| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·故障诊断的发展概况及现状 | 第12-15页 |
| ·故障诊断技术的研究现状 | 第12-14页 |
| ·故障诊断技术的发展趋势 | 第14-15页 |
| ·研究目标及内容 | 第15-16页 |
| ·研究目标 | 第15页 |
| ·研究内容 | 第15-16页 |
| ·本文总体结构 | 第16-17页 |
| 第二章 基于关键重要度的权值计算规则的故障树研究 | 第17-30页 |
| ·引言 | 第17页 |
| ·带权故障树的基本概念 | 第17-19页 |
| ·带权故障树的定义 | 第17-18页 |
| ·带权故障树的特点 | 第18-19页 |
| ·带权故障树的知识表示法 | 第19-22页 |
| ·规则表示方法 | 第19-20页 |
| ·框架结构表示方法 | 第20-22页 |
| ·带权故障树的建立 | 第22-24页 |
| ·基本条件 | 第22页 |
| ·基本方法 | 第22-23页 |
| ·检测点的确定 | 第23-24页 |
| ·故障树节点权重计算规则研究 | 第24-28页 |
| ·测试数据分布特性 | 第24-25页 |
| ·不同元器件特性对测试数据的影响 | 第25页 |
| ·故障树结构中节点重要度 | 第25-26页 |
| ·权值计算规则 | 第26-27页 |
| ·权值计算规则实例 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 带权故障树在运载火箭故障诊断中的应用 | 第30-44页 |
| ·引言 | 第30-31页 |
| ·知识库 | 第31-34页 |
| ·知识表示方法 | 第31-33页 |
| ·知识库的构建 | 第33-34页 |
| ·基于故障树结构的推理策略 | 第34-37页 |
| ·推理方法 | 第34页 |
| ·推理方向 | 第34页 |
| ·搜索策略 | 第34-35页 |
| ·推理过程 | 第35-36页 |
| ·记录数据库 | 第36-37页 |
| ·带权故障树在故障诊断中的条件和约束范围 | 第37-39页 |
| ·基于单一/多条件的故障诊断推理应用条件 | 第37-38页 |
| ·基于多棵故障树的故障诊断推理应用条件 | 第38页 |
| ·基于故障树的故障诊断约束 | 第38-39页 |
| ·基于关键重要度的带权故障树故障诊断推理 | 第39-42页 |
| ·故障树节点权值 | 第39页 |
| ·故障树数据库表 | 第39-41页 |
| ·基于带权故障树的推理结论 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于测试数据特性和改进SVM 核函数的研究 | 第44-56页 |
| ·引言 | 第44页 |
| ·支持向量机理论和方法 | 第44-49页 |
| ·最大间隔原则 | 第45页 |
| ·核函数 | 第45-46页 |
| ·线性支持向量机 | 第46-47页 |
| ·非线性支持向量机 | 第47-49页 |
| ·主要的改进支持向量机 | 第49页 |
| ·测试数据特性知识总结 | 第49-51页 |
| ·核函数的改进研究 | 第51-55页 |
| ·核函数的几何特性 | 第51-52页 |
| ·冗余支持向量 | 第52页 |
| ·核函数改进方法 | 第52-53页 |
| ·改进核函数的算例分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 改进核函数SVM 在运载火箭故障诊断中的应用 | 第56-73页 |
| ·引言 | 第56页 |
| ·SVM 诊断技术的分类 | 第56-59页 |
| ·完全多类支持向量机 | 第57页 |
| ·组合多类支持向量机 | 第57-59页 |
| ·运载火箭故障模式特征分析与识别 | 第59-65页 |
| ·故障模式与特征分析 | 第59-62页 |
| ·故障特征信息融合 | 第62-64页 |
| ·故障特征提取 | 第64页 |
| ·故障模式识别 | 第64-65页 |
| ·基于SVM 的故障诊断条件 | 第65-66页 |
| ·SVM 的故障诊断应用条件 | 第65页 |
| ·SVM 的故障诊断的应用约束 | 第65-66页 |
| ·基于改进核函数SVM 的故障诊断推理 | 第66-71页 |
| ·SVM 诊断步骤 | 第66-67页 |
| ·多故障分类器的建立 | 第67-68页 |
| ·SVM 诊断仿真结果与分析 | 第68-71页 |
| ·章小结 | 第71-73页 |
| 第六章 研究结论与展望 | 第73-76页 |
| ·主要结论 | 第73-74页 |
| ·后续研究工作的展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间的研究成果 | 第81-82页 |