| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 第1章 绪论 | 第16-31页 |
| ·课题来源 | 第16页 |
| ·课题研究的目的及意义 | 第16-18页 |
| ·发动机状态监视系统研究现状 | 第18-20页 |
| ·发动机状态监视方法研究现状 | 第20-25页 |
| ·发动机气路性能监视 | 第20-24页 |
| ·发动机状态其它监视方法 | 第24-25页 |
| ·基于机器学习的趋势预测技术 | 第25-29页 |
| ·基于过程神经网络的趋势预测技术 | 第25-27页 |
| ·支持向量机在预测问题中的适应性 | 第27-29页 |
| ·本文研究的主要内容 | 第29-31页 |
| 第2章 发动机气路性能数据预处理 | 第31-49页 |
| ·引言 | 第31页 |
| ·发动机气路性能数据特点及其预处理方法选择 | 第31-33页 |
| ·基于连续小波变换模极大曲线的信号突变识别与重构 | 第33-44页 |
| ·基于傅里叶变换的信号连续小波变换与反演算法 | 第33-35页 |
| ·基于连续小波变换模极大识别信号突变的可行性 | 第35-36页 |
| ·基于模极大曲线增强突变识别的鲁棒性并重构信号 | 第36-37页 |
| ·基本小波的选择 | 第37-38页 |
| ·边沿效应及伪模极大的处理 | 第38-44页 |
| ·算法的实现 | 第44-45页 |
| ·基于连续小波变换模极大的发动机气路性能数据预处理 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 基于混合递归过程神经网络的发动机气路参数预测 | 第49-63页 |
| ·引言 | 第49-50页 |
| ·混合递归过程神经网络 | 第50-53页 |
| ·过程神经元 | 第50-51页 |
| ·混合递归过程神经网络的拓扑结构 | 第51-53页 |
| ·混合递归过程神经网络学习算法 | 第53-56页 |
| ·基于正交基函数的混合递归过程神经网络模型简化算法 | 第53-54页 |
| ·基于弹性BP 算法的混合递归过程神经网络学习算法 | 第54-56页 |
| ·基于混合递归过程神经网络的发动机气路参数预测 | 第56-62页 |
| ·混合递归过程神经网络有效性验证 | 第56-58页 |
| ·发动机气路参数预测 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 发动机性能趋势分析的支持向量回归方法 | 第63-77页 |
| ·引言 | 第63-64页 |
| ·拟合问题的描述及线性支持向量回归方法 | 第64-66页 |
| ·欧氏距离最小二乘支持向量回归方法 | 第66-73页 |
| ·数据拟合问题的一般假设 | 第66-68页 |
| ·欧氏距离最小二乘支持向量回归模型 | 第68-71页 |
| ·欧氏距离最小二乘支持向量回归算法实现 | 第71-73页 |
| ·基于欧氏距离最小二乘SVR 的发动机性能趋势分析 | 第73-76页 |
| ·欧氏距离最小二乘SVR 有效性验证 | 第73-74页 |
| ·发动机性能趋势分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 基于灰色层次分析法的发动机状态综合评价 | 第77-93页 |
| ·引言 | 第77-78页 |
| ·发动机状态综合评价指标体系的建立 | 第78-82页 |
| ·建立评价指标体系的一般方法 | 第78-79页 |
| ·发动机状态综合评价指标体系的建立 | 第79-82页 |
| ·基于拟优一致判断矩阵的发动机状态评价综合权值的求解 | 第82-85页 |
| ·判断矩阵的确定 | 第82-84页 |
| ·评价指标综合权值的求解 | 第84-85页 |
| ·基于白化权函数的发动机状态综合评价指标观测值评分 | 第85-87页 |
| ·灰类的划分及定性指标的处理 | 第85-86页 |
| ·发动机状态综合评价指标观测值的评分 | 第86-87页 |
| ·发动机状态综合评价 | 第87页 |
| ·基于灰色层次分析法的发动机状态综合评价示例 | 第87-92页 |
| ·本章小结 | 第92-93页 |
| 第6章 发动机状态监视系统的实现与应用 | 第93-116页 |
| ·引言 | 第93页 |
| ·需求及总体设计 | 第93-100页 |
| ·需求分析 | 第93-95页 |
| ·功能模型设计 | 第95-96页 |
| ·数据模型设计 | 第96-99页 |
| ·体系结构设计 | 第99-100页 |
| ·系统实现与应用 | 第100-112页 |
| ·发动机状态趋势分析模块的实现与应用 | 第100-105页 |
| ·发动机状态综合评价值排队模块的实现与应用 | 第105-107页 |
| ·发动机拆发期预报模块的实现与应用 | 第107-109页 |
| ·自动报警模块的实现与应用 | 第109-111页 |
| ·当前机群时间分布模块的实现与应用 | 第111-112页 |
| ·系统的应用效果 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 结论 | 第116-118页 |
| 参考文献 | 第118-131页 |
| 攻读博士学位期间发表的学术论文 | 第131-133页 |
| 致谢 | 第133-134页 |
| 个人简历 | 第134页 |
