首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

基于气路性能参数的航空发动机故障诊断方法研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-17页
    1.1 课题来源第9页
    1.2 课题研究的背景和意义第9-10页
        1.2.1 课题研究背景第9页
        1.2.2 课题研究意义第9-10页
    1.3 国内外研究现状第10-14页
        1.3.1 航空发动机气路故障诊断方法研究第10-12页
        1.3.2 基于阈值的故障诊断方法研究第12-13页
        1.3.3 多源信息融合故障诊断方法研究第13-14页
    1.4 国内外研究综述分析第14-15页
    1.5 本文主要研究内容第15-17页
第2章 基于性能参数相对梯度的发动机故障诊断第17-38页
    2.1 引言第17页
    2.2 发动机气路故障分类及指征参数分析第17-25页
        2.2.1 飞机发动机故障诊断研究分类第17-18页
        2.2.2 飞机发动机气路故障指征参数分析第18-25页
    2.3 基于性能参数相对梯度的故障诊断方法第25-35页
        2.3.1 飞机发动机气路参数相对梯度建模第25-30页
        2.3.2 基于性能参数相对梯度的故障诊断阈值学习第30-35页
    2.4 基于性能参数相对梯度的故障诊断方法验证第35-37页
        2.4.1 进口总温指示故障验证第35-36页
        2.4.2 可调放气活门故障验证第36-37页
    2.5 本章小结第37-38页
第3章 基于多性能参数趋势分析的发动机故障诊断第38-58页
    3.1 引言第38页
    3.2 基于发动机气路参数离散变化趋势的故障诊断方法第38-42页
        3.2.1 气路参数趋势学习神经网络输入输出设计第39-40页
        3.2.2 气路参数趋势学习神经网络结构设计第40-42页
    3.3 基于发动机气路参数趋势拟合的故障诊断方法第42-48页
        3.3.1 气路参数趋势拟合方法研究第43-46页
        3.3.2 基于气路参数趋势拟合的神经网络结构设计第46-47页
        3.3.3 基于气路参数趋势拟合的神经网络学习第47-48页
    3.4 基于多性能参数趋势分析的故障诊断方法验证第48-57页
        3.4.1 基于发动机气路参数的特定故障判别第48-53页
        3.4.2 基于发动机气路参数的多故障分类第53-57页
    3.5 本章小结第57-58页
第4章 基于加权D-S证据融合的发动机故障诊断方法第58-77页
    4.1 引言第58-59页
    4.2 基础诊断模块第59-64页
        4.2.1 RGOPP故障诊断基本概率分配第59-64页
        4.2.2 DVTOPP故障诊断基本概率分配第64页
    4.3 基于加权D-S证据理论的融合决策诊断第64-71页
        4.3.1 改进的加权证据理论第67-68页
        4.3.2 加权证据理论的融合故障诊断第68-71页
    4.4 加权融合故障诊断方法验证第71-76页
    4.5 本章小结第76-77页
结论第77-78页
参考文献第78-82页
攻读硕士学位期间发表的论文第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:组件OM1类模块拆装系统的设计与分析
下一篇:基于神经网络PID的挖掘机轨迹控制系统的实验研究