摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第12-19页 |
1.1 传感器故障诊断与容错控制的研究背景及意义 | 第12-13页 |
1.2 传感器故障诊断与容错控制研究现状 | 第13-17页 |
1.2.1 基于卡尔曼滤波器的故障诊断研究现状 | 第13-15页 |
1.2.2 基于智能算法的传感器故障诊断研究现状 | 第15-17页 |
1.3 本文内容安排 | 第17-19页 |
第二章 涡扇发动机数学模型 | 第19-26页 |
2.1 引言 | 第19页 |
2.2 部件级数学模型概述 | 第19-22页 |
2.3 拟合法建立发动机小偏差线性模型 | 第22-25页 |
2.3.1 拟合法建立线性化模型的原理 | 第22-23页 |
2.3.2 仿真验证 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于联合卡尔曼滤波器的航空发动机传感器故障诊断 | 第26-35页 |
3.1 引言 | 第26页 |
3.2 基于卡尔曼滤波器的传感器故障诊断 | 第26-28页 |
3.2.1 卡尔曼滤波器 | 第26-27页 |
3.2.2 基于卡尔曼滤波器的传感器故障诊断 | 第27-28页 |
3.3 仿真验证与分析 | 第28-34页 |
3.3.1 单传感器故障诊断仿真与验证 | 第30-31页 |
3.3.2 双传感器故障诊断仿真与验证 | 第31-34页 |
3.4 本章小结 | 第34-35页 |
第四章 基于NARX神经网络的航空发动机传感器故障诊断 | 第35-44页 |
4.1 引言 | 第35页 |
4.2 NARX神经网络算法 | 第35-36页 |
4.3 故障诊断系统结构 | 第36-38页 |
4.4 故障诊断系统数字仿真验证 | 第38页 |
4.5 地面状态传感器故障诊断仿真结果 | 第38-42页 |
4.5.1 传感器偏置故障诊断仿真结果 | 第38-40页 |
4.5.2 传感器漂移故障诊断仿真结果 | 第40-42页 |
4.6 低空状态传感器故障诊断仿真结果 | 第42-43页 |
4.7 本章小结 | 第43-44页 |
第五章 多余度传感器故障诊断 | 第44-64页 |
5.1 引言 | 第44页 |
5.2 改进BP神经网络训练算法 | 第44-48页 |
5.2.1 递推最小二乘法修正权值 | 第44-47页 |
5.2.2 组合激励函数 | 第47-48页 |
5.3 标准数据集仿真验证 | 第48页 |
5.4 基于硬件冗余与解析余度的多传感器故障检测、隔离与适应 | 第48-56页 |
5.4.1 模糊逻辑诊断原理 | 第49-54页 |
5.4.2 模糊逻辑故障诊断仿真模拟 | 第54-56页 |
5.5 涡扇发动机传感器故障诊断系统结构设计 | 第56-58页 |
5.6 多传感器故障诊断策略 | 第58页 |
5.7 故障诊断系统数字仿真 | 第58-63页 |
5.7.1 偏置故障诊断仿真 | 第59-61页 |
5.7.2 漂移故障仿真 | 第61-63页 |
5.8 本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-67页 |
6.1 本文工作总结 | 第64页 |
6.2 对未来的展望 | 第64-67页 |
参考文献 | 第67-72页 |
致谢 | 第72-73页 |
在学期间的研究成果及发表的学术论文 | 第73页 |