应用神经网络技术的飞机发动机故障诊断研究
| 第一章 前言 | 第1-9页 |
| ·相关知识及背景资料(研究背景及目的) | 第7页 |
| ·开发的设计思想及主要工作 | 第7-9页 |
| 第二章 人工神经网络的基本知识 | 第9-21页 |
| ·起源和发展 | 第9-10页 |
| ·国际及我国的研究、应用现状 | 第10页 |
| ·人工神经网络定义 | 第10-11页 |
| ·人工神经网络模型 | 第11-14页 |
| ·神经元 | 第11-12页 |
| ·人工神经元的定义 | 第12-14页 |
| ·网络模型 | 第14-17页 |
| ·自然神经元、神经网络 | 第14页 |
| ·自然神经元 | 第14页 |
| ·神经网络的层状结构 | 第14页 |
| ·基本模块概念 | 第14-15页 |
| ·人工神经网络 | 第15-17页 |
| ·人工神经网络的分类方法 | 第15-16页 |
| ·反馈 | 第16-17页 |
| ·学习模型 | 第17-21页 |
| ·自然神经元、神经网络的学习 | 第17-18页 |
| ·人工神经网络的学习 | 第18-21页 |
| ·学习算法 | 第18-19页 |
| ·几种学习方法举例 | 第19-21页 |
| 第三章 反向传播法BP | 第21-32页 |
| ·反向传播法(Back Propagation) | 第21-28页 |
| ·BP算法的缺陷 | 第28页 |
| ·改进算法 | 第28-31页 |
| ·早期的加动量项法 | 第28页 |
| ·FBP算法 | 第28-30页 |
| ·网络修剪算法 | 第30-31页 |
| ·本研究所采用的算法 | 第31-32页 |
| 第四章 应用神经网络技术的发动机故障诊断 | 第32-45页 |
| ·故障数据的采集 | 第32-36页 |
| ·数据采集的背景资料 | 第32页 |
| ·飞机发动机检测数据和教师信号 | 第32-36页 |
| ·采集数据、设置参数及故障模型 | 第32-35页 |
| ·教师信号的设置 | 第35-36页 |
| ·本课题的NN系统 | 第36-38页 |
| ·诊断结果(输出部分) | 第38-40页 |
| ·故障程度的计算 | 第38-39页 |
| ·其它输出显示 | 第39-40页 |
| ·故障诊断系统的实际使用情况 | 第40-43页 |
| ·系统诊断效果验证结果与结论 | 第43-45页 |
| ·验证结果 | 第43-44页 |
| ·诊断系统的成功率 | 第44-45页 |
| 第五章 总结 | 第45-47页 |
| ·本课题的成果及经济效益 | 第45页 |
| ·本课题有待改进的地方 | 第45页 |
| ·未来的学习模型展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 发表论文和参加科研情况说明 | 第49-50页 |
| 附录:诊断报告 | 第50-62页 |
