针对航天测控任务动力系统数据的特征建模和态势评估
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 运载器动力系统状态评估的重要性 | 第11-14页 |
| 1.1.1 航天任务中运载器状态评估的重要性 | 第11-12页 |
| 1.1.2 动力系统状态评估的重要性 | 第12-14页 |
| 1.2 动力系统状态评估的理论基础 | 第14-16页 |
| 1.3 本论文主要工作 | 第16-18页 |
| 第2章 动力系统状态评估的背景知识 | 第18-35页 |
| 2.1 运载器动力系统介绍 | 第18-20页 |
| 2.2 液体发动机的评估内容 | 第20-24页 |
| 2.2.1 逐级评估 | 第20-21页 |
| 2.2.2 液体发动机的工作过程 | 第21-23页 |
| 2.2.3 评估流程和要求 | 第23-24页 |
| 2.3 国内外动力系统状态评估的研究现状 | 第24-35页 |
| 2.3.1 故障模式分析 | 第24-26页 |
| 2.3.2 理论方法及相关实践 | 第26-32页 |
| 2.3.3 综合应用系统 | 第32-35页 |
| 第3章 数据预处理 | 第35-50页 |
| 3.1 液体发动机实战测量数据特点 | 第35-37页 |
| 3.1.1 遥测数据简介 | 第35-36页 |
| 3.1.2 用于评估的动力参数变化分类 | 第36-37页 |
| 3.2 数据收集与整理 | 第37-43页 |
| 3.2.1 学习数据库的建立 | 第38-39页 |
| 3.2.2 去除野值的方法 | 第39-43页 |
| 3.3 数据的工作阶段划分 | 第43-50页 |
| 3.3.1 启动阶段 | 第43-44页 |
| 3.3.2 额定工作阶段 | 第44-47页 |
| 3.3.3 关机阶段 | 第47-50页 |
| 第4章 参数层级的异常检测 | 第50-73页 |
| 4.1 聚类分析 | 第50-57页 |
| 4.1.1 相似性度量选择 | 第51-53页 |
| 4.1.2 聚类框架选择 | 第53-55页 |
| 4.1.3 实验设置及结果 | 第55-56页 |
| 4.1.4 时间复杂度分析 | 第56-57页 |
| 4.2 机器学习的应用 | 第57-65页 |
| 4.2.1 对照方法 | 第58-59页 |
| 4.2.2 数据归一化 | 第59-60页 |
| 4.2.3 特征工程 | 第60-62页 |
| 4.2.4 分类模型 | 第62-63页 |
| 4.2.5 实验设置 | 第63页 |
| 4.2.6 结果分析 | 第63-65页 |
| 4.2.7 时间复杂度分析 | 第65页 |
| 4.3 迁移学习的应用 | 第65-69页 |
| 4.3.1 领域之间的相似点 | 第66页 |
| 4.3.2 数据归一化 | 第66-67页 |
| 4.3.3 迁移方法 | 第67页 |
| 4.3.4 实验设置 | 第67-68页 |
| 4.3.5 结果分析 | 第68-69页 |
| 4.4 在实际中的应用 | 第69-73页 |
| 4.4.1 应用数据库 | 第70页 |
| 4.4.2 信息流程 | 第70-71页 |
| 4.4.3 功能模块 | 第71-72页 |
| 4.4.4 用户界面 | 第72-73页 |
| 第5章 系统层级的故障诊断 | 第73-93页 |
| 5.1 参数之间的关系 | 第74-77页 |
| 5.1.1 顺序关系 | 第74-75页 |
| 5.1.2 构造关系 | 第75-76页 |
| 5.1.3 基于关系的诊断流程 | 第76-77页 |
| 5.2 序列模式挖掘 | 第77-84页 |
| 5.2.1 事件序列模式挖掘算法 | 第78-83页 |
| 5.2.2 时间复杂度分析 | 第83-84页 |
| 5.3 强相互关系挖掘 | 第84-89页 |
| 5.3.1 挖掘算法 | 第84-87页 |
| 5.3.2 故障模式分析算法 | 第87-89页 |
| 5.3.3 时间复杂度分析 | 第89页 |
| 5.4 小样本领域的问题 | 第89-90页 |
| 5.5 在实际中的应用 | 第90-93页 |
| 5.5.1 信息流程 | 第90-91页 |
| 5.5.2 功能模块 | 第91页 |
| 5.5.3 用户界面 | 第91-93页 |
| 第6章 结论与展望 | 第93-96页 |
| 6.1 论文的主要工作和研究结论 | 第93-94页 |
| 6.2 本文的主要创新点 | 第94-95页 |
| 6.3 进一步工作展望 | 第95-96页 |
| 参考文献 | 第96-104页 |
| 致谢 | 第104-105页 |
| 在读期间发表的学术论文与取得的研究成果 | 第105页 |
