| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·自适应建模 | 第15-16页 |
| ·发动机气路故障诊断概述 | 第16-17页 |
| ·课题研究意义 | 第17-18页 |
| ·研究内容及其安排 | 第18-20页 |
| 第二章 神经网络辨识建模方法 | 第20-25页 |
| ·神经网络辨识原理 | 第20-21页 |
| ·神经网络辨识特点 | 第21页 |
| ·航空发动机辨识建模与机理建模的比较 | 第21-22页 |
| ·神经网络辨识结构选择 | 第22页 |
| ·神经网络辨识方法验证 | 第22-23页 |
| ·建模假设 | 第23页 |
| ·建模评价标准 | 第23-24页 |
| ·开发工具的选择 | 第24-25页 |
| 第三章 基于改进 BP 网络的发动机辨识建模 | 第25-36页 |
| ·BP 网络简介及其基本思想 | 第25页 |
| ·BP 网络结构和标准 BP 算法 | 第25-26页 |
| ·BP 神经网络辨识算法研究 | 第26-30页 |
| ·BP 网络的结构设计 | 第26-27页 |
| ·初始权值和阈值的选取 | 第27页 |
| ·训练方法的选择 | 第27页 |
| ·BP 算法改进 | 第27-28页 |
| ·输入输出数据预处理 | 第28-29页 |
| ·样本选取 | 第29-30页 |
| ·仿真结果分析 | 第30-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于 RBF 网络的发动机辨识建模 | 第36-48页 |
| ·RBF 网络简介与其基本思想 | 第36-37页 |
| ·RBF 网络结构及其算法 | 第37-38页 |
| ·RBF 神经网络研究及其学习算法 | 第38-40页 |
| ·中心调整算法 | 第38-39页 |
| ·权值更新算法 | 第39-40页 |
| ·仿真结果分析 | 第40-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于 WNN 网络的发动机辨识建模 | 第48-66页 |
| ·WNN 网络的数学基础及相关理论 | 第48-51页 |
| ·小波定义 | 第48-49页 |
| ·二进制小波和框架 | 第49-50页 |
| ·小波分解与重构算法 | 第50-51页 |
| ·WNN 网络结构及其算法 | 第51-54页 |
| ·小波与神经网络松散型结合 | 第51-52页 |
| ·小波与神经网络紧致型结合 | 第52-54页 |
| ·WNN 神经网络学习算法研究 | 第54-57页 |
| ·小波与神经网络松散型结合 | 第54-55页 |
| ·小波与神经网络紧致型结合 | 第55-57页 |
| ·仿真结果分析 | 第57-63页 |
| ·实验一 | 第57-61页 |
| ·实验二 | 第61-62页 |
| ·实验三 | 第62-63页 |
| ·对所辨识模型的抗噪性研究 | 第63-64页 |
| ·BP，RBF，WNN 网络对微型涡喷发动机模型辨识效果对比分析 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第六章 应用神经网络信息融合技术诊断航空发动机故障 | 第66-74页 |
| ·引言 | 第66页 |
| ·神经网络信息融合原理及结构 | 第66-67页 |
| ·航空发动机故障诊断的基本思想 | 第67-68页 |
| ·气路部件故障诊断的基本假设 | 第68页 |
| ·神经网络信息融合故障诊断算法 | 第68-71页 |
| ·性能参数与测量参数的选取及故障样本的产生 | 第68-69页 |
| ·数据预处理 | 第69页 |
| ·特征提取 | 第69-70页 |
| ·神经网络融合中心的构造 | 第70-71页 |
| ·神经网络算法研究 | 第70页 |
| ·神经网络信息融合 | 第70-71页 |
| ·故障判定原则设计 | 第71页 |
| ·仿真验证实验结果分析 | 第71-73页 |
| ·小结 | 第73-74页 |
| 第七章 基于定点和浮点DSP 的双核多用途故障诊断平台开发及性能测试 | 第74-87页 |
| ·引言 | 第74页 |
| ·总体设计 | 第74-76页 |
| ·双CPU 通信及HPI 方式 | 第76-78页 |
| ·双 CPU 之间通信方式选择 | 第76-77页 |
| ·HPI 接口设计 | 第77-78页 |
| ·双DSP 通信控制 | 第78页 |
| ·性能测试 | 第78-83页 |
| ·第一部分实验结果 | 第79-80页 |
| ·第一部分实验结果分析 | 第80-81页 |
| ·第二部分实验结果 | 第81页 |
| ·第二部分实验结果分析 | 第81-82页 |
| ·第三部分模型实验 | 第82-83页 |
| ·发动机传感器故障诊断含实物仿真实验 | 第83-86页 |
| ·概述 | 第83页 |
| ·建立性能修正自适应模型 | 第83-84页 |
| ·传感器故障诊断含实物仿真实验方案设计 | 第84-85页 |
| ·传感器故障诊断含实物仿真实验及结果分析 | 第85-86页 |
| ·小结 | 第86-87页 |
| 第八章 总结与展望 | 第87-89页 |
| ·总结 | 第87-88页 |
| ·展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 在学期间的研究成果及发表的学术论文 | 第96-97页 |
| 附录一 基于定点和浮点 DSP 的双核多用途故障诊断硬件平台实物照 | 第97-98页 |
| 附录二 基于定点和浮点 DSP 的双核多用途故障诊断硬件 EMC 实验 | 第98-99页 |
| 附录三 第七章相关实验算法 | 第99-102页 |
