火箭发动机涡轮泵实时故障检测方法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-16页 |
·项目来源及研究意义 | 第10-11页 |
·国内外发展现状 | 第11-14页 |
·液体火箭发动机故障模式研究 | 第11-12页 |
·故障检测与诊断方法 | 第12-14页 |
·健康监控平台搭建 | 第14页 |
·项目组前期研究成果 | 第14页 |
·论文研究的主要内容 | 第14-16页 |
第二章 涡轮泵实时故障检测方法 | 第16-25页 |
·故障信号特征 | 第16-22页 |
·线性相关性分析 | 第16-19页 |
·稳定性分析 | 第19-20页 |
·敏感性分析 | 第20-22页 |
·涡轮泵实时故障检测要求 | 第22-23页 |
·涡轮泵故障检测数据来源 | 第23页 |
·本章小结 | 第23-25页 |
第三章 基于希尔伯特黄变换故障检测算法 | 第25-41页 |
·经验模态分解 EMD | 第26-31页 |
·希尔伯特频谱分析(HAS) | 第31-32页 |
·算法设计 | 第32-33页 |
·算法验证 | 第33-39页 |
·算法总结 | 第39-40页 |
·本章小结 | 第40-41页 |
第四章 基于多特征的 SVM 故障检测算法 | 第41-56页 |
·支持向量机基本原理 | 第41-47页 |
·线性可分问题 | 第41-44页 |
·线性不可分问题 | 第44-45页 |
·核函数 | 第45-47页 |
·算法设计 | 第47-48页 |
·算法验证 | 第48-50页 |
·算法分析 | 第50-55页 |
·算法总结 | 第55页 |
·本章小结 | 第55-56页 |
第五章 经典时频故障检测算法 | 第56-71页 |
·算法原理与验证 | 第56-70页 |
·多特征红线报警算法 | 第56-60页 |
·小波分析算法 | 第60-70页 |
·算法检测结果分析 | 第70-71页 |
第六章 结论与展望 | 第71-74页 |
·研究结论 | 第71-73页 |
·工作展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-79页 |