液體火箭發(fā)動(dòng)機(jī)故障檢測(cè)診斷理論與方法

第1章 緒論
1.1引言
1.2基本概念與內(nèi)涵
1.2.1液體火箭發(fā)動(dòng)機(jī)故障的特點(diǎn)
1.2.2發(fā)動(dòng)機(jī)故障診斷的基本概念
1.2.3發(fā)動(dòng)機(jī)故障診斷技術(shù)與其他領(lǐng)域診斷技術(shù)的聯(lián)系與區(qū)別
1.3發(fā)動(dòng)機(jī)故障診斷方法研究現(xiàn)狀
1.3.1基于信號(hào)處理的方法
1.3.2基于數(shù)學(xué)模型的方法
1.3.3基于人工智能的方法
1.4發(fā)動(dòng)機(jī)故障診斷技術(shù)的發(fā)展趨勢(shì)分析
1.4.1集成不同層次領(lǐng)域知識(shí)的智能故障診斷
1.4.2集成不同方法的綜合故障診斷
1.4.3集成不確定性信息的魯棒故障診斷
參考文獻(xiàn)
第2章 基于統(tǒng)計(jì)分析的發(fā)動(dòng)機(jī)故障檢測(cè)方法
2.1引言
2.2故障檢測(cè)統(tǒng)計(jì)學(xué)基礎(chǔ)
2.3自適應(yīng)閾值故障檢測(cè)算法
2.3.1算法原理
2.3.2算法驗(yàn)證與考核
2.4自適應(yīng)相關(guān)故障檢測(cè)算法
2.4.1算法原理
2.4.2算法的驗(yàn)證與考核
2.5瞬變過程故障檢測(cè)的包絡(luò)線算法
2.5.1算法原理
2.5.2算法的驗(yàn)證
2.6本章小結(jié)
參考文獻(xiàn)
第3章 基于神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障檢測(cè)方法
3.1引言
3.2神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
3.2.1神經(jīng)網(wǎng)絡(luò)簡介
3.2.2 BP網(wǎng)絡(luò)
3.2.3 RBF網(wǎng)絡(luò)
3.3液體火箭發(fā)動(dòng)機(jī)的神經(jīng)網(wǎng)絡(luò)辨識(shí)模型
3.3.1穩(wěn)態(tài)工作過程的辨識(shí)模型
3.3.2啟動(dòng)過程的辨識(shí)模型
3.4神經(jīng)網(wǎng)絡(luò)故障檢測(cè)算法的實(shí)現(xiàn)與驗(yàn)證
3.4.1故障檢測(cè)邏輯
3.4.2神經(jīng)網(wǎng)絡(luò)故障檢測(cè)系統(tǒng)
3.4.3穩(wěn)態(tài)工作過程的神經(jīng)網(wǎng)絡(luò)故障檢測(cè)算法
3.4.4啟動(dòng)工作過程的神經(jīng)網(wǎng)絡(luò)故障檢測(cè)算法
3.5神經(jīng)網(wǎng)絡(luò)故障檢測(cè)算法實(shí)時(shí)在線考核
3.6本章小結(jié)
參考文獻(xiàn)
第4章 基于模糊理論的發(fā)動(dòng)機(jī)故障檢測(cè)與診斷方法
4.1引言
4.2模糊故障診斷理論基礎(chǔ)
4.2.1基于模糊模型的故障診斷方法
4.2.2 T—S模糊模型
4.2.3自適應(yīng)神經(jīng)模糊推理系統(tǒng)
4.3發(fā)動(dòng)機(jī)工作過程模糊辨識(shí)模型
4.3.1穩(wěn)態(tài)過程模糊辨識(shí)模型
4.3.2啟動(dòng)過程模糊辨識(shí)模型
4.4基于模糊辨識(shí)模型的發(fā)動(dòng)機(jī)故障診斷實(shí)例
4.4.1基于模糊辨識(shí)模型的故障檢測(cè)
4.4.2基于模糊辨識(shí)模型的穩(wěn)態(tài)過程故障隔離
4.5本章小結(jié)
參考文獻(xiàn)
第5章基于云理論的發(fā)動(dòng)機(jī)故障檢測(cè)與診斷方法
5.1引言
5.2云理論基礎(chǔ)
5.2.1基本概念
5.2.2云的數(shù)字特征
5.2.3云發(fā)生器
5.2.4虛云
5.2.5云變換
5.3基于云關(guān)聯(lián)規(guī)則的發(fā)動(dòng)機(jī)故障檢測(cè)方法
5.3.1云關(guān)聯(lián)規(guī)則
5.3.2基于云關(guān)聯(lián)規(guī)則的故障檢測(cè)算法
5.3.3算法實(shí)現(xiàn)與結(jié)果分析
5.4基于云分類器的發(fā)動(dòng)機(jī)故障診斷方法
5.4.1云分類器
5.4.2基于云分類器的發(fā)動(dòng)機(jī)故障診斷算法
5.4.3診斷實(shí)例分析
5.5本章小結(jié)
參考文獻(xiàn)
第6章基于云－神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障檢測(cè)與診斷方法
6.1引言
6.2基于云－神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)實(shí)時(shí)故障檢測(cè)方法
6.2.1網(wǎng)絡(luò)結(jié)構(gòu)
6.2.2前向傳播過程
6.2.3反向傳播學(xué)習(xí)算法
6.2.4故障檢測(cè)方法
6.2.5實(shí)時(shí)性改進(jìn)
6.3基于云－神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)瞬變過程故障檢測(cè)實(shí)現(xiàn)與驗(yàn)證
6.3.1啟動(dòng)過程的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.3.2額定工況到高工況的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.3.3高工況到高工況高混合比的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.3.4高工況高混合比到高工況的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.4基于云－神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)穩(wěn)態(tài)過程故障檢測(cè)實(shí)現(xiàn)與驗(yàn)證
6.4.1額定工況的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.4.2高工況的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.4.3高工況高混合比的云－神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)與驗(yàn)證
6.5基于云模型的神經(jīng)模糊系統(tǒng)故障診斷方法
6.5.1相關(guān)研究評(píng)述
6.5.2基于云模型與神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷方法
6.5.3診斷實(shí)例分析
6.6本章小結(jié)
參考文獻(xiàn)
第7章基于人工免疫的發(fā)動(dòng)機(jī)故障檢測(cè)與診斷方法
7.1引言
7.2人工免疫原理
7.2.1人工免疫系統(tǒng)的仿生機(jī)理
7.2.2人工免疫系統(tǒng)模型與算法
7.3基于反向選擇的發(fā)動(dòng)機(jī)穩(wěn)態(tài)過程故障檢測(cè)方法
7.3.1算法流程
7.3.2檢測(cè)實(shí)例
7.4免疫實(shí)值故障檢測(cè)與診斷方法
7.4.1免疫實(shí)值故障檢測(cè)算法
7.4.2 IRVR－NSA故障檢測(cè)與診斷算法
7.5基于克隆選擇的發(fā)動(dòng)機(jī)故障診斷方法
7.5.1克隆選擇原理
7.5.2基于克隆選擇的故障診斷方法
7.5.3診斷實(shí)例
7.6本章小結(jié)
參考文獻(xiàn)
第8章基于符號(hào)有向圖的發(fā)動(dòng)機(jī)故障診斷方法
8.1引言
8.2基于SDG的故障診斷基礎(chǔ)理論
8.3基于SDG的發(fā)動(dòng)機(jī)診斷知識(shí)獲取和表示
8.3.1診斷對(duì)象
8.3.2發(fā)動(dòng)機(jī)診斷知識(shí)獲取和表示
8.4基于SDG的發(fā)動(dòng)機(jī)故障診斷推理
8.4.1基于深淺知識(shí)規(guī)則的故障診斷推理
8.4.2集成定量知識(shí)的故障診斷推理
8.4.3基于SDG的多模式故障診斷推理
8.5本章小結(jié)
參考文獻(xiàn)
……
第9章 基于時(shí)間因果圖的發(fā)動(dòng)機(jī)故障診斷方法
第10章 基于定性偏差模型的發(fā)動(dòng)機(jī)故障診斷方法
第11章 集成擴(kuò)展知識(shí)的發(fā)動(dòng)機(jī)故障診斷方法
參考文獻(xiàn)