摘要5-6
Abstract6-9
章 绪论9-16
1.1 课题研究背景9-10
1.2 研究目的和10-11
1.2.1 课题研究目的10-11
1.2.2 课题研究11
1.3 国内外研究与应用现状分析11-14
1.3.1 监控与故障诊断研究的现状分析11-12
1.3.2 监控与故障诊断应用的现状分析12-14
1.4 结构安排14-16
章 FJ44 型发动机结构研究16-19
2.1 FJ44 型发动机简介16
2.2 FJ44 型发动机工作原理16-18
2.2.1 气路工作原理16-17
2.2.2 其他单元体的功能与原理17-18
2.3 小结18-19
章 航空发动机监控理论19-38
3.1 航空发动机主要监控参数19-20
3.2 性能参数数据的采集20-21
3.2.1 巡航阶段性能参数数据的采集21
3.2.2 起飞阶段性能参数数据的采集21
3.3 性能参数的预处理21-24
3.3.1 转换21-23
3.3.2 转换的修正23-24
3.4 基线模型的确立24-27
3.4.1 基线模型的24-25
3.4.2 RBF 神经网络算法介绍25-27
3.4.3 RBF 算法下基线值的求解27
3.4.4 初始值的确定27
3.5 偏差值的平滑处理27-29
3.5.1 常用的平滑方法27-28
3.5.2 十点平滑法的应用28-29
3.6 趋势分析29-33
3.6.1 趋势分析的介绍29-30
3.6.2 趋势分析的原则30-33
3.7 滑油分析33-37
3.7.1 滑油系统工作参数监控33-35
3.7.2 滑油成分分析35-36
3.7.3 金属屑的分类36
3.7.4 金属屑分析方法36-37
3.8 小结37-38
章 航空发动机故障诊断理论38-49
4.1 气路故障诊断的原理38-39
4.2 指印图法在故障诊断中的应用39-40
4.3 基于神经网络的气路故障诊断方法研究40-48
4.3.1 人工神经网络的网络结构和学习算法介绍40-42
4.3.2 概率神经网络(PNN)42-43
4.3.3 BP 网络43-47
4.3.4 ELMAN 网络47-48
4.4 小结48-49
第五章 FJ44 型发动机监控与故障诊断系统的设计与实现49-59
5.1 监控的设计与实现49-54
5.1.1 数据来源49
5.1.2 监控系统结构及功能49-54
5.2 故障诊断的设计与实现54-58
5.2.1 神经网络算法的比较55
5.2.2 故障诊断系统的实现55-58
5.3 小结58-59
与展望59-61