液體火箭發(fā)動機故障神經網絡診斷

第一章 緒論
1．1 液體火箭發(fā)動機健康監(jiān)控的必要性
1．2 液體火箭發(fā)動機健康監(jiān)控技術的研究概況
1．3 液體火箭發(fā)動機健康監(jiān)控系統(tǒng)的基本概念
1．4 發(fā)動機故障檢測與診斷的主要方法
1．5 本書的主要研究內容
參考文獻
第二章 大型液體火箭發(fā)動機故障模式分析
2．1 發(fā)動機故障過渡特性仿真
2．2 故障模式的主成分分析
參考文獻
第三章 液體火箭發(fā)動機故障神經網絡檢測
3．1 基于BP神經網絡辨識技術的故障檢測
3．1．1 故障檢測系統(tǒng)
3．1．2 BP神經網絡
3．1．3 非線性辨識
3．2 基于動態(tài)神經網絡估計技術的故障檢測與分離
3．2．1 系統(tǒng)描述
3．2．2 動態(tài)神經網絡估計器
3．3 發(fā)動機故障檢測的數值仿真分析
3．3．1 發(fā)動機啟動過程的故障檢測
3．3．2 發(fā)動機穩(wěn)態(tài)過程的故障檢測
3．4 故障檢測系統(tǒng)的基本性能
參考文獻
第四章 液體火箭發(fā)動機振動故障量子檢測
4．1 液體火箭發(fā)動機振動檢測系統(tǒng)
4．2 量子超球神經網絡的學習算法
4．3 YF-75發(fā)動機振動檢測的試車數據驗證
參考文獻
第五章 液體火箭發(fā)動機故障檢測的閾值估計
5．1 故障檢測的識別信號
5．2 故障檢測與分離的閾值估計
5．2．1 估計概率密度函數
5．2．2 檢測閾值
5．2．3 最優(yōu)分離閾值
5．3 YF-75發(fā)動機熱試車數據分析
參考文獻
第六章 液體火箭發(fā)動機故障模糊神經網絡分離
6．1 模糊方向神經網絡
6．1．1 網絡結構
6．2．2 學習算法
6．2 模糊二次分離神經網絡
6．2．1 系統(tǒng)描述
6．2．2 二次分離學習算法
6．3 故障分離的數值仿真研究
參考文獻
第七章 基于模糊規(guī)則集度量的發(fā)動機故障診斷
7．1 模糊規(guī)則集的產生方法
7．1．1 樣本空間劃分
……