航空發(fā)動機故障診斷導(dǎo)論

前言
符號說明
第1章 概論
1·1 發(fā)動機故障診斷學(xué)的發(fā)展
1·2 發(fā)動機故障診斷學(xué)的研究對象與主要任務(wù)
1·3 發(fā)動機故障診斷系統(tǒng)
1·4 發(fā)動機故障診斷的基本原理
1·5 發(fā)動機性能參數(shù)的錄取
1·6 發(fā)動機故障診斷的基本假設(shè)、復(fù)雜性和有效性
1·7 發(fā)動機故障診斷的基本步驟
第2章 故障方程
2·1 發(fā)動機的原始數(shù)學(xué)模型（正常狀態(tài)數(shù)學(xué)模型）
2·2 發(fā)動機的故障模型
2·3 故障因子
2·4 有關(guān)故障方程的基本概念
2·5 數(shù)值線性化方法建立第一類故障方程
2·6 數(shù)值線性化方法建立第二類故障方程
2·7 解析線性化方法建立故障方程
2·8 典型的故障系數(shù)表
2·9 故障方程的線性統(tǒng)計模型（量測方程）
第3章 主因子模型概述
3·1 概述
3·2 基本概念
3·3 主因子模型的基本原理
3·4 主因子模型的主因子原則
3·5 主因子模型的最優(yōu)化方法
3·6 主因子模型的故障隔離技術(shù)
3·7 故障相關(guān)性準(zhǔn)則
3·8 合理性準(zhǔn)則
3·9 基本解和通解的確定
3·10 故障隔離的基本步驟
3·11 主因子模型的計算例題
3·12 關(guān)于現(xiàn)有故障診斷算法的評述
第4章 最優(yōu)估計與最優(yōu)化方法
4·1 概述
4·2 最小二乘估計
4·3 加權(quán)最小二乘估計
4·4 遞推最小二乘估計
4·5 極大似然估計
4·6 Bayes估計原理
4·7 極大驗后估計
4·8 最小方差估計
4·9 Kalman濾波
4·10 約束最優(yōu)化方法
4·11 變記憶約束濾波
第5章 統(tǒng)計假設(shè)檢驗與區(qū)間估計
5·1 統(tǒng)計假設(shè)和假設(shè)檢驗
5·2 線性模型線性假設(shè)的顯著性檢驗
5·3 參數(shù)的區(qū)間估計
5·4 線性模型的區(qū)間預(yù)測
第6章 Monte Carlo方法在發(fā)動機故障診斷中的應(yīng)用
6·1 Monte Carlo方法
6·2 發(fā)動機故障診斷的Monte Carlo法
6·3 發(fā)動機故障診斷的有效性評估
6·4 主因子模型最優(yōu)故障診斷相關(guān)性準(zhǔn)則的確定
第7章 故障方程的多重共線性
7·1 多重共線性及其影響
7·2 多重共線性的檢查
7·3 消除多重共線性影響的措施
7·4 自變量最優(yōu)子集的選擇
7·5 嶺回歸（阻尼最小二乘法）
第8章 主因子模型的故障相關(guān)性準(zhǔn)則
8·1 基本概念
8·2 建立選優(yōu)性準(zhǔn)則的通用途徑
8·3 殘差平方和準(zhǔn)則
8·4 一致性準(zhǔn)則
8·5 一致性準(zhǔn)則的一致性隨機模擬檢驗
8·6 一致性準(zhǔn)則的閾值
8·7 一致性準(zhǔn)則的故障診斷有效性檢驗
8·8 假設(shè)檢驗準(zhǔn)則
8·9 殘差模準(zhǔn)則
8·10 基于殘差平方和的故障相關(guān)性準(zhǔn)則
8·11 Cp準(zhǔn)則
8·12 預(yù)測平方和準(zhǔn)則PRESS
8·13 最小信息量準(zhǔn)則AIC
8·14 故障相關(guān)性準(zhǔn)則的比較
第9章 特征值分析與主成分分析
9·1 概述
9·2 主成分
9·3 樣本主成分
9·4 主成分的貢獻(xiàn)率
9·5 二維向量的主成分
9·6 特征值分析與主成分分析的功能和應(yīng)用
9·7 故障方程的主成分估計
9·8 故障方程的降維
9·9 發(fā)動機故障診斷主因子模型基本解的確定
9·10 多信息綜合技術(shù)（向量組代表性向量的提?。?br /> 9·11 發(fā)動機性能排隊綜合指標(biāo)的確定
第10章 超定主因子模型
10·1 概述
10·2 最小風(fēng)險算法
10·3 約束最小風(fēng)險算法
10·4 有偏估計算法
10·5 隨機搜索算法
10·6 最小殘差范數(shù)算法
10·7 散度法（p階方陣法）
10·8 m階方陣法
第11章 亞定主因子模型
11·1 概述
11·2 簡單約束最優(yōu)化算法
11·3 準(zhǔn)逆法
11·4 二次規(guī)劃法
11·5 分布函數(shù)模型
11·6 隨機搜索模型
第12章 發(fā)動機故障診斷的多信息利用技術(shù)
12·1 概述
12·2 向量組代表性向量的提取
12·3 多信息綜合技術(shù)的應(yīng)用
12·4 測量數(shù)據(jù)的算術(shù)平均平滑方法
12·5 指數(shù)平滑方法
12·6 變記憶約束濾波算法
12·7 各種平滑算法之間的關(guān)系
12·8 多信息綜合技術(shù)算法的有效性評估
12·9 多次測量情況下故障相關(guān)性準(zhǔn)則的計算特點
12·10 多狀態(tài)監(jiān)控問題
第13章 發(fā)動機經(jīng)驗故障方程的建立與求解
13·1 概述
13·2 故障特征的提取與經(jīng)驗故障方程的建立
13·3 定性資料的量化
13·4 經(jīng)驗故障方程的求解
13·5 樣本群中代表性樣本的提取
13·6 經(jīng)驗故障方程的特點
第14章 人工神經(jīng)網(wǎng)絡(luò)在發(fā)動機故障診斷中的應(yīng)用
14·1 概述
14·2 BP網(wǎng)絡(luò)
14·3 BP網(wǎng)絡(luò)用于發(fā)動機故障診斷
14·4 自組織映射模型
14·5 Kohonen網(wǎng)絡(luò)用于發(fā)動機故障診斷
第15章 第二類一致性準(zhǔn)則
15·1 CC準(zhǔn)則的定義
15·2 CC準(zhǔn)則的一致性檢驗
15·3 CC準(zhǔn)則的定階性檢驗
15·4 CC準(zhǔn)則的應(yīng)用特點
附錄
附錄Ⅰ 附表
附錄Ⅱ 矩陣代數(shù)的重要公式
附錄Ⅲ 數(shù)理統(tǒng)計的幾個重要引理
附錄Ⅳ “發(fā)動機故障診斷分析系統(tǒng)”軟件簡介
參考文獻(xiàn)