航空装备故障诊断学PDF|Epub|txt|kindle电子书版本网盘下载

航空装备故障诊断学PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇　原理篇2

第1章　绪论2

1.1　航空装备故障诊断的研究与实践2

1.1.1 航空装备故障诊断的本质2

1.1.2 航空装备故障诊断的发展阶段3

1.1.3　航空装备故障诊断的现状与发展趋势5

1.2　航空装备故障诊断学概述6

1.2.1 航空装备故障诊断学的定义6

1.2.2　航空装备故障诊断学的研究目的及意义7

1.2.3　航空装备故障诊断学的主要研究内容8

第2章　故障与故障诊断10

2.1　航空装备失效和故障的概念10

2.1.1 航空装备失效的概念10

2.1.2　航空装备故障的概念11

2.2　航空装备常见失效与故障模式12

2.2.1 航空机械设备失效与故障的常见模式12

2.2.2 航空电子元器件失效与故障的常见模式14

2.3　航空装备失效分析16

2.3.1 失效分析的目的和任务16

2.3.2 失效分析的主要工作内容17

2.3.3　机械零件和机械系统的失效分析方法17

2.3.4　航空装备失效分析的基本程序20

2.4　航空装备故障诊断的基本原理22

2.4.1 故障诊断的一般流程23

2.4.2 故障诊断的常用方法24

2.4.3 航空装备故障诊断系统27

第3章　故障诊断信息处理30

3.1　故障诊断中的信息及分类30

3.1.1 基本概念30

3.1.2　故障信息的分类33

3.2　故障诊断中信息处理的一般过程34

3.2.1 信息的获取34

3.2.2　信息的传输35

3.2.3　信息的处理36

3.3　故障诊断信息的获取36

3.3.1 装备状态信息的获取36

3.3.2 故障诊断知识的获取37

3.4　故障诊断中信息的预处理38

3.4.1 采集环节的预处理38

3.4.2　传输环节的预处理39

3.5　故障诊断中信息的处理44

3.5.1 测量信号分类44

3.5.2　测试数据处理方法的分类45

第2篇 方法篇48

第4章　基于故障树分析的故障诊断48

4.1　故障树分析的基本内容48

4.1.1 故障树分析的起源48

4.1.2　故障树分析的基本概念48

4.1.3 故障树分析的步骤和建树规则52

4.2　故障树的定性分析53

4.2.1 故障树定性分析概述53

4.2.2　故障树的数学描述54

4.2.3　最小割集算法54

4.3　故障树的定量分析60

4.3.1 故障树定量分析的内容60

4.3.2 故障树顶事件概率计算60

4.3.3 故障树重要度分析61

4.4　航空装备故障树分析算例和系统开发实践62

4.4.1 基于故障树分析的航空装备故障诊断算例62

4.4.2 基于故障树分析的航空装备故障诊断系统开发实践65

第5章　基于贝叶斯网络的故障诊断70

5.1 贝叶斯网络的概率论基础70

5.1.1 贝叶斯理论71

5.1.2 贝叶斯网络72

5.2　贝叶斯网络推理75

5.2.1 精确推理75

5.2.2　近似推理76

5.3　贝叶斯网络学习77

5.3.1 参数学习77

5.3.2 结构学习80

5.4　贝叶斯网络在装备故障诊断中的应用82

第6章　基于模糊理论的故障诊断86

6.1　模糊诊断理论基础86

6.1.1　模糊集合及其运算86

6.1.2 模糊集合与经典集合的联系88

6.1.3　隶属函数88

6.1.4 模糊关系和模糊关系矩阵90

6.1.5　模糊度及其度量92

6.2　航空装备的模糊逻辑诊断94

6.2.1 航空装备故障诊断中的模糊性94

6.2.2　模糊逻辑诊断模型95

6.2.3　模糊诊断信息的获取96

6.2.4　模糊逻辑故障诊断方法100

6.2.5 航空装备模糊逻辑诊断实例102

6.3　航空装备的模糊聚类诊断104

6.3.1 模糊聚类104

6.3.2　模糊聚类诊断基本思想105

6.3.3 基于模糊等价关系的模糊聚类诊断方法105

6.3.4　模糊C-均值聚类诊断方法108

6.3.5 航空装备模糊聚类诊断实例110

第7章　基于粗糙集理论的故障诊断112

7.1　粗糙集基本概念112

7.1.1 知识与知识表达系统112

7.1.2　不可分辨关系113

7.1.3　粗糙集与近似114

7.1.4　知识约简与核116

7.1.5 知识的依赖性与属性重要性117

7.1.6 区分矩阵与区分函数118

7.2　基于粗糙集理论的智能故障诊断118

7.2.1 数据预处理119

7.2.2　属性约简123

7.2.3　值约简128

7.3　航空装备的粗糙集诊断案例130

第8章　基于人工神经网络的故障诊断133

8.1　人工神经网络的基本原理133

8.1.1 人工神经元模型133

8.1.2 人工神经网络的构成133

8.1.3 人工神经网络的学习134

8.2　基于人工神经网络的故障诊断原理136

8.2.1 模式识别的故障诊断神经网络136

8.2.2 系统辨识的故障诊断神经网络137

8.2.3 知识处理的故障诊断神经网络138

8.3　基于人工神经网络的故障诊断模型设计139

8.4　基于BP神经网络的故障诊断方法140

8.4.1 BP神经网络结构及其学习算法140

8.4.2　BP神经网络的改进算法142

8.4.3 BP神经网络的结构设计143

8.4.4 基于BP神经网络的故障诊断方法144

8.4.5 在飞机火控系统故障诊断中的应用144

8.5　基于SOM神经网络的故障诊断方法147

8.5.1　SOM神经网络结构147

8.5.2　SOM网络的学习算法148

8.5.3　基于SOM神经网络的故障诊断方法149

8.5.4 在航空发动机故障诊断中的应用149

8.6　其他典型的神经网络故障诊断模型152

8.6.1　集成神经网络152

8.6.2　模糊神经网络153

8.6.3 小波神经网络154

第9章　基于案例的推理的故障诊断155

9.1　CBR概述155

9.1.1　CBR的起源及发展155

9.1.2　CBR的基本思想156

9.1.3 CBR与RBR的比较158

9.1.4　CBR的应用领域159

9.2　CBR的关键步骤159

9.2.1 案例的表示和存储159

9.2.2 案例的检索策略162

9.2.3 案例的相似性匹配164

9.2.4　案例的适配168

9.2.5 案例的学习169

9.3　航空装备故障诊断CBR系统170

9.3.1 基于层次分类模型的案例库组织170

9.3.2　故障案例的检索和匹配171

9.3.3 基于专家评价的案例学习方式172

9.3.4 系统实现173

第10章　基于专家系统的故障诊断177

10.1　专家系统的基本概念177

10.1.1 专家系统的定义177

10.1.2　专家系统的要素177

10.2　专家系统的推理机制178

10.2.1　推理方式及其分类179

10.2.2　推理的控制策略181

10.2.3　模式匹配184

10.2.4　冲突消解策略186

10.3　专家系统中的知识库187

10.4　航空装备故障诊断专家系统案例189

第3篇 实践篇194

第11章　发动机状态监控与故障诊断194

11.1　航空发动机简介194

11.2　发动机状态监控与故障诊断概述196

11.2.1 发动机的状态和故障196

11.2.2　状态监控与故障诊断198

11.2.3　状态监控与故障诊断的作用200

11.3　发动机状态监控与故障诊断的技术和方法203

11.3.1　参数监控与诊断203

11.3.2　振动监控与诊断209

11.3.3 油液监控与诊断221

11.3.4　无损检测技术240

11.4　发动机状态监控系统262

第12章　航空电子设备故障诊断266

12.1　航空电子系统简介266

12.2　航空电子设备故障诊断概述267

12.2.1 航空电子设备故障诊断意义与作用267

12.2.2　航空电子设备故障的类型、诊断目的和要求268

12.2.3 航空电子设备故障诊断的困难所在269

12.3　航空电子设备故障诊断技术269

12.3.1 数字电路故障诊断的方法与进展270

12.3.2　模拟电路故障诊断的方法与进展272

12.4　基于故障树结构的某型光电雷达电子设备故障诊断系统273

12.4.1 光电雷达组成及功能274

12.4.2 电子设备的组成及功能274

12.4.3 电子设备诊断系统硬件组成275

12.4.4 电子设备性能检测、故障树结构分析及故障诊断276

12.4.5 压—码转换电路板故障树结构分析280

12.4.6 匹配电路板故障树结构分析281

12.5　基于信息融合的航空电子设备故障诊断282

12.5.1 信息融合的定义282

12.5.2　信息融合的基本原理283

12.5.3 信息融合与故障诊断284

12.5.4　基于信息融合的光电雷达电子部件故障诊断288

12.6　模糊理论在航空电子设备故障诊断中的应用292

12.6.1 故障可能性和可能性理论293

12.6.2 可能性理论在雷达接收机故障诊断中的应用293

12.7　基于补偿神经网络的航空电子设备故障诊断295

12.7.1 构成自适应模糊推理机295

12.7.2 补偿模糊神经网络的学习步骤298

12.7.3 利用补偿神经网络模糊推理机进行故障诊断299

第4篇　发展篇302

第13章　嵌入式故障诊断发展动态与展望302

13.1　嵌入式故障诊断概述302

13.1.1 嵌入式故障诊断概念302

13.1.2　嵌入式故障诊断模式303

13.2　嵌入式故障诊断在航空装备中的发展动态306

13.2.1 国内发展动态306

13.2.2 国外发展动态308

13.3　嵌入式故障诊断展望310

第14章　远程故障诊断发展动态与展望313

14.1　远程故障诊断技术概述313

14.1.1 远程故障诊断技术产生313

14.1.2 系统组成及体系结构314

14.1.3 远程故障诊断技术在航空装备中的应用316

14.2　远程故障诊断技术发展动态319

14.2.1 工业领域的发展与应用319

14.2.2 军事领域的发展与应用320

14.3　远程故障诊断技术展望320

14.3.1 技术发展要求320

14.3.2 系统发展方向322

参考文献325