航空发动机的智能诊断、建模与预测方法PDF|Epub|txt|kindle电子书版本网盘下载

航空发动机的智能诊断、建模与预测方法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章 绪论1

1.1航空发动机预测与健康管理概述1

1.2航空发动机诊断和预测方法及发展现状3

1.2.1航空发动机诊断和预测的技术途径及发展概况3

1.2.2航空发动机诊断和预测有代表性的数据挖掘方法5

1.2.3存在的主要问题11

1.3主要研究成果及本书章节安排12

1.3.1支持向量机方法及其应用12

1.3.2覆盖机器学习理论及其应用14

1.3.3核多元统计方法及其应用15

1.3.4进化计算和免疫计算方法及其应用16

1.3.5本书章节安排17

参考文献18

第2章 支持向量机方法及应用24

2.1支持向量机的基本算法25

2.1.1线性支持向量机25

2.1.2广义线性支持向量机27

2.1.3支持向量的定义28

2.1.4核函数技巧与内积28

2.1.5非线性支持向量机30

2.1.6补充说明31

2.2支持向量机分类算法33

2.2.1 C SVM33

2.2.2 γ-SVM34

2.2.3 One-Class SVM35

2.2.4 LS-SVM37

2.2.5多类支持向量机方法38

2.3支持向量机回归算法46

2.3.1数学描述46

2.3.2ε不敏感损失函数46

2.3.3回归SVM48

2.3.4回归LS-S VM52

2.3.5稀疏回归LS-SVM52

2.3.6在线回归LS-SVM54

2.4支持向量机求解算法59

2.4.1块算法60

2.4.2分解算法60

2.4.3顺序最小优化方法61

2.4.4其他算法62

2.5支持向量机诊断理论应用62

2.5.1 SVM分类算法应用模式62

2.5.2基于SVM的航空发动机故障诊断63

2.5.3基于SVM的AdaBoost故障诊断方法75

2.6支持向量机建模与预测理论及其应用101

2.6.1 SVM回归应用模型101

2.6.2基于SVM的航空发动机起动过程建模与应用108

2.6.3基于SVM的早期故障预示研究115

2.6.4基于LS-SVM的航空发动机动态过程建模125

2.6.5基于SVM的压气机低转速特性建模134

参考文献139

第3章 覆盖机器学习理论及应用141

3.1覆盖机器学习模型141

3.1.1覆盖机器学习模型化141

3.1.2核学习机MEB等价表征143

3.1.3核学习机广义MEB等价表征145

3.1.4核学习机与MEB关系性质148

3.2 MEB核心集快速实现算法149

3.2.1最小MEB算法现状150

3.2.2最优核心集MEB算法151

3.2.3严格核心集MEB算法152

3.2.4新算法理论分析152

3.3结构覆盖分类学习机158

3.3.1理论背景158

3.3.2向量值分类SVM模型165

3.3.3结构覆盖分类算法170

3.3.4结构覆盖分类MEB核心集算法173

3.3.5实验分析174

3.4结构覆盖回归学习机179

3.4.1向量值回归SVM179

3.4.2 L1向量值回归SVM185

3.4.3 L2向量值回归SVM187

3.4.4 L∞向量值回归SVM187

3.4.5结构覆盖回归算法189

3.5应用案例192

3.5.1航空发动机故障诊断应用192

3.5.2航空发动机起动过程多元回归建模与仿真195

参考文献197

第4章 核多元统计方法及应用200

4.1核主元分析故障检测200

4.1.1核主元分析法201

4.1.2基于KPCA模型的故障检测205

4.1.3基于滑动窗口机制的自适应KPCA207

4.1.4基于滑动窗口机制的自适应KPCA故障检测208

4.2基于核主元分析的故障识别方法研究209

4.2.1基于KPCA模型的数据重构方法210

4.2.2改进的基于KPCA模型的数据重构方法211

4.2.3基于KPCA模型数据重构方法的故障识别213

4.2.4基于贡献率图法的故障识别方法213

4.3基于粗糙核Fisher鉴别分析的故障特征提取217

4.3.1粗糙集理论的属性约简217

4.3.2基于核Fisher鉴别分析的特征提取219

4.3.3基于粗糙核Fisher鉴别分析的特征提取223

4.4应用案例223

4.4.1基于KPCA的航空发动机故障检测应用案例223

4.4.2基于自适应KPCA模型的故障检测案例228

4.4.3基于贡献率图的故障识别应用案例231

4.4.4基于粗糙核Fisher鉴别分析的故障特征提取应用案例235

参考文献243

第5章 进化计算和人工免疫方法及应用245

5.1基于进化计算的特征提取和动态过程建模245

5.1.1遗传规划的基本原理246

5.1.2基于遗传规划和线性鉴别分析的特征提取模型251

5.1.3基于遗传规划的动态过程自动建模方法254

5.2基于克隆选择原理的智能融合故障诊断257

5.2.1人工免疫系统原理258

5.2.2引入免疫识别机制的距离判别函数法261

5.2.3引入克隆选择机理的模糊聚类分析264

5.3基于反面选择机理的智能融合故障诊断268

5.3.1人工免疫系统的反面选择机理269

5.3.2基于反面选择机理的故障诊断方法272

5.3.3算法参数对故障检测效果的影响分析279

5.4基于反面选择机理的性能监控284

5.4.1反面选择算法在性能监控中的应用途径285

5.4.2基于反面选择机理的发动机性能监控286

5.4.3状态变量对样本点异常程度的影响分析289

5.4.4基于系统异常概率模型的故障隔离291

5.5基于人工免疫网络的传感器故障诊断295

5.5.1人工免疫网络模型296

5.5.2学习向量量化与免疫网络的融合诊断298

5.6应用案例305

5.6.1基于遗传规划和线性鉴别分析的发动机滑油系统特征提取305

5.6.2基于遗传规划的航空发动机起动过程自动建模应用311

5.6.3基于免疫识别的距离判别函数方法应用案例315

5.6.4基于免疫克隆选择的模糊聚类方法应用案例317

5.6.5基于反面选择的滚动轴承损伤故障检测321

5.6.6基于反面选择的性能监控应用案例328

5.6.7基于人工免疫网络的发动机传感器故障诊断332

参考文献338

第6章 航空发动机PHM数据挖掘问题及技术挑战344

6.1典型数据挖掘问题344

6.2航空发动机PHM技术中的重大挑战347

参考文献352