声明
注释表
缩略词
第一章 绪论
1.1 研究背景
1.2 国内外技术研究现状
1.3 本文的内容安排
第二章 基于RB-ELM的航空发动机气路故障模式识别
2.1 引言
2.2 极限学习机与受限玻尔兹曼网络
2.3 基于RBM参数优化的ELM算法
2.4 RB-ELM标准数据集仿真验证
2.5 基于RB-ELM的发动机气路故障诊断分析与验证
2.6 本章小结
第三章 基于KEOS-ELM的航空发动机传感器智能解析余度
3.1 引言
3.2 OS-ELM和EOS-ELM算法
3.3 航空发动机传感器智能解析余度设计方法
3.4 本章小结
第四章 基于KFOS-ELM的航空发动机性能衰退在线预测
4.1 引言
4.2 基于线性卡尔曼滤波的OS-ELM方法
4.3 KFOS-ELM的标准数据集仿真验证
4.4 航空发动机性能参数在线预测与状态评估
4.5 本章小结
第五章 基于LSTM和ARIMA的航空发动机剩余使用寿命预测
5.1 引言
5.2 航空发动机剩余使用寿命的深度学习预测方法
5.3. 航空发动机剩余使用寿命预测仿真分析
5.4 本章小结
第六章 总结与展望
6.1 本文主要工作总结
6.2 展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
