掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
液體導彈發動機故障特性分析與診斷 版權信息
- ISBN：9787118093148
- 條形碼：9787118093148 ; 978-7-118-09314-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
液體導彈發動機故障特性分析與診斷 本書特色
張煒、田干編著的《液體導彈發動機故障特性分 析與診斷(精)》從液體導彈發動機的故障模式和機理 分析人手，介紹了故障模型和特 性的分析方法，結合相應的液體導彈發動機故障實例 研究了基于人工神經網絡、 小波分析、人工免疫系統、模糊理論、統計學習理論 、隱markov模型的故障診斷 方法，并將時間序列分析、灰色模型、神經網絡及支 持向量機方法在液體導彈發 動機故障預測中的應用進行了深入的研究。 《液體導彈發動機故障特性分析與診斷(精)》共 分11章，主要內容如下：第l章為概述。第2章為液體 導彈發動機 的故障模式和機理分析。第3章為液體導彈發動機故 障模型的分析方法。第4 章為液體導彈發動機故障特性分析。第5章為基于人 工神經網絡的導彈發動機 故障診斷方法。第6章為基于小波變換的故障診斷方 法。第7章為基于人工免 疫系統的故障診斷方法。第8章為基于模糊理論的故 障診斷方法。第9章為基 于統計學習理論的故障分析與診斷方法。第10章為基 于隱markov模型的故障 診斷方法。第11章為液體導彈發動機故障預測方法。 《液體導彈發動機故障特性分析與診斷(精)》可 以為從事航天技術及故障檢測與診斷理論研究與工程 應用的研究人 員提供技術參考，同時擬作為第二炮兵工程大學航空 宇航科學與技術專業博士 研究生的專業課教材。
液體導彈發動機故障特性分析與診斷 內容簡介
張煒、田干編著的《液體導彈發動機故障特性分析與診斷(精)》從液體導彈發動機的故障模式和機理分析入手，介紹了故障模型和特性的分析方法，結合相應的液體導彈發動機故障實例研究了基于人工神經網絡、小波分析、生物智能計算、模糊理論、統計學習理論、灰色理論的故障診斷方法。
液體導彈發動機故障特性分析與診斷 目錄
第l章 概述 1.1 液體導彈發動機故障診斷與建立監控系統的必要性 1.2 液體導彈發動機故障診斷技術的歷史與發展 1.3 液體導彈發動機故障診斷的發展趨勢第2章 液體導彈發動機的故障模式和機理分析 2.1 引言 2.2 液體導彈發動機的結構組成 2.3 液體導彈發動機的故障模式分析 2.4 液體導彈發動機的故障機理分析 2.4.1 推力室及燃氣發生器 2.4.2 渦輪泵 2.4.3 密封件 2.5 液體導彈發動機標準故障模式的建立第3章 液體導彈發動機故障模型的分析方法 3.1 引言 3.2 液體導彈發動機工作過程 3.3 液體導彈發動機穩態過程模型 3.3.1 液體在管路中的流動分析 3.3.2 發動機部件工作特性方程 3.3.3 發動機參數平衡模型 3.3.4 發動機部件故障特性方程 3.3.5 一級發動機穩態過程模型的建立 3.3.6 二級發動機穩態過程模型的建立 3.4 液體導彈發動機動態過程模型 3.4.1 推力室 3.4.2 燃氣發生器 3.4.3 渦輪泵系統 3.4.4 液體管路系統 3.4.5 自生增壓系統 3.4.6 一級發動機動態過程模型的建立 3.4.7 二級發動機動態過程模型的建立第4章 液體導彈發動機故障特性分析 4.1 穩態故障模式特性分析 4.1.1 發動機穩態模型的數值解法 4.1.2 靜態特性仿真分析 4.1.3 基于hopfield神經網絡的數值解法 4.1.4 發動機穩態故障分析 4.1.5 基于蟻群算法的二級發動機穩態故障分析 4.1.6 基于進化計算的發動機故障特性分析 4.1.7 發動機穩態故障模式獲取 4.2 動態故障模式分析 4.2.1 發動機動態模型的數值解法 4.2.2 發動機動態故障分析 4.3 綜合故障分析 4.4 故障的可分離性與可檢測性 4.4.1 故障的可分離性 4.4.2 故障的可檢測性與可診斷性第5章 基于人工神經網絡的導彈發動機故障診斷方法 5.1 人工神經網絡理論概述 5.1.1 神經網絡的基本知識 5.1.2 bp網絡及其改進算法 5.2 神經網絡的故障診斷原理 5.3 神經網絡輸入數據的模糊前置處理 5.4 基于bp神經網絡的故障診斷方法 5.5 基于rbf神經網絡的故障診斷方法 5.5.1 rbf神經網絡 5.5.2 應用實例 5.5.3 計算結果及分析 5.6 基于改進型arl2神經網絡的故障診斷方法 5.6.1 無師學習網絡模型的選擇 5.6.2 art神經網絡的基本結構及其理論 5.6.3 arlr2算法的改進 5.6.4 改進art2算法的實現 5.6.5 故障診斷實例 5.7 基于ftart神經網絡的故障診斷方法 5.7.1 ftart結構及基本理論 5.7.2 ftart網絡的改進及其數學描述 5.7.3 ftart網絡的設計 5.7.4 ftart網絡診斷實例及分析第6章 基于小波變換的故障診斷方法 6.1 小波變換理論 6.1.1 概述 6.1.2 小波分析的基本理論 6.2 基于小波分析的液體導彈發動機故障診斷 6.2.1 小波包分解及特征提取 6.2.2 時序建模方法及其應用 6.2.3 諧波小波及其應用 6.2.4 渦輪泵振動異常趨勢的監測與診斷方法 6.2.5 基于小波分析的渦輪泵次同步進動故障分析 6.2.6 基于小波神經網絡的發動機故障診斷第7章 基于人工免疫系統的故障診斷方法 7.1 人工免疫系統 7.1.1 生物免疫系統 7.1.2 人工免疫系統 7.2 否定選擇原理在液體導彈發動機故障檢測與診斷中的應用 7.2.1 否定選擇算法 7.2.2 應用實例與分析 7.3 克隆選擇原理在液體導彈發動機啟動過程仿真中的應用 7.3.1 克隆選擇原理與算法 7.3.2 應用實例與分析第8章 基于模糊理論的故障診斷方法 8.1 模糊故障診斷理論 8.1.1 模糊理論基礎 8.1.2 基于模糊理論的故障診斷 8.2 基于模糊模式識別技術的故障診斷方法 8.2.1 模糊模式識別基本理論 8.2.2 基于樣本法構造隸屬函數的模糊模式識別 8.2.3 基于多元隸屬函數法的模糊模式識別 8.3 基于模糊聚類分析的故障診斷方法 8.3.1 模糊等價矩陣動態聚類分析法 8.3.2 模糊isodata聚類分析法 8.3.3 基于max-○傳遞性的模糊聚類分析故障診斷 8.4 基于模糊神經網絡的導彈發動機故障診斷方法 8.4.1 模糊神經網絡 8.4.2 模糊rbf神經網絡在液體導彈發動機故障 診斷中的應用第9章 基于統計學習理論的故障分析與診斷方法 9.1 統計學習理論與支持向量機 9.1.1 機器學習 9.1.2 統計學習理論 9.1.3 支持向量機 9.1.4 核函數及其參數優化 9.2 支持向量機在液體導彈發動機故障診斷中的應用 9.2.1 基于svm的液體導彈發動機穩態故障特性分析及診斷 9.2.2 基于ga—svm的液體導彈發動機故障診斷 9.2.3 基于svm的液體導彈發動機故障建模與分析第10章 基于隱markov模型的故障診斷方法 10.1 基于隱markov模型(hmm)的故障診斷方法 10.1.1 hmm基本思想 10.1.2 hmm基本算法 10.1.3 hmm的類型 10.1.4 hmm在實際應用中的改進措施 10.1.5 基于hmm的渦輪泵故障診斷實例 10.2 hmm—svm混合故障診斷模型及應用 10.2.1 svm訓練 10.2.2 hmm—svm故障診斷應用實例第11章 液體導彈發動機故障預測方法 11.1 基于時間序列的導彈發動機故障預測方法 11.1.1 時間序列分析 11.1.2 應用與分析 11.2 基于灰色模型的導彈發動機故障預測方法 11.2.1 灰色系統概述 11.2.2 灰色系統的基本原理 11.2.3 灰色預測方法及其在導彈發動機故障預測的應用 11.3 基于神經網絡的導彈發動機故障預測方法 11.3.1 基于bp網絡的導彈發動機動力參數多步預測方法 11.3.2 基于rbf網絡的導彈發動機預測方法 11.3.3 基于elman網絡的導彈發動機預測方法 11.4 基于svm方法的導彈發動機故障預測研究 11.4.1 基于支持向量機的回歸估計 11.4.2 基于支持向量機的預測流程與評價標準 11.4.3 基于svm方法的液體導彈發動機故障預測實例附錄參考文獻
展開全部
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
有舍有得是人生
- >
唐代進士錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
- >
月亮與六便士
- >
回憶愛瑪儂
- >
月亮虎
本類暢銷
