当前位置:首页 > 其他书籍
无人机健康管理=HEALTH  MANAGEMENT  OF  UNMANNED  AERIAL  VEHICLES
无人机健康管理=HEALTH  MANAGEMENT  OF  UNMANNED  AERIAL  VEHICLES

无人机健康管理=HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLESPDF电子书下载

其他书籍

  • 电子书积分:20 积分如何计算积分?
  • 作 者:刘小雄
  • 出 版 社:
  • 出版年份:2020
  • ISBN:
  • 页数:0 页
图书介绍:
《无人机健康管理=HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLES》目录

第1章 绪论 1

1.1 健康管理技术 3

1.1.1 研究背景 3

1.1.2 研究内容 4

1.1.3 研究现状 7

1.2 无人机PHM技术 8

1.2.1 PHM基本概念 9

1.2.2 PHM系统结构 11

1.2.3 PHM基本方法 13

1.2.4 PHM关键技术 15

1.3 无人机PHM的发展趋势 17

第2章 故障诊断技术 20

2.1 基本概念 21

2.2 基于故障树的故障诊断 23

2.2.1 构建故障树 24

2.2.2 故障树分析 24

2.2.3 实例分析 27

2.3 基于案例推理的故障诊断 33

2.3.1 案例检索 34

2.3.2 案例推理 36

2.3.3 CBR的工作机制 36

2.4 故障诊断专家系统 41

2.4.1 专家系统的结构 42

2.4.2 知识库的构建 44

2.4.3 基于案例推理的专家系统 46

2.5 实时故障诊断 48

2.5.1 基于阈值逻辑的诊断 48

2.5.2 基于解析余度的诊断 49

2.6 基于多模型技术的故障诊断方法研究 55

2.6.1 引言 55

2.6.2 多模型自适应估计方法 57

2.6.3 故障隔离 60

2.7 本章小结 63

第3章 健康特征提取方法 64

3.1 引言 65

3.2 问题描述 67

3.3 基于参数辨识的健康特征提取 68

3.3.1 批处理最小二乘法 68

3.3.2 递推最小二乘法 70

3.3.3 遗忘因子递推最小二乘法 71

3.4 基于神经网络辨识模型的健康特征提取 72

3.4.1 BP神经网络 73

3.4.2 改进的BP神经网络学习算法 76

3.4.3 神经网络辨识与特征提取 79

3.5 基于神经网络分类的健康特征提取 81

3.5.1 改进的BP神经网络模式分类算法 81

3.5.2 基于分类方法的健康特征提取 83

3.5.3 神经网络模式分类数值仿真 83

3.6 本章小结 86

第4章 健康评估方法 87

4.1 引言 88

4.2 问题描述 90

4.3 改进的进化模糊聚类算法 91

4.3.1 数据聚类算法 91

4.3.2 改进的遗传算法 93

4.3.3 改进的进化模糊K均值聚类算法 96

4.3.4 数值仿真 97

4.4 基于数据聚类的健康评估技术 101

4.4.1 数据预处理 101

4.4.2 基于聚类的健康评估 102

4.5 本章小结 103

第5章 健康预测方法 104

5.1 引言 105

5.2 问题描述 106

5.3 时间序列预测 108

5.4 基于指数平滑技术的健康预测 109

5.4.1 指数平滑技术 109

5.4.2 健康预测方法 111

5.5 基于ARMA模型的健康预测 112

5.5.1 基于自回归滑动平均模型的预测 113

5.5.2 健康预测方法 116

5.6 ARMA健康预测仿真分析 120

5.7 本章小结 123

第6章 故障缓和与重构 124

6.1 引言 125

6.2 决策支持与故障缓和 126

6.2.1 决策支持 127

6.2.2 故障缓和 128

6.3 信号残差分析与实时故障诊断 129

6.3.1 问题描述 129

6.3.2 信号重构与残差分析 131

6.3.3 在线统计决策 134

6.3.4 在线诊断仿真分析 137

6.4 作动器故障自适应重构 145

6.4.1 问题描述 145

6.4.2 关键作动器故障重构算法 146

6.4.3 作动器故障的重构仿真分析 149

6.5 飞行高度信号重构研究 154

6.5.1 扩展卡尔曼滤波 155

6.5.2 状态方程和观测方程的建立 156

6.5.3 仿真分析 158

6.6 本章小结 159

第7章 无人机自动驾驶仪故障诊断专家系统 160

7.1 无人机自动驾驶仪系统特点 161

7.2 系统结构和功能 166

7.3 关键模块的实现 167

7.3.1 数据接收和预处理 167

7.3.2 知识获取 169

7.3.3 推理机制 172

7.3.4 解释机制 175

7.4 本章小结 175

第8章 基于模型方法的无人机作动器健康管理 176

8.1 基于模型方法的健康管理 177

8.1.1 诊断和预测方法 178

8.1.2 作动器故障模式 179

8.1.3 系统建模和参数辨识 179

8.1.4 健康预测 181

8.2 应用算例 182

8.2.1 作动器的仿真模型 182

8.2.2 作动器的故障模式 184

8.2.3 健康特征提取 185

8.2.4 健康评估 188

8.2.5 健康预测 190

8.2.6 人机界面 191

8.3 本章小结 194

第9章 基于数据驱动的无人机作动器健康管理 195

9.1 基于数据驱动的健康管理 196

9.1.1 基本结构和流程 197

9.1.2 基本内容和过程 197

9.2 仿真设计 201

9.2.1 作动器的仿真模型 201

9.2.2 健康特征提取 202

9.2.3 基于数据聚类的健康评估 206

9.2.4 指数平滑健康预测 212

9.3 本章小结 215

第10章 总结 216

参考文献 220

相关图书
作者其它书籍
返回顶部