第一章 绪论 1
1.1 引言 1
1.2 发展与现状 3
1.3 故障检测与诊断方法评述 6
1.4 健康监控技术的演变趋势 15
参考文献 17
第二章 发动机系统组成与故障效应 21
2.1 引言 21
2.2 发动机系统组成与工作原理 22
2.3 发动机的性能参数与工作特性 25
2.4 发动机故障效应 34
2.5 结论 39
参考文献 39
第三章 发动机稳态特性仿真及分析 40
3.1 引言 40
3.2 发动机数学模型 41
3.3 仿真计算方法 47
3.4 计算结果及分析 48
3.5 结论 58
参考文献 60
第四章 发动机故障状态过渡特性数值模拟 62
4.1 引言 62
4.2 发动机非线性动态数学模型 63
4.3 数值模拟方法 71
4.4 计算结果和讨论 73
4.5 结论 82
参考文献 83
第五章 发动机故障综合分析及故障诊断系统框架 84
5.1 引言 84
5.2 发动机故障试车统计 85
5.3 监测参数选择评价 87
5.4 发动机故障检测与诊断系统研究框架 91
5.5 结论 95
参考文献 95
第六章 基于模型状态估计的故障检测方法研究 97
6.1 引言 97
6.2 发动机状态估计数学模型 98
6.3 发动机扩展卡尔曼滤波器 100
6.4 故障检测算法Ⅰ—x2统计测试 102
6.5 故障检测算法Ⅱ—智能决策方法 104
6.6 仿真实例 108
6.7 结论 115
参考文献 116
第七章 液体火箭发动机基于时序分析的故障检测 119
7.1 引言 119
7.2 发动机监测参数时序分析及建模方法 120
7.3 故障检测策略 125
7.4 实例验证 125
7.5 结论 142
参考文献 143
第八章 液体火箭发动机基于非线性辨识的故障检测 145
8.1 引言 145
8.2 发动机启动过程和关机过程的工作特点 147
8.3 回归分析方法及存在的问题 148
8.4 神经网络辨识方法 151
8.5 基于非线性辨识模型的故障检测策略 155
8.6 工程实例验证 156
8.7 结论 162
参考文献 165
第九章 滑动数据窗聚类方法 168
9.1 引言 168
9.2 高维采样数据的聚类算法 169
9.3 高维采样数据聚类检测与诊断算法 177
9.4 数值仿真结果分析 183
9.5 结论 189
参考文献 191
第十章 故障特征选择 194
10.1 引言 194
10.2 基于Shannon互信息的特征参数优选准则 195
10.3 基于样本集综合离散度的参数优选准则 202
10.4 基于遗传算法的故障特征参数优选 204
10.5 数值实验结果 210
10.6 结论 215
参考文献 216
第十一章 基于静态模型故障诊断的原理和策略 218
11.1 引言 218
11.2 基于静态数学模型的故障诊断策略 220
11.3 基于部件模块的故障诊断策略 228
11.4 其它故障诊断策略 236
11.5 故障的可检测性和可分离性 236
11.6 结论 238
参考文献 239
第十二章 基于线性静态模型的故障诊断方法 242
12.1 引言 242
12.2 基于线性静态模型的故障诊断系统 244
12.3 进一步的讨论 257
12.4 结论 265
参考文献 266
第十三章 基于非线性静态模型的故障诊断方法 268
13.1 引言 268
13.2 参数估计与假设验证系统 269
13.3 假设生成系统与结果选择系统 276
13.4 仿真结果及分析 277
13.5 结论 290
参考文献 290
第十四章 基于部件模块的故障诊断方法 292
14.1 引言 292
14.2 参数传播与协调的理论和技术 293
14.3 基于部件模块的故障诊断系统 310
14.4 结论 315
参考文献 315
第十五章 液体火箭发动机故障诊断算法实时验证系统 317
15.1 引言 317
15.2 实时验证系统的构成及实现 318
15.3 实时故障仿真系统实现 321
15.4 实时验证的基本问题 332
15.5 结论 334
参考文献 335
第十六章 液体火箭发动机健康监控传感器技术 336
16.1 引言 336
16.2 传感器技术在健康监控系统中的作用 336
16.3 先进传感器技术 338
16.4 传感器数据确认 343
16.5 发展对策 345
参考文献 345