智能故障診斷技術(shù)MATLAB應(yīng)用

第1章　緒　論
1．1　故障診斷技術(shù)的產(chǎn)生與歷史
1．2　故障診斷技術(shù)發(fā)展現(xiàn)狀與展望
1．2．1　故障診斷技術(shù)的現(xiàn)狀
1．2．2　故障診斷技術(shù)應(yīng)用模式
1．2．3　故障診斷未來面臨的問題
1．4　故障診斷的術(shù)語定義
第2章　航天器在軌故障分析
2．1　引　言
2．2　結(jié)構(gòu)機構(gòu)分系統(tǒng)故障統(tǒng)計分析
2．2．1　可伸展機構(gòu)故障
2．2．2　驅(qū)動裝置故障
2．2．3　天線裝置故障
2．2．4　裝配連接件與其他故障
2．3　控制分系統(tǒng)故障統(tǒng)計分析
2．3．1　外部原因造成的姿控回路故障
2．3．2　內(nèi)部構(gòu)造缺陷引起的姿控回路故障
2．4　電源分系統(tǒng)故障的統(tǒng)計分析
2．4．1　太陽能電池陣列故障
2．4．2　蓄電池組故障
2．4．3　電源控制器故障
2．5　推進分系統(tǒng)故障統(tǒng)計分析
2．5．1　泄漏故障
2．5．2　噴注器及尾噴管故障
2．5．3　其他電子元器件故障
2．6　故障防護
2．7　小　結(jié)
第3章　動態(tài)系統(tǒng)故障診斷的基本原理
3．1　系統(tǒng)故障的數(shù)學表示
3．1．1　傳感器故障模型
3．1．2　執(zhí)行器故障模型
3．1．3　系統(tǒng)故障模型
3．1．4　控制系統(tǒng)故障的數(shù)學描述
3．2　基于系統(tǒng)模型的故障診斷原理
3．3　線性系統(tǒng)的故障診斷原理
3．4　故障檢測觀測器的設(shè)計
3．5　帶干擾系統(tǒng)的故障診斷
3．5．1　殘差生成與殘差響應(yīng)
3．5．2　干擾解耦設(shè)計的一般原理
3．6　奇偶矢量法
第4章　基于統(tǒng)計理論的故障檢測原理
4．1　引　言
4．2　二元假設(shè)檢驗
4．2．1　最小誤差準則
4．2．2　貝葉斯準則(最小風險準則)
4．2．3　最大后驗概率準則
4．3　多元假設(shè)檢驗
4．4　基于多種測量殘差的故障診斷方法
4．4．1　問題描述
4．4．2　M ARY的故障決策方法
4．4．3　應(yīng)用實例
第5章　基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法
5．1　引　言
5．2　神經(jīng)網(wǎng)絡(luò)特性簡述
5．3　帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)
5．3．1　BP網(wǎng)絡(luò)及算法的不足
5．3．2　帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)
5．3．3　帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)的誤差反向傳播學習規(guī)則的數(shù)學推導
5．3．4　帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)診斷模型的建立
5．3．5　IRN 網(wǎng)絡(luò)的故障診斷方法在航天器電源分系統(tǒng)故障診斷中的應(yīng)用
5．4　基于Hopfield神經(jīng)網(wǎng)絡(luò)的故障診斷
5．4．1　Hopfield神經(jīng)網(wǎng)絡(luò)描述
5．4．2　雙向聯(lián)想記憶
5．4．3　衛(wèi)星姿態(tài)控制器故障診斷
第6章　基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷
6．1　引　言
6．2　模糊、神經(jīng)網(wǎng)絡(luò)和人工智能技術(shù)的關(guān)系
6．3　神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)的比較
6．4　模糊和神經(jīng)網(wǎng)絡(luò)的結(jié)合形式
6．5　模糊推理的殘差估計
6．6　模糊神經(jīng)網(wǎng)絡(luò)的故障診斷原理
6．6．1　模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
6．6．2　模糊神經(jīng)網(wǎng)絡(luò)的訓練
6．7　基于模糊神經(jīng)網(wǎng)絡(luò)的未建模系統(tǒng)的故障診斷
6．7．1　模糊神經(jīng)網(wǎng)絡(luò)模型
6．7．2　模糊神經(jīng)網(wǎng)絡(luò)的訓練算法
6．7．3　基于模糊神經(jīng)網(wǎng)絡(luò)的未建模系統(tǒng)的故障檢測
6．8　基于泛函模糊神經(jīng)網(wǎng)絡(luò)的GPS/INS組合導航系統(tǒng)的軟故障診斷
6．8．1　狀態(tài)χ2 檢驗原理
6．8．2　泛函模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
6．8．3　仿真結(jié)果
第7章　基于徑向基網(wǎng)絡(luò)的故障診斷
7．1　模糊徑向基網(wǎng)絡(luò)的故障診斷
7．1．1　徑向基函數(shù)網(wǎng)絡(luò)和模糊推理系統(tǒng)的功能等價關(guān)系
7．1．2　基于自適應(yīng)模糊系統(tǒng)的徑向基高斯函數(shù)網(wǎng)絡(luò)
7．1．3　學習算法
7．1．4　非線性系統(tǒng)的故障診斷
7．2　基于HBF神經(jīng)網(wǎng)絡(luò)的故障診斷
7．2．1　HBF神經(jīng)網(wǎng)絡(luò)
7．2．2　HBF網(wǎng)絡(luò)的自適應(yīng)觀測器
7．2．3　航天器執(zhí)行機構(gòu)故障重構(gòu)
7．3　基于CCA 優(yōu)化的前饋神經(jīng)網(wǎng)絡(luò)故障診斷及應(yīng)用
7．3．1　優(yōu)化算法
7．3．2　網(wǎng)絡(luò)觀測器設(shè)計與分析
7．3．3　非線性系統(tǒng)故障檢測
7．3．4　航天器姿態(tài)敏感器的故障診斷
第8章　基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷與應(yīng)用
8．1　小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于航天器故障診斷
8．1．1　BP神經(jīng)網(wǎng)絡(luò)簡介
8．1．2　小波變換及小波神經(jīng)網(wǎng)絡(luò)
8．1．3　小波神經(jīng)網(wǎng)絡(luò)在航天器電源故障中的應(yīng)用
8．2　單隱含層模糊遞歸小波神經(jīng)網(wǎng)絡(luò)的觀測器設(shè)計
8．2．1　單隱含層模糊遞歸小波神經(jīng)網(wǎng)絡(luò)
8．2．2　使用GA 對SLFRWNN 進行初始化
8．2．3　SLFRWNN 的訓練算法
8．3　SLFRWNN 的自適應(yīng)觀測器
8．3．1　觀測器的建立
8．3．2　觀測器的穩(wěn)定性分析
8．3．3　系統(tǒng)仿真試驗
第9章　智能故障診斷技術(shù)在姿態(tài)測量系統(tǒng)中的應(yīng)用
9．1　引　言
9．2　航天器AD系統(tǒng)模型
9．2．1　航天器動力學模型
9．2．2　測量誤差模型
9．3　組合傳感器
9．4　FDD濾波器設(shè)計
9．5　故障模型及殘差計算
9．5．1　敏感器故障模型
9．5．2　殘差生成
9．5．3　統(tǒng)計實驗
9．6　FDD方案
9．6．1　故障檢測
9．6．2　初級故障隔離
9．6．3　故障隔離
9．7　AD系統(tǒng)仿真結(jié)果
9．7．1　方案實施
9．7．2　仿真結(jié)果
9．8　小　結(jié)
思考題與習題
參考文獻