Контроль и диагностика технического состояния авиационных двигателей на основе интеллектуального анализа данных

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ ИНФОРМАЦИОННОГО МОНИТОРИНГА СОСТОЯНИЯ АВИАЦИОННОГО ГАЗОТУРБИННОГО ДВИГАТЕЛЯ ГТД
1.1. Современный авиационный двигатель как сложный технический объект мониторинга.
1.2. Общая характеристика проблемы мониторинга и управления эксплуатацией авиационного двигателя по техническому состоянию
1.3. Современные информационные технологии мониторинга состояния сложных технических объектов.
1.4. Интеллектуальные технологии автоматизации испытаний и управления эксплуатацией авиационного двигателя
1.5. Концепция решения проблемы информационного мониторинга
параметров авиационного ГТД
Результаты и выводы по первой главе
ГЛАВА 2. ПРИМЕНЕНИЕ МЕТОДОЛОГИИ СИСТЕМНОГО АНАЛИЗА К РЕШЕНИЮ ПРОБЛЕМЫ ИНФОРМАЦИОННОГО МОНИТОРИНГА СОСТОЯНИЯ АВИАЦИОННОГО
ДВИГАТЕЛЯ
2.1. Применение технологий системного моделирования на этапе проектирования интеллектуальной системы мониторинга состояния авиационного двигателя.
2.2. Разработка комплекса функциональных моделей процесса мониторинга параметров авиационного ГТД
2.3. Разработка комплекса информационных моделей процесса мониторинга параметров авиационного ГТД .
2.4. Разработка динамической модели процесса мониторинга состояния авиационного ГТД.
2.5. Требования к экспертной системе мониторинга состояния
авиационного ГТД на основе ШЕР моделей.
Результаты и выводы по второй главе
ГЛАВА 3. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ МЕТОДОВ У КОНТРОЛЯ И ДИАГНОСТИКИ ТЕХНИЧЕСКОГО состояния
АВИАЦИОННОГО ГТД НА ОСНОВЕ ЭКСПЕРТНЫХ СИСТЕМ ЭС.
3.1. Введение
3.2. Решение задач контроля и диагностики на основе компонентной реализации математической модели ГТД в среде экспертной системы СРКП
3.2.1. Реализация компонентных математических моделей ГТД на основе семантических сетей
3.2.2. Методика наполнения баз знаний экспертной системы СРКК
3.2.3. Особенности решения задач контроля и диагностики ГТД с использованием экспертной системы СРКИ.
3.3. Решение задач контроля и диагностики ГТД в среде экспертной
системы ПЬБЬеи 3.0
3.3.1. Представление математической модели ГТД в базе знаний экспертной системы ТШ5Ье 3.0
3.3.2. Решение задач контроля и диагностики ГТД в среде экспертной системы ТПБЬеИ 3.0
3.4. Решение задач контроля и диагностики ГТД с использованием
пакета прикладных программ Диагноз
3.4.1. Основные принципы реализации алгоритмов контроля и диагностики ГТД с использованием пакета прикладных программ Диагноз.
3.4.2. Представление математической модели ГТД в среде пакета
прикладных программ Диагноз.
3.4.3. Особенности решения задач контроля и диагностики ГТД с помощью пакета прикладных программ Диагноз
3.5. Сравнительный анализ полученных результатов
Результаты и выводы по третьей главе
ГЛАВА 4. НЕЙРОСЕТЕВЫЕ МЕТОДЫ КОНТРОЛЯ И ДИАГНОСТИКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТД.
4.1. Идея предлагаемого подхода
4.2. Классификация режимов работы ГТД на основе нейронных сетей .
4.3. Идентификация характеристик ГТД на основе нейронных сетей
4.3.1. Идентификация параметров многорежимной модели ГТД на основе нейронных сетей.
4.3.2. Решение задачи идентификации обратной многорежимной модели ГТД на основе НС
4.3.3. Идентификация динамической многорежимной модели ГТД
4.4. Контроль технического состояния ГТД на основе нейронных сетей .
4.5. Диагностика технического состояния ГТД на основе нейронных сетей
4.6. Прогнозирование технического состояния ГТД на основе нейронных сетей
4.7. Отладка параметров ГТД с использованием нейронных сетей
Результаты и выводы по главе 4.
ГЛАВА 5. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ
НЕЙРОСЕТЕВОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ЭКСПЕРТ НЕЙРО КОНТРОЛЯ И ДИАГНОСТИКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ АВИАЦИОННОГО ГТД
5.1. Краткий обзор нейросетевых экспертных систем
5.2. Общая структура нейросетевой экспертной системы Эксперт Нейро.
5.3. Особенности программной реализации интерфейса и программных модулей нейросетевой экспертной системы Эксперт Нейро
5.4. Методика работы с нейросетевой экспертной системой Эксперт Нейро.
5.5. Особенности бортовой реализации нейросетевых алгоритмов
контроля и диагностики ГТД.
5.5.1. Восстановление информации с использованием нейросетевой модели ГТД на примере БСКД ЭСУ .
5.5.2. Восстановление информации при отказах датчиков с
использованием автоассоциативной нейронной сети
Результаты и выводы по пятой главе.
ЗАКЛЮЧЕНИЕ.
4 БИБЛИОГРАФИЧЕСКИЙ СПИСОК.
ПРИЛОЖЕНИЯ.
Введение
Актуальность