航空故障診斷與健康管理技術(shù)

第1章 概論 
1.1 概述 
1.2 基本概念 
1.2.1 健康、異常、故障和失效 
1.2.2 故障診斷、預測及健康管理 
1.3 航空故障診斷與健康管理技術(shù)的內(nèi)涵和重要性 
1.3.1 航空故障診斷與健康管理技術(shù)的內(nèi)涵 
1.3.2 故障診斷與健康管理技術(shù)對航空裝備的重要性 
1.4 航空故障診斷與健康管理技術(shù)的演變過程 
1.5 航空故障診斷與健康管理技術(shù)的發(fā)展現(xiàn)狀及應用 
1.5.1 航空故障診斷與健康管理技術(shù)的發(fā)展現(xiàn)狀 
1.5.2 航空故障診斷與健康管理技術(shù)的應用概況 
第2章 航空故障診斷與健康管理系統(tǒng)功能設計 
2.1 概述 
2.2 航空器故障診斷與健康管理需求 
2.2.1 航空器故障診斷與健康管理總體需求 
2.2.2 航空器子系統(tǒng)故障診斷與健康管理需求 
2.3 航空故障診斷與健康管理系統(tǒng)功能分析 
2.4 航空故障診斷與健康管理系統(tǒng)架構(gòu) 
2.4.1 機上系統(tǒng)結(jié)構(gòu) 
2.4.2 系統(tǒng)交聯(lián)接口 
2.4.3 地面系統(tǒng)結(jié)構(gòu) 
2.5 故障診斷與健康管理基本方法 
2.5.1 擴展故障模式與影響分析 
2.5.2 健康評估與故障診斷 
2.5.3 故障預測及健康管理 
2.6 故障診斷與健康管理的指標及度量 
2.6.1 故障診斷與健康管理能力指標體系 
2.6.2 故障診斷與健康管理系統(tǒng)指標權(quán)衡 
第3章 傳感器與數(shù)據(jù)采集策略 
3.1 概述 
3.2 傳感器的基本特性 
3.2.1 傳感器的性能指標 
3.2.2 傳感器的適用條件 
3.3 傳感器的應用 
3.3.1 傳感器的分類 
3.3.2 傳感器的發(fā)展 
3.4 傳感器的安裝與布局優(yōu)化 
3.5 常用數(shù)據(jù)傳輸總線 
3.5.1 ARINC429總線 
3.5.2 RS-422串行總線 
3.5.3 1553B總線 
3.5.4 AFDX網(wǎng)絡通信 
3.6 數(shù)據(jù)采集策略和基本方法 
3.6.1 采樣與量化 
3.6.2 采樣定理 
3.6.3 模數(shù)轉(zhuǎn)換器技術(shù)指標 
第4章 故障診斷中的信號處理方法 
4.1 概述 
4.2 信號預處理 
4.2.1 異常值處理 
4.2.2 零均值化處理 
4.2.3 消除趨勢項 
4.2.4 加窗處理 
4.2.5 濾波 
4.3 特征提取與信號處理方法 
4.3.1 特征選擇與提取 
4.3.2 時域分析方法 
4.3.3 頻域分析方法 
4.3.4 時頻域分析方法 
4.3.5 數(shù)據(jù)約減方法 
4.4 傳感器信息融合 
4.4.1 信息融合的概念 
4.4.2 信息融合的方法 
4.4.3 信息融合的關(guān)鍵技術(shù) 
4.5 振動信號處理與分析 
4.5.1 直升機旋翼振動信號處理與分析 
4.5.2 直升機傳動系統(tǒng)振動信號處理與分析 
4.5.3 發(fā)動機振動信號處理與分析 
第5章 故障診斷與健康評估 
5.1 概述 
5.2 故障診斷與健康評估的基本方法 
5.2.1 基于解析模型的故障診斷與健康評估方法 
5.2.2 基于數(shù)據(jù)驅(qū)動的故障診斷與健康評估方法 
5.2.3 基于知識的故障診斷與健康評估方法 
5.3 基于解析模型的方法 
5.3.1 基于濾波器的故障診斷方法概述 
5.3.2 基于濾波器算法的基本流程 
5.3.3 案例分析 
5.4 基于數(shù)據(jù)驅(qū)動的方法 
5.4.1 基于神經(jīng)網(wǎng)絡的故障診斷與健康評估方法 
5.4.2 基于支持矢量機的故障診斷 
5.4.3 基于邏輯回歸的故障診斷與健康評估 
5.4.4 基于高斯混合模型的健康評估 
5.4.5 基于Fisher判別分析的健康評估 
5.4.6 基于馬田系統(tǒng)的故障診斷與健康評估 
5.5 基于知識的方法 
5.5.1 專家系統(tǒng)概述 
5.5.2 基于專家系統(tǒng)的診斷原理 
5.5.3 基于專家系統(tǒng)的診斷方法 
5.5.4 基于案例的推理 
第6章 故障預測 
6.1 概述 
6.2 故障預測的基本方法 
6.3 基于失效物理模型的故障預測 
6.3.1 基于帕里斯法則的裂紋擴展建模 
6.3.2 基于Forman規(guī)律的裂紋擴展建模 
6.3.3 疲勞剝落擴展模型 
6.3.4 基于剛度的損傷規(guī)律模型 
6.3.5 應用案例 
6.4 基于統(tǒng)計的預測方法 
6.4.1 貝葉斯技術(shù) 
6.4.2 隱馬爾可夫和隱半馬爾可夫模型 
6.4.3 威布爾（Weibull）分布的穩(wěn)定區(qū)與退化區(qū)間隔表示的預測方法 
6.4.4 比例風險模型預測方法 
6.4.5 智能乘積極限估計器 
6.4.6 應用案例 
6.5 基于數(shù)據(jù)驅(qū)動的預測方法 
6.5.1 基于時間序列的預測方法 
6.5.2 基于神經(jīng)網(wǎng)絡的預測方法 
6.5.3 基于強跟蹤濾波器的預測方法 
6.5.4 基于支持矢量回歸的預測方法 
6.5.5 應用案例 
第7章 系統(tǒng)驗證與評價 
7.1 概述 
7.2 驗證與評價需求分析 
7.2.1 驗證與評價的內(nèi)涵與意義 
7.2.2 驗證與評價的一般要求 
7.2.3 系統(tǒng)驗證與RMS驗證的關(guān)系 
7.3 驗證與評價內(nèi)容 
7.3.1 基于系統(tǒng)組成的驗證與評價 
7.3.2 基于系統(tǒng)算法的驗證與評價 
7.4 驗證與評價指標 
7.4.1 驗證與評價指標建立原則 
7.4.2 系統(tǒng)算法的驗證評價指標 
7.5 驗證與評價方法 
7.5.1 系統(tǒng)驗證方法及其分類 
7.5.2 驗證方法的選用 
7.5.3 驗證工作流程 
第8章 工程應用案例 
8.1 概述 
8.2 故障診斷與健康管理系統(tǒng)的一般設計開發(fā)過程 
8.2.1 故障診斷與健康管理系統(tǒng)設計分析工作流程 
8.2.2 故障診斷與健康管理系統(tǒng)的設計過程 
8.3 直升機完好性與使用監(jiān)測系統(tǒng)（HUMS） 
8.3.1 “黑鷹”直升機IMD-HUMS系統(tǒng) 
8.3.2 史密斯宇航公司GenHUMS系統(tǒng) 
8.4 飛機故障預測與健康管理系統(tǒng)（PHM） 
8.4.1 飛機PHM系統(tǒng) 
8.4.2 美國F-35飛機PHM系統(tǒng) 
8.5 運輸機中央維護系統(tǒng)（CMS） 
8.5.1 CMS概述 
8.5.2 霍尼韋爾Primus EpicCMC 
8.5.3 波音787ACMS系統(tǒng) 
8.5.4 空客A380機載維護系統(tǒng)（OMS） 
8.6 發(fā)動機健康管理系統(tǒng)（EHMS） 
8.6.1 羅.羅公司T900發(fā)動機EHMS系統(tǒng) 
8.6.2 羅.羅公司T800發(fā)動機EHMS系統(tǒng) 
8.7 CA-HUMS直升機完好性與使用監(jiān)測系統(tǒng) 
8.7.1 CA-HUMS機載系統(tǒng) 
8.7.2 CA-HUMS地面系統(tǒng) 
第9章 展望 
9.1 航空故障診斷與健康管理技術(shù)的發(fā)展趨勢 
9.2 故障診斷與健康管理技術(shù)的學科發(fā)展 
9.3 發(fā)展中的現(xiàn)存問題和面臨的挑戰(zhàn) 
9.4 推動發(fā)展的實施途徑 
縮略語表 
參考文獻 
編后記