简 介
. 故障预测与健康管理在确保飞机系统的安全性和可靠性方面发挥着至关重要的作用，其主要目的是预测子系统的剩余使用寿命。本论文对航空领域故障预测与健康管理的现有研究进展进行了综述，强调了一系列广泛使用的算法及其各自的应用，同时还讨论了与每种算法相关的优点和缺点。
. 本书原文发布于2023年9月27日，本书译文发布于2024年1月4日。
. 译文全文共计58千字。
目 录
摘要
第1章 引言
1.1 预测技术类型
1.2 故障预测与飞行器健康综合管理
1.3 故障预测面临的挑战
第2章 故障预测方法
2.1 基于物理的方法
2.1.1 基于物理的故障预测面临的主要挑战
2.2 数据驱动模型
2.2.1 神经网络和学习方法
2.2.2 循环神经网络和长短期记忆网络
2.2.3 K均值
2.2.4 基于密度的噪声应用空间聚类算法
2.2.5 模糊逻辑
2.2.6 决策树
2.2.7 支持向量机
2.2.8 异常检测算法
2.2.9 常规数值技术
2.2.10 统计方法
2.2.11 分类、聚类分析和贝叶斯方法
第3章 混合故障预测方法
3.1 基于经验的模型
3.2 数据驱动模型
3.3 基于物理的模型
3.4 混合故障预测模型
3.4.1 基于物理的模型或数据驱动模型
3.4.2 融合数据驱动模型和基于物理的模型的混合方法
3.4.3 故障预测融合框架
3.4.4 混合故障预测方法的局限性
3.4.5 技术现状
第4章 论述
第5章 结论
参考文献
部分内容预览
定价 ：680元
联系我们
购置资料 杨老师：13165589228（微信同）
检索/翻译 梁老师：13011583019（微信同）
定制报告 蔡老师：13068796075（微信同）
北京分公司联系人 刘老师：18610862096（微信同）
