基于贝叶斯理论的航空发动机健康状态评估与剩余寿命区间预测
声明
中文摘要
英文摘要
目录
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3主要研究内容及创新点
1.4 本文组织结构
第2章 基于博弈组合赋权-D-S证据理论的健康状态评估
2.1 引言
2.2 航空发动机健康状态评估的信息多源性
2.3 数据分析及处理
2.4 D-S证据理论
2.5 基于博弈组合赋权-D-S证据理论的健康状态评估模型
2.6 实验验证
2.7 本章小结
第3章 基于随机变分推断贝叶斯神经网络的剩余寿命区间预测
3.1 引言
3.2 剩余寿命预测不确定性分析
3.3 贝叶斯神经网络
3.4 基于SVI-BNN的航空发动机剩余寿命区间预测模型
3.5 实验仿真与分析
3.6 本章小结
第4章 基于BC变换与贝叶斯双向长短时记忆网络的剩余寿命区间预测
4.1 引言
4.2 Box-Cox变换
4.3 长短时记忆网络
4.4 基于BCT-Bayes-BiLSTM的剩余寿命区间预测模型
4.5 实验仿真与分析
4.6 本章小结
第5章 总结与展望
5.1 论文工作总结
5.2 研究展望
致谢
参考文献
攻读硕士期间取得的研究成果
相关知识
基于机器学习的锂离子电池健康状态与剩余寿命预测
锂离子电池健康状态估计及剩余寿命预测研究
锂离子电池健康状态评估及剩余寿命预测方法
基于数据驱动的锂离子电池健康状态估计和剩余使用寿命预测
基于数据驱动的锂离子电池健康状态估计及剩余寿命预测研究.docx
电池寿命预测与健康状态评估技术研究
锂离子电池健康评估及剩余使用寿命预测方法研究.pptx
电池寿命预测与健康评估.pptx
锂离子电池健康状态评估及剩余寿命预测方法研究
基于新健康因子的锂电池健康状态估计和剩余寿命预测
网址: 基于贝叶斯理论的航空发动机健康状态评估与剩余寿命区间预测 https://m.trfsz.com/newsview1395418.html
