如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

无人机健康管理＝HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLESPDF电子书下载

其他书籍

• 作 者：刘小雄
• 出 版 社：
• 出版年份：2020
• ISBN：
• 页数：0 页

图书介绍： 查看图书目录点击购买PDF全本电子书 上一篇：数据结构 C语言描述下一篇：福尔摩斯归来记 《无人机健康管理＝HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLES》目录 标签：无人机 健康管理 管理

第1章 绪论1

1.1 健康管理技术3

1.1.1 研究背景3

1.1.2 研究内容4

1.1.3 研究现状7

1.2 无人机PHM技术8

1.2.1 PHM基本概念9

1.2.2 PHM系统结构11

1.2.3 PHM基本方法13

1.2.4 PHM关键技术15

1.3 无人机PHM的发展趋势17

第2章 故障诊断技术20

2.1 基本概念21

2.2 基于故障树的故障诊断23

2.2.1 构建故障树24

2.2.2 故障树分析24

2.2.3 实例分析27

2.3 基于案例推理的故障诊断33

2.3.1 案例检索34

2.3.2 案例推理36

2.3.3 CBR的工作机制36

2.4 故障诊断专家系统41

2.4.1 专家系统的结构42

2.4.2 知识库的构建44

2.4.3 基于案例推理的专家系统46

2.5 实时故障诊断48

2.5.1 基于阈值逻辑的诊断48

2.5.2 基于解析余度的诊断49

2.6 基于多模型技术的故障诊断方法研究55

2.6.1 引言55

2.6.2 多模型自适应估计方法57

2.6.3 故障隔离60

2.7 本章小结63

第3章 健康特征提取方法64

3.1 引言65

3.2 问题描述67

3.3 基于参数辨识的健康特征提取68

3.3.1 批处理最小二乘法68

3.3.2 递推最小二乘法70

3.3.3 遗忘因子递推最小二乘法71

3.4 基于神经网络辨识模型的健康特征提取72

3.4.1 BP神经网络73

3.4.2 改进的BP神经网络学习算法76

3.4.3 神经网络辨识与特征提取79

3.5 基于神经网络分类的健康特征提取81

3.5.1 改进的BP神经网络模式分类算法81

3.5.2 基于分类方法的健康特征提取83

3.5.3 神经网络模式分类数值仿真83

3.6 本章小结86

第4章 健康评估方法87

4.1 引言88

4.2 问题描述90

4.3 改进的进化模糊聚类算法91

4.3.1 数据聚类算法91

4.3.2 改进的遗传算法93

4.3.3 改进的进化模糊K均值聚类算法96

4.3.4 数值仿真97

4.4 基于数据聚类的健康评估技术101

4.4.1 数据预处理101

4.4.2 基于聚类的健康评估102

4.5 本章小结103

第5章 健康预测方法104

5.1 引言105

5.2 问题描述106

5.3 时间序列预测108

5.4 基于指数平滑技术的健康预测109

5.4.1 指数平滑技术109

5.4.2 健康预测方法111

5.5 基于ARMA模型的健康预测112

5.5.1 基于自回归滑动平均模型的预测113

5.5.2 健康预测方法116

5.6 ARMA健康预测仿真分析120

5.7 本章小结123

第6章 故障缓和与重构124

6.1 引言125

6.2 决策支持与故障缓和126

6.2.1 决策支持127

6.2.2 故障缓和128

6.3 信号残差分析与实时故障诊断129

6.3.1 问题描述129

6.3.2 信号重构与残差分析131

6.3.3 在线统计决策134

6.3.4 在线诊断仿真分析137

6.4 作动器故障自适应重构145

6.4.1 问题描述145

6.4.2 关键作动器故障重构算法146

6.4.3 作动器故障的重构仿真分析149

6.5 飞行高度信号重构研究154

6.5.1 扩展卡尔曼滤波155

6.5.2 状态方程和观测方程的建立156

6.5.3 仿真分析158

6.6 本章小结159

第7章 无人机自动驾驶仪故障诊断专家系统160

7.1 无人机自动驾驶仪系统特点161

7.2 系统结构和功能166

7.3 关键模块的实现167

7.3.1 数据接收和预处理167

7.3.2 知识获取169

7.3.3 推理机制172

7.3.4 解释机制175

7.4 本章小结175

第8章 基于模型方法的无人机作动器健康管理176

8.1 基于模型方法的健康管理177

8.1.1 诊断和预测方法178

8.1.2 作动器故障模式179

8.1.3 系统建模和参数辨识179

8.1.4 健康预测181

8.2 应用算例182

8.2.1 作动器的仿真模型182

8.2.2 作动器的故障模式184

8.2.3 健康特征提取185

8.2.4 健康评估188

8.2.5 健康预测190

8.2.6 人机界面191

8.3 本章小结194

第9章 基于数据驱动的无人机作动器健康管理195

9.1 基于数据驱动的健康管理196

9.1.1 基本结构和流程197

9.1.2 基本内容和过程197

9.2 仿真设计201

9.2.1 作动器的仿真模型201

9.2.2 健康特征提取202

9.2.3 基于数据聚类的健康评估206

9.2.4 指数平滑健康预测212

9.3 本章小结215

第10章 总结216

参考文献220

相关图书

• 《管理信息系统习题集》郭晓军 2016
• 《MBA大师.2020年MBAMPAMPAcc管理类联考专用辅导教材 数学考点精讲》（中国）董璞 2019
• 《信息系统安全技术管理策略 信息安全经济学视角》赵柳榕着 2020
• 《大学生心理健康与人生发展》王琳责任编辑；（中国）肖宇 2019
• 《卓有成效的管理者 中英文双语版》（美）彼得·德鲁克许是祥译；那国毅审校 2019
• 《大气污染与健康维权》王灿发，谢明主编 2019
• 《危险化学品经营单位主要负责人和安全生产管理人员安全培训教材》李隆庭，徐一星主编 2012
• 《健康无忧·养生保健系列 癌细胞的真相 将癌症扼杀于摇篮之中》（中国）郑红刚 2019
• 《一本书读懂无人机》姜魁着 2019
• 《管理运筹学》韩伯棠主编 2019

作者其它书籍

• 《流行音乐产业的符号学研究》刘小波着 2019
• 《有趣的插画历史百科书 世界历史》（法）热罗姆·莫夫拉着；刘小琳译 2020
• 《拥彗先驱》刘小枫着 2019
• 《沐夏以来》桂姗子，刘小标 2019
• 《精神心理疾病护理与康复》刘小娟，田玉梅主编 2018
• 《吉金墨影 南阳出土青铜器全形拓 2》刘新，刘小磊主编 2016
• 《无人机健康管理＝HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLES》刘小雄 2020
• 《场域的角力：文学及其周边》廖斌着；南帆，刘小新主编 2019
• 《卡通漫画技法 美少女篇》刘小沙着 2016
• 《外贸单证模拟实训教程》武选民主编；刘明玉，钟小力副主编；徐洁，周美彤，刘小雄参编 2012

出版社其它书籍

本类热门

• 1变通 受用一生的学问
• 2额尔古纳河右岸
• 3易经真的很容易
• 4海蒂怀孕大百科 全新第4版
• 5八次危机 中国的真实经验1949-2009
• 6法治的细节
• 7你是你吃出来的
• 8蛤蟆先生的希望
• 9杀死一只知更鸟
• 10天幕红尘

摘要：本文以“无人机健康管理＝HEALTH MANAGEMENT OF UNMANNED AERIAL VEHICLES.pdf电子书版文档下载”为中心，从无人机健康管理的概念、技术、应用和发展趋势四个方面进行了详细阐述，旨在为无人机健康管理领域的研究者和从业者提供有益的参考。

1、概念解析

无人机健康管理是指对无人机进行全面的监控、维护和管理，以确保其安全、可靠地运行。它包括对无人机硬件、软件、数据等方面的管理，旨在提高无人机系统的性能和寿命。

无人机健康管理的主要内容包括：无人机状态监测、故障诊断、维护保养、寿命评估等。通过这些管理措施，可以确保无人机在执行任务过程中始终保持良好的状态，降低故障率，提高任务成功率。

无人机健康管理的研究对于无人机产业的发展具有重要意义。随着无人机技术的不断进步，无人机应用领域日益广泛，对无人机健康管理的需求也越来越高。

2、技术探讨

无人机健康管理技术主要包括传感器技术、数据采集与处理技术、故障诊断技术等。传感器技术是无人机健康管理的基础，通过传感器可以实时监测无人机各个部件的工作状态。

数据采集与处理技术是无人机健康管理的关键，通过对采集到的数据进行处理和分析，可以实现对无人机状态的全面了解。故障诊断技术则可以对无人机出现的故障进行快速定位和诊断，为维护保养提供依据。

随着人工智能、大数据等技术的不断发展，无人机健康管理技术也在不断创新。例如，利用机器学习算法对无人机运行数据进行预测，提前发现潜在故障，提高无人机系统的可靠性。

3、应用分析

无人机健康管理在各个领域都有广泛的应用。在军事领域，无人机健康管理可以提高无人机作战效能，降低故障率。在民用领域，无人机健康管理可以应用于航拍、测绘、巡检等任务，提高工作效率。

例如，在航拍领域，无人机健康管理可以确保航拍任务的顺利进行，避免因无人机故障导致的拍摄中断。在测绘领域，无人机健康管理可以提高测绘数据的准确性，降低误差。

随着无人机应用的不断拓展，无人机健康管理的重要性日益凸显。未来，无人机健康管理将在更多领域发挥重要作用，为人类社会创造更多价值。

4、发展趋势

无人机健康管理的发展趋势主要体现在以下几个方面：一是智能化，通过引入人工智能、大数据等技术，实现无人机健康管理的智能化；二是网络化，通过构建无人机健康管理平台，实现无人机健康数据的共享和协同；三是标准化，制定无人机健康管理相关标准，提高无人机健康管理的一致性和可操作性。

随着无人机产业的快速发展，无人机健康管理将成为无人机产业的重要组成部分。未来，无人机健康管理将在技术创新、应用拓展、产业协同等方面取得更大突破。

总结：

无人机健康管理作为无人机产业发展的重要环节，其研究与应用具有重要意义。本文从概念、技术、应用和发展趋势四个方面对无人机健康管理进行了详细阐述，旨在为无人机健康管理领域的研究者和从业者提供有益的参考。

随着无人机技术的不断进步，无人机健康管理将迎来更加广阔的发展空间。未来，无人机健康管理将在技术创新、应用拓展、产业协同等方面取得更大突破，为无人机产业的持续发展提供有力支撑。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料，专业的咨询