本书系统地阐述了基于神经网络的液体火箭发动机故障检测与诊断方法，包括液体火箭发动机故障模式分析、液体火箭发动机故障神经网络检测、液体火箭发动机振动故障量子检测、液体火箭发动机故障检测阈值估计、基于模糊神经网络的液体火箭发动机故障分离、基于模糊规则集度量的液体火箭发动机故障诊断等内容。
本书可作为航天、航空和动力系统等领域和专业的师生和科技人员从事基于神经网络的故障诊断的教材或参考书。

第一章 绪论
1.1 液体火箭发动机健康监控的必要性
1.2 液体火箭发动机健康监控技术的研究概况
1.3 液体火箭发动机健康监控系统的基本概念
1.4 发动机故障检测与诊断的主要方法
1.5 本书的主要研究内容
参考文献
第2章 大型液体火箭发动机故障模式分析
2.1 发动机故障过渡特性仿真
2.2 故障模式的主成分分析
参考文献
第三章 液体火箭发动机故障神经网络检测
3.1 基于BP神经网络辨识技术的故障检测
3.1.1 故障检测系统
3.1.2 BP神经网络
3.1.3 非线性辨识
3.2 基于动态神经网络估计技术的故障检测与分离
3.2.1 系统描述
3.2.2 动态神经网络估计器
3.3 发动机故障检测的数值仿真分析
3.3.1 发动机启动过程的故障检测
3.3.2 发动机稳态过程的故障检测
3.4 故障检测系统的基本性能
参考文献
第四章 液体火箭发动机振动故障量子检测
4.1 液体火箭发动机振动检测系统
4.2 量子超球神经网络的学习算法
4.3 YF-75发动机振动检测的试车数据验证
参考文献
第五章 液体火箭发动机故障检测的阈值估计
5.1 故障检测的识别信号
5.2 故障检测与分离的阈值估计
5.2.1 估计概率密度函数
5.2.2 检测阈值
5.2.3 最优分离阈值
5.3 YF-75发动机热试车数据分析
参考文献
第六章 液体火箭发动机故障模糊神经网络分离
6.1 模糊方向神经网络
6.1.1 网络结构
6.2.2 学习算法
6.2 模糊二次分离神经网络
6.2.1 系统描述
6.2.2 二次分离学习算法
6.3 故障分离的数值仿真研究
参考文献
第七章 基于模糊规则集度量的发动机故障诊断
7.1 模糊规则集的产生方法
7.1.1 样本空间划分
7.1.2 拓展规则概念
7.1.3 模糊参考规则集的离线学习
7.1.4 模糊待检规则集的在线学习
7.2 模糊故障诊断原理
7.2.1 模糊相等
7.2.2 模糊匹配
7.2.3 去模糊化处理
7.2.4 诊断逻辑
7.3 发动机故障诊断的仿真研究
参考文献