航空发动机气路系统健康状态预测具有重要的理论研究意义及工程应用价值。本书在置信规则库理论框架下，对航空发动机气路系统健康状态预测方法进行介绍。在此基础上，融合航空发动机气路系统健康状态特征量及专家知识，建立了基于置信规则库的航空发动机气路系统健康状态预测模型，利用隶属度函数建立了不同健康状态等级之间的隶属度关系，解决了航空发动机气路系统处于临界状态时健康状态等级的归属问题；建立了融合多特征的航空发动机气路系统健康状态预测模型，提高了航空发动机气路系统健康状态预测模型精度；建立了考虑监测误差的航空发动机气路系统健康状态预测模型，降低了环境噪声干扰及传感器退化等因素带来的监测数据不可靠性，提高了工程实际中系统健康状态预测的准确性；提出了一种基于并串行置信规则库的航空发动机气路系统健康状态预测模型，解决了单个置信规则库模型复杂度高、不能动态全面反映气路系统的健康状态和运行时间长的问题。 本书可供从事复杂机电系统建模，航空发动机气路系统故障诊断、健康管理等相关方向研究的研究生及工程技术人员阅读参考。

第1章 概述
1.1 航空发动机气路系统健康状态预测方法分析
1.1.1 航空发动机气路系统健康状态预测发展现状
1.1.2 航空发动机气路系统健康状态预测研究存在的问题分析
1.2 本书的结构安排
第2章 置信规则库专家系统及其推理方法
2.1 专家系统
2.2 置信规则库的基本概念
2.3 置信规则库的推理
2.4 置信规则库专家系统模型优化
2.5 置信规则库的应用与发展
2.6 本章小结
第3章 航空发动机气路系统故障机理分析
3.1 概述
3.2 航空发动机气路系统的工作机理分析
3.3 航空发动机气路系统的故障机理分析
3.3.1 压气机部件故障机理分析
3.3.2 燃烧室部件故障机理分析
3.3.3 涡轮部件故障机理分析
3.4 本章小结
第4章 基于置信规则库的航空发动机气路系统健康状态预测
4.1 概述
4.2 问题描述
4.3 基于BRB-MF的航空发动机气路系统健康状态预测模型
4.3.1 航空发动机气路系统健康状态特征量选择
4.3.2 基于BRB的航空发动机气路系统健康状态概率预测
4.3.3 基于CMA-ES优化算法的参数优化
4.4 航空发动机气路系统健康状态等级的确定
4.5 案例分析
4.5.1 数据的滤波处理
4.5.2 基于BRB的航空发动机气路系统健康状态概率预测
4.6 对比分析
4.7 本章小结
第5章 基于多特征置信规则库的航空发动机气路系统健康状态预测
5.1 概述
5.2 航空发动机气路系统健康状态特征量分析
5.3 基于多特征置信规则库的航空发动机气路系统健康状态预测
5.3.1 问题描述
5.3.2 模型的建立
5.3.3 案例分析
5.4 本章小结
第6章 考虑监测误差的航空发动机气路系统健康状态预测
6.1 概述
6.2 问题描述
6.3 考虑监测误差的多特征置信规则库的航空发动机气路系统健康状态预测模型的建立
6.3.1 基于传感器退化和环境特性的监测误差的计算方法
6.3.2 考虑监测误差的多特征置信规则库的航空发动机气路系统健康状态预测模型的建立过程
6.3.3 健康状态预测模型的建立过程
6.4 案例分析
6.5 本章小结
第7章 基于并串行置信规则库的航空发动机气路系统健康状态预测
7.1 概述
7.2 问题描述
7.3 基于并串行置信规则库的航空发动机气路系统健康状态预测模型的建立
7.3.1 基于并串行BRB的航空发动机气路系统健康状态预测模型的建立
7.3.2 基于模糊C均值的置信规则库参数优化方法
7.3.3 航空发动机气路系统健康状态预测模型的建立过程
7.4 案例分析
7.5 本章小结
参考文献