本教材结合典型空天推进系统介绍智能测试技术，主要内容包括测试任务（需求）介绍、智能传感器技术、机器学习技术、各类时间序列数据的智能分析、各类图像类数据的智能分析、智能测试技术典型应用。本教材综合了测试技术、智能传感器、机器学习、数据分析和信号处理等相关内容，既可以作为先进测试技术课程的教材，也可以作为智能传感器、人工智能和信息处理等专业开展跨领域融合的参考读物。可供航空宇航推进专业的本科生、研究生和教师，从事航空航天推进的相关科研人员作为参考阅读资料

更多科学出版社服务，请扫码获取。

1. 本科，西北工业大学 航天学院，1998～2002 2. 硕士，西北工业大学 航天学院，2002～2005 3. 博士，西北工业大学 航天学院，2004～2008西北工业大学航天学院飞行器动力工程专业建设负责人。主要研究方向为火箭发动机燃烧不稳定、先进测试技术与实验。飞行器动力工程在《Combustion and Flame》、《Fuel》、《Polymer Testing》等期刊共发表SCI/EI论文30余篇，授权/受理发明专利20余项，担任《Measurement》、《CJA》、《推进技术》等期刊审稿专家。

一、概述 二、典型推进系统测试任务 2.1固体火箭发动机 2.2液体火箭发动机 2.3航空发动机 2.4冲压发动机 2.5实践一：搭建压强测量系统 2.6实践二：搭建振动测量系统 三、智能传感器技术 3.1概述 3.2传感器自校准 3.3传感器误差的智能补偿 3.4智能温度传感器 3.5智能霍尔传感器 四、机器学习技术基础 4.1基本原理 4.2常用机器学习算法 4.3常用机器学习工具包 4.4实践三：压强传感器标定数据处理 4.5实践四：二阶装置特性参数的辨识 五、时间序列数据的智能分析 5.1 压力数据分析 5.2 振动/加速度数据分析 5.3 转子数据分析 5.4 应力应变数据分析 5.5 温度数据分析 5.6 实践五：基于振动数据的转轴磨损状态分析 5.7 实践六：基于壁面温度反演发动机内部热环境 六、图像类数据的智能分析 6.1 颗粒/液滴图像处理 6.2 表观检测类图像处理 6.3 火焰图像处理 6.4 三维重构技术 6.5 实践七：固体推进剂扫描电镜图像处理 6.6 实践八：零件表面缺陷智能检测 七、智能测试技术的典型应用 7.1固体发动机无损检测数据智能判读 7.2液体发动机状态监测与故障诊断 7.3超燃冲压发动机智能传感系统