第1章  数字孪生概况
  第一节  数字孪生基础概念
  第二节  数字孪生发展历史
  第三节  数字孪生关键技术
  第四节  数字孪生应用
  第五节  本章小结
  习题
  参考文献
第2章  航空发动机数字孪生基础知识
  第一节  航空发动机数字孪生概念
  第二节  航空发动机性能建模的传统方法
  第三节  航空发动机性能数字孪生建模
  第四节  航空发动机数字孪生建模的人工智能技术
  第五节  本章小结
  习题
  参考文献
第3章  基于物理知识嵌入网络方法的航空发动机数字孪生架构
  第一节  航空发动机物理机理建模理念融入智能网络的信息提取
  第二节  神经网络基础理论
  第三节  航空发动机物理知识与智能网络架构的融合技术
  第四节  基于参数相似性嵌入架构的数字模型构建
  第五节  模型测试与分析
  第六节  本章小结
  习题
  参考文献
第4章  物理层次耦合的航空发动机性能数字孪生模型架构
  第一节  域分解的发动机物理知识嵌入网络方法
  第二节  深度协同的发动机物理知识嵌入网络方法
  第三节  试验数据验证
  第四节  本章小结
  习题
第5章  基于系统演化方向的启发式优化算法
  第一节  优化算法的框架与方法
  第二节  优化算法详细介绍
  第三节  方法测试与分析
  第四节  本章小结
  习题
  参考文献
第6章  航空发动机性能数字孪生模型在运行维护阶段的应用
  第一节  航空发动机性能状态监测
  第二节  航空发动机运行维护阶段的性能数字化试验
  第三节  本章小结
  习题
第7章  基于神经网络的涡轮部件试验台性能预测与健康管理技术
  第一节  涡轮部件试验台概述
  第二节  基础理论概述
  第三节  涡轮部件试验台性能参数映射模型
  第四节  涡轮部件试验台状态监测系统设计与实施
  第五节  水力测功器性能数字试验
  第六节  本章小结
  习题
  参考文献
第8章  嵌入物理知识的数字孪生方法用于航空发动机全寿命周期内的性能衰退监测
  第一节  物理模型简介
  第二节  实时衰退监控方法介绍
  第三节  融合航空发动机物理架构的数字孪生模型
  第四节  案例测试结果
  第五节  本章小结
  习题
  参考文献
第9章  物理架构驱动的深度学习及补偿方法在航空发动机健康管理中的应用
  第一节  基础预测模型
  第二节  补偿模型
  第三节  模型训练及在线EGT预测
  第四节  测试结果
  第五节  本章小结
  习题
  参考文献