基于缸盖振动信号的柴油机缸内压力识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题研究目的和意义 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-15页 |
| ·基于曲轴瞬时转速的气缸压力识别方法 | 第10-11页 |
| ·基于缸盖振动信号的气缸压力识别方法 | 第11-12页 |
| ·柴油机气缸压力识别的难点和发展趋势 | 第12-15页 |
| ·本文主要研究内容 | 第15-17页 |
| 第2章 方案设计 | 第17-27页 |
| ·柴油机缸盖系统简介 | 第17-19页 |
| ·缸盖振动的激励源 | 第17-18页 |
| ·缸盖表面振动信号的特性 | 第18-19页 |
| ·缸内压力信号的特性 | 第19页 |
| ·气缸压力识别方法概述 | 第19-20页 |
| ·气缸压力识别方法研究的方案设计 | 第20-21页 |
| ·测试试验研究 | 第21-26页 |
| ·试验机型 | 第21-22页 |
| ·缸盖表面振动信号的采集 | 第22-24页 |
| ·缸内压力信号的采集 | 第24-26页 |
| ·实验结果 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于传递函数法的气缸压力识别研究 | 第27-41页 |
| ·缸内压力信号分析 | 第27-30页 |
| ·基于 FFT 的缸内压力信号分析 | 第27-28页 |
| ·基于小波变换的缸内压力信号分析 | 第28-30页 |
| ·振动信号预处理 | 第30-34页 |
| ·时域统计平均处理 | 第30-31页 |
| ·低通滤波 | 第31-33页 |
| ·采样信号等曲柄转角化 | 第33-34页 |
| ·建立传递函数模型 | 第34-38页 |
| ·传递函数法识别原理 | 第34-35页 |
| ·传递函数法识别流程图 | 第35页 |
| ·传递函数模型 | 第35-38页 |
| ·缸内压力识别 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于 RBF 法的气缸压力识别研究 | 第41-49页 |
| ·神经网络的特点 | 第41-42页 |
| ·神经网络的辨识内涵 | 第41-42页 |
| ·神经网络的辨识特点 | 第42页 |
| ·BP 与 RBF 的比较 | 第42-43页 |
| ·RBF 缸内压力识别方法 | 第43-46页 |
| ·RBF 神经网络的构造 | 第43-44页 |
| ·RBF 神经网络法气缸压力识别原理 | 第44-45页 |
| ·RBF 神经网络法气缸压力识别步骤 | 第45页 |
| ·RBF 神经网络法识别流程图 | 第45-46页 |
| ·缸内压力识别 | 第46-48页 |
| ·训练信号的同步平均 | 第46-47页 |
| ·识别结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于局域波法的缸内压力识别方法研究 | 第49-59页 |
| ·全域波与局域波 | 第49-50页 |
| ·局域波分解原理和实现 | 第50-53页 |
| ·瞬时频率及其物理意义 | 第50-52页 |
| ·局域波分解原理及实现方法 | 第52-53页 |
| ·分解方法的完备性和正交性 | 第53页 |
| ·基于小波降噪的振动信号预处理 | 第53-55页 |
| ·信号的降噪步骤 | 第53-54页 |
| ·仿真信号实验 | 第54-55页 |
| ·局域波法识别缸内压力 | 第55-57页 |
| ·识别步骤 | 第55-56页 |
| ·识别结果分析 | 第56-57页 |
| ·线性与非线性识别方法对比分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
