| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 柴油机故障诊断研究的目的和意义 | 第9-10页 |
| 1.2 柴油机故障诊断技术研究现状 | 第10-13页 |
| 1.2.1 柴油机故障诊断技术总体发展情况 | 第10页 |
| 1.2.2 故障特征提取及故障模式识别技术的发展现状 | 第10-13页 |
| 1.3 本文主要研究工作 | 第13-15页 |
| 第2章 故障机理分析及方案设计 | 第15-29页 |
| 2.1 配气机构故障机理分析 | 第15-17页 |
| 2.1.1 配气机构故障 | 第15-16页 |
| 2.1.2 缸盖振动激励源及振动响应特性 | 第16-17页 |
| 2.2 燃油喷射系统故障 | 第17-18页 |
| 2.2.1 燃油喷射原理 | 第17-18页 |
| 2.2.2 燃油系统常见故障 | 第18页 |
| 2.3 诊断方案设计 | 第18-19页 |
| 2.4 实验系统 | 第19-25页 |
| 2.4.1 实验硬件 | 第19-23页 |
| 2.4.2 实验软件 | 第23-25页 |
| 2.5 实验方案 | 第25-28页 |
| 2.5.1 故障模拟 | 第25-27页 |
| 2.5.2 实验测点的选择 | 第27-28页 |
| 2.5.3 实验内容与步骤 | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于LMD的配气机构故障特征提取方法研究 | 第29-61页 |
| 3.1 引言 | 第29页 |
| 3.2 LMD算法原理及仿真分析 | 第29-38页 |
| 3.2.1 LMD算法分解过程 | 第29-33页 |
| 3.2.2 乘积函数(Product Function,PF)分量特点 | 第33-34页 |
| 3.2.3 仿真实例 | 第34-38页 |
| 3.3 LMD算法的改进研究 | 第38-47页 |
| 3.3.1 滑动平均步长问题优化 | 第39-43页 |
| 3.3.2 端点问题的优化 | 第43-47页 |
| 3.4 LMD和HHT方法对比 | 第47-49页 |
| 3.5 信号预处理 | 第49-52页 |
| 3.5.1 缸盖振动信号预处理 | 第49-50页 |
| 3.5.2 计算阶次跟踪 | 第50-52页 |
| 3.6 基于LMD实际振动信号分解 | 第52-58页 |
| 3.6.1 柴油机正常工作 | 第53-54页 |
| 3.6.2 柴油机气门间隙异常 | 第54-56页 |
| 3.6.3 柴油机气阀漏气 | 第56-58页 |
| 3.7 基于LMD和能量熵的故障特征构建 | 第58-59页 |
| 3.8 本章小结 | 第59-61页 |
| 第4章 基于小波分析的燃油系统特征提取方法研究 | 第61-69页 |
| 4.1 引言 | 第61页 |
| 4.2 小波分析理论 | 第61-64页 |
| 4.2.1 小波分析原理 | 第61-63页 |
| 4.2.2 小波包理论 | 第63-64页 |
| 4.3 柴油机高压油管油压信号的小波分解 | 第64-67页 |
| 4.3.1 柴油机正常工作状态 | 第64-65页 |
| 4.3.2 柴油机喷油嘴积碳故障 | 第65-66页 |
| 4.3.3 柴油机针阀磨损故障 | 第66-67页 |
| 4.4 高压油管压力信号特征参数提取 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 基于支持向量机的故障识别 | 第69-77页 |
| 5.1 引言 | 第69页 |
| 5.2 支持向量机原理 | 第69-74页 |
| 5.2.1 支持向量机 | 第69-72页 |
| 5.2.2 核函数 | 第72-73页 |
| 5.2.3 SVM分类模型 | 第73-74页 |
| 5.3 基于SVM故障类型识别 | 第74-76页 |
| 5.3.1 分类器设计 | 第74页 |
| 5.3.2 故障诊断结果分析 | 第74-76页 |
| 5.4 本章小结 | 第76-77页 |
| 结论 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-84页 |
| 致谢 | 第84页 |