摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-17页 |
·概述 | 第11-15页 |
·CNG汽车的优点 | 第11-12页 |
·国内外CNG汽车产业的发展 | 第12-14页 |
·促进天然气汽车发展的关键技术 | 第14-15页 |
·研究本课题的目的和意义 | 第15页 |
·本课题研究的主要内容 | 第15-16页 |
·本章小结 | 第16-17页 |
第二章 汽车故障诊断技术 | 第17-27页 |
·汽车故障诊断技术概述 | 第17-18页 |
·汽车故障诊断的方法 | 第18-20页 |
·传统的汽车故障诊断技术 | 第18页 |
·现代汽车故障诊断方法 | 第18-20页 |
·现代汽车故障诊断技术的特征 | 第20-21页 |
·国内外汽车故障诊断技术及其应用现状 | 第21-22页 |
·国外汽车诊断技术发展现状 | 第21-22页 |
·国内汽车诊断技术的发展 | 第22页 |
·故障自诊断技术的最新发展 | 第22-24页 |
·CAN总线技术 | 第22页 |
·OBD-Ⅱ标准 | 第22-23页 |
·网络化与信息化 | 第23页 |
·蓝牙技术 | 第23-24页 |
·CNG发动机的故障诊断技术 | 第24页 |
·汽车发动机传感器 | 第24-26页 |
·汽车传感器概述 | 第24-25页 |
·汽车发动机常用传感器介绍 | 第25页 |
·汽车用传感器的故障检查 | 第25-26页 |
·本章小结 | 第26-27页 |
第三章 人工神经网络 | 第27-39页 |
·人工神经网络概述 | 第27-29页 |
·人工神经网络的定义 | 第27页 |
·人工神经网络分类 | 第27-28页 |
·人工神经网络特点 | 第28-29页 |
·人工神经网络的应用领域 | 第29页 |
·BP神经网络 | 第29-36页 |
·BP神经网络结构 | 第30-31页 |
·BP神经网络学习算法 | 第31-32页 |
·BP网络的改进算法 | 第32-34页 |
·BP神经网络学习算法的计算步骤 | 第34-35页 |
·多层前向BP网络的优点及主要功能 | 第35-36页 |
·BP神经网络模型设计 | 第36-37页 |
·网络层数选取 | 第36页 |
·输入层和输出层节点选取 | 第36页 |
·隐含层神经元选取 | 第36-37页 |
·BP神经网络模型参数的选取 | 第37页 |
·BP神经网络工具箱 | 第37-38页 |
·本章小结 | 第38-39页 |
第四章 汽油/CNG两用燃料发动机故障模拟试验 | 第39-47页 |
·模拟试验台架 | 第39页 |
·试验用发动机技术参数 | 第39页 |
·试验配套仪器型号及用途 | 第39页 |
·试验用传感器的结构原理 | 第39-43页 |
·氧传感器 | 第40-42页 |
·进气压力传感器 | 第42-43页 |
·燃气系统故障模拟试验 | 第43-46页 |
·氧传感器信号丢失试验 | 第44-45页 |
·进气压力传感器信号丢失试验 | 第45-46页 |
·本章小结 | 第46-47页 |
第五章 汽油/CNG两用燃料发动机传感器故障智能诊断系统设计 | 第47-62页 |
·Visual C++简介 | 第47页 |
·MATLAB概述 | 第47-48页 |
·MATLAB简介 | 第47页 |
·MATLAB的特点 | 第47-48页 |
·MATLAB实现神经网络设计步骤 | 第48页 |
·系统开发工具选择及软件设计 | 第48页 |
·传感器样本数据数据库设计 | 第48-49页 |
·Visual C++调用MATLAB | 第49-54页 |
·Visual C++调用MATLAB的调用方法 | 第49页 |
·MATLAB引擎简介 | 第49-50页 |
·MATLAB引擎函数库 | 第50-51页 |
·Visual C++调用MATLAB引擎时的环境设置 | 第51-52页 |
·引擎调用过程及编程 | 第52-54页 |
·汽车发动机传感器故障诊断神经网络的设计 | 第54-61页 |
·神经网络故障诊断步骤 | 第54-55页 |
·故障诊断样本集设计 | 第55-56页 |
·样本数据的预处理 | 第56-57页 |
·验证网络 | 第57-61页 |
·本章小结 | 第61-62页 |
第六章 系统界面实现 | 第62-67页 |
·系统主控程序界面 | 第62-63页 |
·传感器选择主界面 | 第63-66页 |
·诊断界面 | 第64-65页 |
·数据管理界面 | 第65-66页 |
·本章小结 | 第66-67页 |
结论 | 第67-68页 |
参考文献 | 第68-71页 |
致谢 | 第71页 |