| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1. 绪论 | 第9-19页 |
| 1.1 选题背景 | 第9-17页 |
| 1.1.1 汽车活塞检测系统国内外的发展现状 | 第9-15页 |
| 1.1.2 模糊神经网络 | 第15页 |
| 1.1.3 虚拟仪器 | 第15-17页 |
| 1.2 课题来源和研究意义 | 第17-18页 |
| 1.3 课题的主要研究内容 | 第18-19页 |
| 2. 主要参数自动化测量实现方法及量具的选择 | 第19-29页 |
| 2.1 主要测量参数及精度要求 | 第19-20页 |
| 2.2 测量原理 | 第20页 |
| 2.3 环槽角度和宽度自动化测量实现方法及量具的选择 | 第20-22页 |
| 2.4 外圆工位自动化测量实现方法及量具的选择 | 第22-23页 |
| 2.4.1 裙部外圆直径 | 第22-23页 |
| 2.4.2 裙部外圆椭圆度 | 第23页 |
| 2.5 销孔工位自动化测量实现方法及量具的选择 | 第23-27页 |
| 2.5.1 销孔直径 | 第23-25页 |
| 2.5.2 销孔圆柱度 | 第25页 |
| 2.5.3 压缩高 | 第25-26页 |
| 2.5.4 裙部轴线和两销孔轴线的垂直度 | 第26-27页 |
| 2.6 活塞重量自动化测量实现方法及量具的选择 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 3. 模糊神经网络与虚拟仪器技术 | 第29-37页 |
| 3.1 模糊神经网络的模型及学习算法 | 第29-30页 |
| 3.1.1 模糊神经网络的模型 | 第29-30页 |
| 3.1.2 模糊神经网络的学习算法 | 第30页 |
| 3.2 模糊神经网络设计 | 第30-34页 |
| 3.2.1 确定网络类型及结构 | 第30-31页 |
| 3.2.2 确定输入输出关系及参数的学习 | 第31-33页 |
| 3.2.3 网络训练与学习 | 第33-34页 |
| 3.3 虚拟仪器 | 第34-35页 |
| 3.4 基于模糊神经网络的虚拟仪器的实现 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 4. 系统硬件设计 | 第37-50页 |
| 4.1 系统流程 | 第37-38页 |
| 4.2 系统硬件设计原则及组成 | 第38-39页 |
| 4.2.1 系统硬件设计原则 | 第38页 |
| 4.2.2 系统硬件组成 | 第38-39页 |
| 4.3 机械部分 | 第39-41页 |
| 4.4 控制部分 | 第41页 |
| 4.5 信号采集部分设计 | 第41-49页 |
| 4.5.1 信号采集系统的结构 | 第41-44页 |
| 4.5.2 数据采集设备的选择 | 第44-46页 |
| 4.5.3 信号调理 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5. 系统软件设计 | 第50-71页 |
| 5.1 系统软件开发环境 | 第50页 |
| 5.2 系统软件设计原则及组成 | 第50-52页 |
| 5.2.1 系统软件设计原则 | 第50-51页 |
| 5.2.2 系统软件组成 | 第51-52页 |
| 5.3 系统软件人机界面及框图程序设计 | 第52-70页 |
| 5.3.1 系统软件流程图 | 第52-53页 |
| 5.3.2 人机界面 | 第53-63页 |
| 5.3.3 框图程序 | 第63-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6. 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录A 模糊规则 | 第77-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86-87页 |