| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·动力机械故障诊断的意义 | 第9页 |
| ·动力机械故障诊断的发展现状 | 第9-10页 |
| ·目前动力机械故障诊断的常用方法 | 第10-12页 |
| ·目前动力机械故障诊断存在的问题 | 第12-13页 |
| ·本论文研究的主要内容 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 小波分析、神经网络及其在动力机械故障诊断中的研究现状 | 第14-27页 |
| ·小波分析基本理论及其在信号处理和故障诊断中的应用 | 第14-21页 |
| ·小波分析基本理论 | 第14-16页 |
| ·Daubechies(dbN)小波函数 | 第16-18页 |
| ·小波包故障特征提取 | 第18-20页 |
| ·小波分析在信号处理和故障诊断中的应用 | 第20-21页 |
| ·神经网络基本理论及其在故障诊断中的应用 | 第21-26页 |
| ·神经网络的历史简介 | 第21-22页 |
| ·BP神经网络基本理论 | 第22-25页 |
| ·神经网络在故障诊断中的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 内燃机结构及振动特性分析 | 第27-34页 |
| ·内燃机基本结构 | 第27-28页 |
| ·内燃机振动的激振源及其传播途径 | 第28-29页 |
| ·内燃机振动的主要激振源 | 第28-29页 |
| ·振动力传播途径 | 第29页 |
| ·内燃机缸盖振动信号的特性研究 | 第29-30页 |
| ·确定故障诊断对象 | 第30页 |
| ·配气机构、燃烧情况故障诊断研究现状 | 第30-32页 |
| ·其它方法的配气机构故障诊断研究 | 第30-31页 |
| ·小波分析和神经网络在配气机构、燃烧情况故障诊断方面的应用 | 第31-32页 |
| ·本研究的特点 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 实验系统 | 第34-43页 |
| ·动力机械故障诊断系统 | 第34-35页 |
| ·本课题中的实验系统 | 第35-41页 |
| ·振动信号产生系统 | 第35-39页 |
| ·信号采集系统 | 第39-40页 |
| ·信号分析系统 | 第40-41页 |
| ·实验设备简介 | 第41-42页 |
| ·DASP2005专业分析软件简介 | 第41页 |
| ·压电加速度传感器介绍 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 小波分析和神经网络在动力机械故障诊断中应用的实验研究 | 第43-58页 |
| ·实验步骤 | 第43-46页 |
| ·小波分析数据处理 | 第46-52页 |
| ·神经网络自适应故障诊断系统的形成 | 第52-55页 |
| ·故障诊断模型的建立 | 第55-56页 |
| ·实验验证 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-76页 |
| 附录A 实验数据处理后结果(归一化后特征向量) | 第65-76页 |
| 附录B 攻读硕士学位期间参与的课题及发表的学术论文 | 第76页 |
