首页--工业技术论文--能源与动力工程论文--内燃机论文--一般性问题论文--运行与维修论文

基于FBG加速度传感器的内燃机典型故障识别系统与方法研究

摘要第11-13页
ABSTRACT第13-14页
第一章 绪论第15-28页
    1.1 课题背景及意义第15-16页
    1.2 国内外研究现状第16-25页
        1.2.1 加速度传感器第16-19页
        1.2.2 信号特征提取方法第19-22页
        1.2.3 故障识别模型构建方法第22-25页
    1.3 课题研究内容第25-26页
    1.4 主要创新点第26-28页
第二章 光纤光栅加速度传感器检测机理第28-42页
    2.1 内燃机故障检测需求分析第28-30页
    2.2 光纤光栅传感理论第30-32页
    2.3 光纤光栅加速度传感器理论模型第32-35页
    2.4 简支梁FBG加速度传感器设计第35-38页
        2.4.1 工作原理第35-36页
        2.4.2 参数优化第36-38页
    2.5 柔性铰链FBG加速度传感器设计第38-41页
        2.5.1 工作原理第38-40页
        2.5.2 参数优化第40-41页
    2.6 小结第41-42页
第三章 光纤光栅高频解调方法及系统第42-58页
    3.1 引言第42页
    3.2 光纤光栅高频解调系统第42-49页
        3.2.1 解调系统工作原理第42-45页
        3.2.2 解调系统关键技术第45-49页
    3.3 光纤光栅加速度检测系统性能测试第49-57页
        3.3.1 基于简支梁FBG传感器的加速度检测第49-52页
        3.3.2 基于柔性铰链FBG传感器的加速度检测第52-57页
    3.4 小结第57-58页
第四章 基于多分类C-SVC的内燃机气门故障识别方法第58-78页
    4.1 引言第58-59页
    4.2 传感器优化布置第59-61页
    4.3 信号特征提取方法第61-62页
        4.3.1 基于小波分解与重构的信号处理方法第61页
        4.3.2 基于振动能量的特征提取方法第61-62页
    4.4 基于多分类C-SVC的故障识别方法第62-67页
        4.4.1 支持向量机基本原理第62-63页
        4.4.2 多分类识别方法第63-66页
        4.4.3 多分类C-SVC模型参数选择第66-67页
    4.5 故障识别实现方案第67-69页
    4.6 实验研究第69-77页
        4.6.1 实验系统搭建第69-70页
        4.6.2 实验结果及分析第70-77页
    4.7 小结第77-78页
第五章 基于VMD算法和多分类v-SVC的内燃机喷油提前角故障识别方法第78-92页
    5.1 引言第78页
    5.2 基于VMD的信号特征提取方法第78-81页
    5.3 基于多分类v-SVC的故障识别方法第81-82页
    5.4 故障识别实现方案第82-83页
    5.5 实验研究第83-91页
        5.5.1 实验系统搭建第83-84页
        5.5.2 实验结果及分析第84-91页
    5.6 小结第91-92页
第六章 基于扩散映射和多分类C-SVC内燃机复合故障识别方法第92-111页
    6.1 引言第92-93页
    6.2 基于流形学习的故障信号特征提取方法第93-95页
        6.2.1 VMD特征提取第93-94页
        6.2.2 扩散映射降维第94-95页
    6.3 基于多分类C-SVC算法的故障识别方法第95-96页
    6.4 故障识别实现方案第96-98页
    6.5 实验研究第98-110页
        6.5.1 实验系统搭建第98-99页
        6.5.2 实验结果及分析第99-110页
    6.6 小结第110-111页
第七章 总结与展望第111-113页
    7.1 工作总结第111-112页
    7.2 工作展望第112-113页
参考文献第113-127页
致谢第127-128页
攻读学位期间发表的学术论文和参加科研情况第128-131页
附件第131-146页
学位论文评阅及答辩情况表第146页

论文共146页,点击 下载论文
上一篇:车路协同条件下城市交通流优化控制策略的研究
下一篇:线性时滞系统的反馈镇定时滞界研究