摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-23页 |
1.1 研究背景及意义 | 第17-18页 |
1.2 国内外研究现状 | 第18-21页 |
1.2.1 国内外发动机健康监测与故障诊断研究现状 | 第18-19页 |
1.2.2 坦克发动机健康监测与故障诊断研究现状 | 第19-21页 |
1.3 论文的主要工作及章节安排 | 第21-23页 |
第二章 坦克发动机健康监测与故障诊断系统总体设计 | 第23-31页 |
2.1 坦克发动机概述 | 第23-24页 |
2.2 坦克发动机主要故障模式分析及监测参数选取 | 第24-27页 |
2.2.1 坦克发动机主要故障模式 | 第24-26页 |
2.2.2 坦克发动机监测参数的选取 | 第26-27页 |
2.3 坦克发动机健康监测与故障诊断系统总体架构 | 第27-28页 |
2.3.1 坦克车载信息采集平台 | 第28页 |
2.3.2 车地无线通讯系统 | 第28页 |
2.3.3 坦克远程监控中心 | 第28页 |
2.4 功能模块设计与系统工作流程 | 第28-30页 |
2.4.1 功能模块设计 | 第28-29页 |
2.4.2 系统工作流程 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 坦克发动机数据采集与传输管理系统 | 第31-43页 |
3.1 坦克发动机数据采集与传输管理系统总体设计 | 第31-32页 |
3.2 坦克发动机车载信息采集平台 | 第32-37页 |
3.2.1 振动 | 第32-33页 |
3.2.2 油液 | 第33-34页 |
3.2.3 温度 | 第34-35页 |
3.2.4 液压与气压 | 第35-36页 |
3.2.5 其他工况参数 | 第36页 |
3.2.6 车载信息采集与无线通信模块 | 第36-37页 |
3.3 基于GPRS的无线通讯系统 | 第37-38页 |
3.3.1 GPRSDTU介绍 | 第37页 |
3.3.2 基于GPRS DTU的远程数据传输网络 | 第37-38页 |
3.3.3 数据打包与远程传输 | 第38页 |
3.4 坦克发动机监测诊断数据库管理系统 | 第38-41页 |
3.4.1 监测诊断数据库建立 | 第38-39页 |
3.4.2 数据监测 | 第39-40页 |
3.4.3 数据管理 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
第四章 基于数据挖掘的坦克发动机状态监测方法 | 第43-61页 |
4.1 建模数据处理 | 第43-46页 |
4.1.1 数据预处理 | 第43-45页 |
4.1.2 特征工程 | 第45-46页 |
4.2 基于统计方法的坦克发动机关键工况参数监控方法 | 第46-52页 |
4.2.1 滑动窗口统计方法 | 第46页 |
4.2.2 基于偏度校正的非正态控制方法 | 第46-49页 |
4.2.3 坦克发动机关键工况参数监控 | 第49-52页 |
4.3 基于机器学习的异常检测模型建立 | 第52-57页 |
4.3.1 相似性原理 | 第53页 |
4.3.2 基于聚类分析的健康模型库的构建 | 第53-56页 |
4.3.3 基于最小匹配距离的异常状态检测 | 第56-57页 |
4.4 异常检测模型实例验证 | 第57-60页 |
4.4.1 数据预处理 | 第57-58页 |
4.4.2 特征工程 | 第58-59页 |
4.4.3 建模及结果分析 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 基于集成分类器的坦克发动机故障诊断 | 第61-71页 |
5.1 基础理论介绍 | 第61-64页 |
5.1.1 集成学习 | 第61-62页 |
5.1.2 决策树 | 第62-63页 |
5.1.3 支持向量机 | 第63-64页 |
5.2 数据处理与特征提取 | 第64-67页 |
5.2.1 连续属性离散化 | 第64-65页 |
5.2.2 振动信号特征提取 | 第65-67页 |
5.3 基于集成分类器的坦克发动机故障诊断 | 第67-68页 |
5.4 分析结果展示 | 第68-70页 |
5.5 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 论文总结 | 第71页 |
6.2 论文展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-79页 |
作者简介 | 第79-80页 |