基于神经网络的汽车故障诊断研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 汽车故障诊断的研究目的与意义 | 第7-8页 |
| 1.2 汽车故障诊断技术的发展 | 第8-9页 |
| 1.2.1 汽车故障诊断含义 | 第8页 |
| 1.2.2 汽车故障的诊断方法 | 第8-9页 |
| 1.3 国内外汽车故障诊断的发展情况 | 第9-11页 |
| 1.3.1 国外汽车诊断的发展史 | 第9-10页 |
| 1.3.2 中国汽车诊断技术的发展 | 第10-11页 |
| 1.4 应用神经网络进行故障诊断的迫切性 | 第11-12页 |
| 1.5 本文主要研究的内容 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 第二章 故障诊断理论方法 | 第14-21页 |
| 2.1 故障诊断的主要理论方法 | 第14-17页 |
| 2.1.1 数学建模 | 第14-15页 |
| 2.1.2 基于信号处理的方法 | 第15-16页 |
| 2.1.3 基于人工智能的故障诊断方法 | 第16-17页 |
| 2.2 神经网络与汽车故障诊断 | 第17-20页 |
| 2.2.1 神经网络的发展史 | 第17-18页 |
| 2.2.2 神经网络的特性 | 第18-19页 |
| 2.2.3 神经网络与汽车故障诊断 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 神经网络 | 第21-33页 |
| 3.1 神经元的结构模型 | 第21-22页 |
| 3.2 神经网络的互连模式 | 第22页 |
| 3.3 神经网络常用的学习规则 | 第22页 |
| 3.4 神经网络应用于故障诊断的工作过程 | 第22-23页 |
| 3.5 BP神经网络 | 第23-31页 |
| 3.5.1 BP网络模型 | 第23-24页 |
| 3.5.2 BP网络规则 | 第24-27页 |
| 3.5.3 BP网络的结构设计 | 第27-28页 |
| 3.5.4 初始值的选取 | 第28页 |
| 3.5.5 BP网络诊断的流程 | 第28-29页 |
| 3.5.6 BP网络的不足之处 | 第29-30页 |
| 3.5.7 BP网络学习算法的改进 | 第30-31页 |
| 3.6 ELMAN神经网络 | 第31-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第四章 基于神经网络的汽车发动机故障诊断研究 | 第33-48页 |
| 4.1 MATLAB介绍 | 第33页 |
| 4.2 汽车发动机神经网络故障诊断建模 | 第33-34页 |
| 4.3 选取网络结构参数 | 第34页 |
| 4.4 发动机神经网络故障诊断样本的获取及设计 | 第34-36页 |
| 4.5 故障样本的预处理 | 第36-37页 |
| 4.6 基于BP网络的汽车发动机故障诊断 | 第37-43页 |
| 4.6.1 确定三层网络结构的神经元单元数 | 第37-38页 |
| 4.6.2 隐含层单元数设计及仿真试验 | 第38-41页 |
| 4.6.3 故障诊断过程及结果分析 | 第41-43页 |
| 4.6.4 BP网络仿真试验验证 | 第43页 |
| 4.7 基于ELMAN网络的汽车发动机故障诊断 | 第43-46页 |
| 4.8 两种网络的比较及转移函数的选取分析 | 第46-47页 |
| 4.9 本章小结 | 第47-48页 |
| 第五章 故障诊断系统的实现 | 第48-55页 |
| 5.1 开发平台介绍 | 第48页 |
| 5.2 VB与MATLAB接口的实现 | 第48-50页 |
| 5.3 VB与SQL接口的实现 | 第50-53页 |
| 5.4 系统测试 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
