| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-21页 |
| ·内燃机故障诊断研究的意义 | 第9页 |
| ·机械故障诊断技术的发展 | 第9-10页 |
| ·常用内燃机故障诊断技术 | 第10-15页 |
| ·油液分析法 | 第10-11页 |
| ·振动分析法 | 第11-12页 |
| ·瞬时转速法 | 第12-13页 |
| ·基于专家系统的方法 | 第13-14页 |
| ·基于神经网络的方法 | 第14-15页 |
| ·内燃机故障诊断技术的国内外现状 | 第15-19页 |
| ·内燃机故障诊断技术的总体状况 | 第15-17页 |
| ·基于曲轴角振动的内燃机故障诊断技术的现状 | 第17-19页 |
| ·本文的主要研究内容及实现方法 | 第19-21页 |
| ·二级故障诊断策略 | 第19-20页 |
| ·本文的主要研究内容 | 第20-21页 |
| 第2章 便携式内燃机曲轴角振动测量与故障诊断系统研究 | 第21-44页 |
| ·系统的角振动测量 | 第21-30页 |
| ·角振动测量仪器的发展 | 第21-23页 |
| ·CTDS系统便携功能的实现 | 第23-30页 |
| ·CTDS系统的工作过程故障诊断原理 | 第30-39页 |
| ·扭振信号反算法(TVRS) | 第31-36页 |
| ·单谐次诊断法 | 第36-39页 |
| ·CTDS系统的软件开发 | 第39-42页 |
| ·软件的总体设计 | 第39页 |
| ·CTDS系统说明 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第3章 基于神经网络的内燃机故障诊断研究 | 第44-61页 |
| ·神经网络的发展、特点及应用 | 第44-46页 |
| ·神经网络的发展历史 | 第44-46页 |
| ·神经网络的主要特点 | 第46页 |
| ·误差反传(BP)神经网络 | 第46-55页 |
| ·网络模型 | 第46-48页 |
| ·BP学习算法 | 第48-51页 |
| ·BP算法的改进措施 | 第51-55页 |
| ·BP神经网络的隐含层设计 | 第55页 |
| ·多模式规则下样本差法设计网络样本集 | 第55-60页 |
| ·多模式规则的基本思路 | 第56-57页 |
| ·内燃机具体工作过程故障特征参数的提取 | 第57-59页 |
| ·样本差法设计神经网络样本集 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 应用研究 | 第61-77页 |
| ·BP网络诊断的实验研究 | 第61-63页 |
| ·实验方案 | 第61-62页 |
| ·实验数据处理 | 第62-63页 |
| ·BP网络诊断内燃机具体工作过程故障研究 | 第63-74页 |
| ·多模式规则提取实验故障的特征参数 | 第63-65页 |
| ·BP神经网络设计 | 第65-74页 |
| ·级联BP神经网络的设想 | 第74页 |
| ·TVRS法的仿真计算 | 第74-75页 |
| ·单谐次诊断法的仿真计算 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 攻读硕士学位期间发表学术论文及参加科研课题 | 第86页 |