基于数据驱动的发动机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题的研究背景以及意义 | 第9-10页 |
| ·故障诊断的主要研究内容 | 第10-12页 |
| ·故障诊断的研究现状及分类 | 第12-16页 |
| ·基于分析模型的方法 | 第14页 |
| ·基于定性知识经验的方法 | 第14页 |
| ·基于数据驱动的方法 | 第14-16页 |
| ·发动机故障诊断发展概况 | 第16页 |
| ·基于数据的发动机故障诊断技术以及现阶段存在问题 | 第16-18页 |
| ·本文的主要研究目标和内容 | 第18-19页 |
| ·本文的研究目标 | 第18页 |
| ·文章主要研究内容 | 第18-19页 |
| 第2章 发动机模型的建立 | 第19-33页 |
| ·AMEsim 建模 | 第19-21页 |
| ·AMEsim 软件介绍 | 第19-20页 |
| ·发动机建模 | 第20-21页 |
| ·均值模型 | 第21-25页 |
| ·燃油蒸发和油膜模型 | 第22-23页 |
| ·进气歧管压力状态方程 | 第23页 |
| ·曲轴连杆状态方程 | 第23-24页 |
| ·整体均值模型空燃比闭环控制 | 第24-25页 |
| ·压力估计模型 | 第25-32页 |
| ·建模描述 | 第25-26页 |
| ·转矩的产生 | 第26页 |
| ·转矩方程 | 第26-27页 |
| ·气缸压力 | 第27-30页 |
| ·Simulink 模型和仿真结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于数据发动机故障诊断研究 | 第33-47页 |
| ·引言 | 第33页 |
| ·基于数据驱动的故障诊断基础 | 第33-35页 |
| ·依据特征分类的方法 | 第33-34页 |
| ·统计分析方法 | 第34页 |
| ·建立数据模型的方法 | 第34-35页 |
| ·支持向量机理论基础 | 第35-42页 |
| ·最优分类面 | 第36-38页 |
| ·核函数 | 第38-40页 |
| ·LIBSVM 软件 | 第40-42页 |
| ·基于支持向量机的发动机故障诊断 | 第42-46页 |
| ·数据来源 | 第43页 |
| ·提取故障特征 | 第43-45页 |
| ·数据预处理 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 仿真实验与结果分析 | 第47-59页 |
| ·发动机模型说明 | 第47页 |
| ·传感器选择 | 第47-48页 |
| ·故障注入及仿真 | 第48-54页 |
| ·无故障情况 | 第48-49页 |
| ·气路故障 | 第49-50页 |
| ·油路故障 | 第50-51页 |
| ·配气系统故障 | 第51-52页 |
| ·点火系统故障 | 第52-54页 |
| ·仿真数据的处理 | 第54-56页 |
| ·故障诊断仿真结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 全文总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者简介及研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
