摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 课题背景和研究意义 | 第8-13页 |
1.1.1 混凝土泵车简介 | 第8-10页 |
1.1.2 混凝土泵车发展历程 | 第10-12页 |
1.1.2.1 混凝土泵车发展历史 | 第10页 |
1.1.2.2 混凝土泵车发展方向 | 第10-12页 |
1.1.3 本课题研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 液压仿真技术现状 | 第13-14页 |
1.2.2 液压系统故障分析现状 | 第14-16页 |
1.3 本文结构 | 第16-18页 |
第二章 液压系统建模和仿真及 AMESim 软件介绍 | 第18-22页 |
2.1 引言 | 第18页 |
2.2 液压系统建模和仿真介绍 | 第18-20页 |
2.2.1 系统建模和仿真技术介绍 | 第18-19页 |
2.2.2 液压系统建模和仿真技术介绍 | 第19-20页 |
2.3 AMESim 软件介绍 | 第20-21页 |
2.3.1 AMESim 软件包简介 | 第20页 |
2.3.2 AMESim 建模和仿真过程简介 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第三章 混凝土泵车臂架液压系统分析 | 第22-34页 |
3.1 引言 | 第22页 |
3.2 混凝土泵车臂架液压系统介绍 | 第22-23页 |
3.3 臂架油路系统介绍 | 第23-27页 |
3.3.1 臂架油路系统动力元件 | 第24页 |
3.3.2 臂架油路系统控制元件 | 第24-27页 |
3.3.3 臂架油路系统执行元件 | 第27页 |
3.4 支腿油路系统介绍 | 第27-30页 |
3.4.1 支腿油路系统动力元件 | 第28页 |
3.4.2 支腿油路系统控制元件 | 第28-30页 |
3.4.3 支腿油路系统执行元件 | 第30页 |
3.5 臂架液压系统常见故障分析 | 第30-33页 |
3.5.1 故障模式分析 | 第30-32页 |
3.5.2 故障机理分析 | 第32-33页 |
3.6 本章小结 | 第33-34页 |
第四章 基于 AMESim 的液压元件建模及故障分析 | 第34-62页 |
4.1 动力元件的 AMESim 模型建立及分析 | 第34页 |
4.2 动力元件的 AMESim 模型建立及分析 | 第34-48页 |
4.2.1 A7VO 柱塞泵原理分析 | 第35-40页 |
4.2.1.1 柱塞泵原理分析 | 第35-37页 |
4.2.1.2 A7VO 柱塞泵变量原理分析 | 第37-40页 |
4.2.2 A7VO 柱塞泵 AMESim 建模 | 第40-45页 |
4.2.3 基于 AMESim 的柱塞泵故障分析 | 第45-48页 |
4.3 控制元件的 AMESim 模型建立及分析 | 第48-57页 |
4.3.1 换向阀的 AMESim 建模及故障分析 | 第48-51页 |
4.3.1.1 换向阀原理分析 | 第48-49页 |
4.3.1.2 换向阀的 AMESim 建模 | 第49页 |
4.3.1.3 基于 AMESim 的调速阀故障分析 | 第49-51页 |
4.3.2 调速阀的 AMESim 建模及故障分析 | 第51-57页 |
4.3.2.1 调速阀原理分析 | 第52-53页 |
4.3.2.2 调速阀 AMESim 建模 | 第53-55页 |
4.3.2.3 基于 AMESim 的调速阀故障分析 | 第55-57页 |
4.4 执行元件的 AMESim 模型建立及分析 | 第57-60页 |
4.4.1 液压缸的原理分析 | 第57-58页 |
4.4.2 液压缸的 AMESim 建模 | 第58-59页 |
4.4.3 基于 AMESim 的液压缸故障分析 | 第59-60页 |
4.5 本章小结 | 第60-62页 |
第五章 基于神经网络的故障分析 | 第62-72页 |
5.1 引言 | 第62页 |
5.2 基本概念 | 第62-67页 |
5.2.1 人工神经网络简介 | 第62-64页 |
5.2.2 BP 神经网络简介 | 第64-67页 |
5.3 神经网络故障诊断 | 第67-71页 |
5.3.1 神经网络故障诊断概述 | 第67页 |
5.3.2 基于 BP 神经网络的 A7VO 柱塞泵故障诊断 | 第67-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 全文总结 | 第72-73页 |
6.2 研究展望 | 第73-74页 |
参考文献 | 第74-78页 |
致谢 | 第78页 |