嵌入式自行火炮底盘系统状态检测和故障诊断技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究的背景和意义 | 第10-11页 |
| ·状态检测和故障诊断技术的发展现状 | 第11-15页 |
| ·状态检测技术的发展现状 | 第12-13页 |
| ·智能诊断技术的发展现状 | 第13-15页 |
| ·需要解决的问题 | 第15-16页 |
| ·本论文的主要工作 | 第16-17页 |
| 第二章 嵌入式检测子系统的设计 | 第17-33页 |
| ·嵌入式检测子系统的组成 | 第17页 |
| ·自行火炮底盘系统检测参数的选择 | 第17-18页 |
| ·影响传感器选择的主要因素 | 第18-19页 |
| ·信号采集系统的设计 | 第19-26页 |
| ·主要元器件的选择 | 第20-21页 |
| ·慢变信号的采集 | 第21-23页 |
| ·振动信号的采集 | 第23-26页 |
| ·数据存储系统的设计 | 第26-31页 |
| ·存储系统的硬件接口设计 | 第28-29页 |
| ·存储系统的软件设计 | 第29-31页 |
| ·本章小节 | 第31-33页 |
| 第三章 无线分布式检测网络的设计 | 第33-44页 |
| ·基于SRWF-108数传模块的网络连接 | 第34-36页 |
| ·无线分布式网络的数据通讯 | 第36-42页 |
| ·网络的通讯协议 | 第36-37页 |
| ·数据传输过程中的校验 | 第37-39页 |
| ·子系统中通信程序的设计 | 第39-40页 |
| ·PC机中基于多线程设计的串口数据传输与实现 | 第40-42页 |
| ·本章小节 | 第42-44页 |
| 第四章 嵌入式检测数据特征参数的提取方法研究 | 第44-57页 |
| ·检测子系统内振动信号的特征提取 | 第44-46页 |
| ·基于小波包分析的振动信号的特征提取 | 第46-55页 |
| ·小波包的基本原理 | 第46-48页 |
| ·小波包分析的特点 | 第48页 |
| ·基于信号子频带能量的特征提取 | 第48-51页 |
| ·针对发动机气缸盖振动信号的特征提取 | 第51-55页 |
| ·基于Karhunen-Loeve变换的特征压缩 | 第55-56页 |
| ·本章小节 | 第56-57页 |
| 第五章 基于嵌入式检测系统的智能故障诊断方法研究 | 第57-75页 |
| ·基于SVM的多故障分类器 | 第57-65页 |
| ·支持向量机的分类算法 | 第58-61页 |
| ·多故障分类器的建立 | 第61-63页 |
| ·SVM多故障分类器的应用 | 第63-65页 |
| ·基于ART-2神经网络的故障诊断方法 | 第65-73页 |
| ·ART-2神经网络模型 | 第65-68页 |
| ·ART-2神经网络的运行原理 | 第68-69页 |
| ·ART-2神经网络改进算法 | 第69-70页 |
| ·ART-2神经网络在故障诊断中的应用 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 全文总结和展望 | 第75-76页 |
| ·全文总结 | 第75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间所发表的学术论文 | 第81页 |
