首页--交通运输论文--公路运输论文--汽车工程论文--汽车试验论文

转向柱式电动助力转向器故障诊断研究

摘要第1-5页
ABSTRACT第5-6页
目录第6-9页
第一章 绪论第9-21页
   ·引言第9页
   ·电动助力转向系统简介第9-13页
     ·EPS的工作原理及特点第9-11页
     ·EPS分类第11-13页
   ·EPS技术国内外研究现状第13-14页
     ·EPS技术的研究与应用现状第13-14页
     ·EPS故障诊断的研究现状第14页
   ·控制系统故障诊断方法概述第14-19页
     ·故障诊断的概念第14页
     ·故障诊断的具体过程第14-15页
     ·故障诊断方法分类第15-19页
       ·基于数学模型方法第15-16页
       ·基于系统输入输出信号处理的方法第16-17页
       ·基于人工智能的故障诊断第17-19页
   ·论文工作内容第19-20页
     ·课题主要研究意义第19页
     ·课题来源第19页
     ·课题采用的技术路线第19-20页
   ·本章小结第20-21页
第二章 C-EPS系统故障诊断分析第21-32页
   ·C-EPS结构组成及工作原理详细分析第21-25页
     ·C-EPS结构组成第21-24页
     ·C-EPS工作原理第24-25页
   ·C-EPS系统故障点分析及故障代码编制第25-29页
     ·C-EPS系统故障点选取第25-26页
     ·C-EPS系统故障代码的编制第26-29页
       ·故障代码的编码原理和有关标准第26-27页
       ·C-EPS系统故障代码编制第27-29页
   ·C-EPS系统故障诊断初步分析第29-31页
     ·电机和离合器故障诊断的简化第29页
     ·传感器故障诊断方法第29-31页
       ·车速、发动机转速传感器的故障诊断方法第29-30页
       ·扭矩-转角传感器(TPS)的故障诊断方法第30-31页
     ·电子控制单元(ECU)的故障诊断方法第31页
   ·本章小结第31-32页
第三章 C-EPS系统TPS及ECU在线故障诊断策略第32-46页
   ·引言第32页
   ·人工神经网络简介第32-43页
     ·人工神经网络的特点第32-33页
     ·人工神经元模型第33页
     ·人工神经网络连接的基本形式第33-35页
     ·神经网络学习方法第35-36页
       ·学习方式第35-36页
       ·学习算法(学习规则)第36页
     ·BP网络及其学习算法第36-41页
     ·BP网络的不足及改进第41-43页
   ·TPS在线故障诊断策略第43-44页
   ·ECU在线故障诊断策略第44-45页
   ·本章小结第45-46页
第四章 C-EPS性能试验台设计与样本数据采集第46-64页
   ·引言第46页
   ·性能试验台构思及关键部分实现第46-58页
     ·设计构思第46-48页
     ·关键模块实现第48-58页
       ·加载模块设计第48-52页
       ·模拟车速和模拟发动机转速输出第52-54页
       ·数据采集及处理模块第54-58页
   ·性能试验系统总体构成第58-62页
     ·总体硬件构成第58-59页
     ·总体软件实现第59-62页
   ·数据样本采集流程第62-63页
   ·本章小结第63-64页
第五章 TPS及ECU在线故障诊断策略的仿真分析第64-78页
   ·引言第64页
   ·Matlab神经网络工具箱简介第64-66页
   ·TPS及ECU在线故障诊断的ANN建模及仿真第66-77页
     ·故障诊断策略的建立第66页
     ·数据预处理模块第66-67页
     ·故障诊断模块第67-68页
       ·神经网络模块第67-68页
       ·推理法则模块第68页
     ·TPS在线故障诊断的ANN建模及分析第68-72页
       ·神经网络模型的建立第68-71页
       ·神经网络模型验证第71-72页
     ·ECU在线故障诊断的ANN建模及分析第72-77页
       ·神经网络模型的建立第72-76页
       ·神经网络模型验证第76-77页
   ·本章小结第77-78页
第六章 总结与展望第78-80页
   ·总结第78-79页
   ·展望第79-80页
参考文献第80-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于IEEE1588和实时以太网的自动测试系统
下一篇:不确定环境下的延迟更新过程