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 |