致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第15-23页 |
1.1 课题的背景及意义 | 第15-16页 |
1.1.1 课题研究背景 | 第15页 |
1.1.2 课题研究意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-21页 |
1.2.1 故障诊断的研究现状 | 第16-19页 |
1.2.2 故障预测的研究现状 | 第19-21页 |
1.3 本文研究的主要内容和章节安排 | 第21-23页 |
1.3.1 本文研究的主要内容 | 第21-22页 |
1.3.2 本文的章节安排 | 第22-23页 |
第二章 键合图原理 | 第23-34页 |
2.1 键合图的基本原理 | 第23-24页 |
2.2 键合图的基本元件 | 第24-28页 |
2.2.1 一通口元件 | 第24-27页 |
2.2.2 二通口元件 | 第27页 |
2.2.3 多通口元件 | 第27-28页 |
2.3 键合图的增广 | 第28-32页 |
2.3.1 键合图元件的因果关系 | 第28-31页 |
2.3.2 因果关系标注方法 | 第31-32页 |
2.4 键合图建模实例 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第三章 基于键合图的电动代步车系统建模 | 第34-41页 |
3.1 电动代步车系统简介 | 第34页 |
3.2 电动代步车各部件键合图建模 | 第34-37页 |
3.3 整车键合图耦合模型 | 第37-39页 |
3.4 模型验证实验 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第四章 基于解析冗余关系的电动代步车故障检测和隔离 | 第41-55页 |
4.1 故障检测和隔离方法分析 | 第41-43页 |
4.1.1 电动代步车的解析冗余关系推导 | 第41-43页 |
4.1.2 非独立的解析冗余关系的生成 | 第43页 |
4.2 故障特征矩阵生成 | 第43-45页 |
4.3 基于键合图的自适应阈值设计 | 第45-51页 |
4.3.1 线性分式变换(LFT)键合图模型 | 第46-47页 |
4.3.2 电动代步车的不确定性键合图模型 | 第47-48页 |
4.3.3 自适应阈值生成 | 第48-51页 |
4.4 电动代步车故障检测和隔离仿真分析 | 第51-54页 |
4.4.1 常见故障类型 | 第51-52页 |
4.4.2 突变故障的检测和隔离仿真实验 | 第52-53页 |
4.4.3 间歇性故障的检测和隔离仿真实验 | 第53-54页 |
4.5 本章小结 | 第54-55页 |
第五章 电动代步车的故障估计与剩余寿命预测 | 第55-64页 |
5.1 无迹卡尔曼滤波算法 | 第55-58页 |
5.1.1 无迹变换 | 第55-56页 |
5.1.2 无迹卡尔曼滤波在参数估计中的应用 | 第56-57页 |
5.1.3 无迹卡尔曼滤波的算法实现 | 第57-58页 |
5.2 增强型无迹卡尔曼滤波算法 | 第58-59页 |
5.3 预测方法分析 | 第59-60页 |
5.3.1 渐进性故障退化模型 | 第59-60页 |
5.3.2 剩余使用寿命的预测方法 | 第60页 |
5.4 故障估计与预测仿真实验 | 第60-63页 |
5.5 本章小结 | 第63-64页 |
第六章 实时故障诊断与预测平台介绍与实验结果分析 | 第64-72页 |
6.1 电动代步车实时测试平台 | 第64-65页 |
6.2 数据采集与实时诊断预测系统 | 第65-69页 |
6.2.1 LabVIEW软件简介 | 第65-67页 |
6.2.2 实时故障诊断与预测的上位机平台搭建 | 第67-69页 |
6.3 实验结果分析 | 第69-71页 |
6.4 本章小结 | 第71-72页 |
第七章 总结和展望 | 第72-74页 |
7.1 总结 | 第72页 |
7.2 展望 | 第72-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间的学术活动及成果情况 | 第79页 |