基于支持向量机的柴油机故障诊断技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·选题背景及意义 | 第10-11页 |
| ·柴油机智能故障诊断技术的研究现状 | 第11-12页 |
| ·基于专家系统的柴油机故障诊断方法 | 第11-12页 |
| ·基于神经网络的柴油机故障诊断方法 | 第12页 |
| ·支持向量机的研究现状 | 第12-14页 |
| ·支持向量机在故障诊断领域中的应用 | 第12-13页 |
| ·支持向量机在柴油机故障诊断领域中的应用 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 基于支持向量机的多故障分类器研究 | 第15-26页 |
| ·支持向量机原理 | 第15-19页 |
| ·线性可分 | 第15-17页 |
| ·线性不可分 | 第17-18页 |
| ·非线性 | 第18-19页 |
| ·支持向量机的多值分类算法 | 第19-21页 |
| ·“一对多”分类算法 | 第20页 |
| ·“一对一”分类算法 | 第20-21页 |
| ·故障分类器参数的优化算法 | 第21-23页 |
| ·粒子群优化算法(PSO) | 第21-23页 |
| ·基于粒子群优化算法的支持向量机参数优化方法 | 第23页 |
| ·基于支持向量机的柴油机故障诊断技术路线 | 第23-26页 |
| 第3章 柴油机试验设计与故障模拟试验 | 第26-36页 |
| ·试验台架搭建 | 第26-28页 |
| ·试验系统设计 | 第28-33页 |
| ·开发平台 | 第28-30页 |
| ·硬件组成 | 第30-31页 |
| ·软件组成 | 第31-33页 |
| ·故障模拟试验 | 第33-36页 |
| ·试验方案 | 第33-34页 |
| ·传感器测点布置 | 第34-36页 |
| 第4章 基于支持向量机的柴油机瞬时转速诊断技术 | 第36-46页 |
| ·瞬时转速诊断机理 | 第36页 |
| ·瞬时转速计算 | 第36-38页 |
| ·瞬时转速信号提取 | 第37-38页 |
| ·瞬时转速信号处理 | 第38页 |
| ·特征参数提取 | 第38-44页 |
| ·波形分析法 | 第38-44页 |
| ·基于支持向量机的瞬时转速故障诊断模型 | 第44-46页 |
| 第5章 基于支持向量机的柴油机声发射诊断技术 | 第46-65页 |
| ·声发射诊断机理 | 第46-47页 |
| ·信号预处理 | 第47页 |
| ·特征参数提取 | 第47-61页 |
| ·参数分析法 | 第47-56页 |
| ·小波包分析法 | 第56-61页 |
| ·基于支持向量机的声发射故障诊断模型 | 第61-65页 |
| 第6章 船用柴油机多方法综合监测诊断策略研究 | 第65-72页 |
| ·综合监测诊断系统设计 | 第65-67页 |
| ·综合监测诊断策略研究 | 第67-70页 |
| ·工程应用 | 第70-72页 |
| 第7章 总结与展望 | 第72-74页 |
| ·论文工作总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第78页 |
