基于振动信号的柴油机神经网络故障诊断研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究柴油机故障诊断方法的意义 | 第8页 |
| ·柴油机故障诊断方法及发展现状 | 第8-13页 |
| ·常见的柴油机故障类型 | 第8-10页 |
| ·国内外常见的柴油机故障诊断方法 | 第10-12页 |
| ·国内外柴油机故障诊断的发展趋势 | 第12-13页 |
| ·人工神经网络的发展及其在柴油机故障诊断中的应用 | 第13-14页 |
| ·研究内容及方法 | 第14-15页 |
| 第二章 柴油机振动分析研究 | 第15-26页 |
| ·研究柴油机振动的意义 | 第15-16页 |
| ·柴油机振动信号的分析诊断方法 | 第16-17页 |
| ·柴油机振动信号的分析诊断方法 | 第16页 |
| ·柴油机振动故障诊断面临的问题 | 第16-17页 |
| ·柴油机动力系统分析 | 第17-21页 |
| ·柴油机活塞运动方程的建立 | 第17-18页 |
| ·柴油机受力分析及其与振动之间的关系 | 第18-21页 |
| ·影响柴油机振动的其它因素 | 第21页 |
| ·柴油机振动信号的测量 | 第21-26页 |
| ·测试系统的组成 | 第22页 |
| ·测点位置的选择 | 第22-24页 |
| ·实验对象及测量参数选择 | 第24-26页 |
| 第三章 BP神经网络的基本原理 | 第26-38页 |
| ·BP神经网络模型 | 第26-27页 |
| ·BP神经网络的学习 | 第27-34页 |
| ·神经网络的学习方式 | 第27-28页 |
| ·BP神经网络的学习算法 | 第28-33页 |
| ·BP神经网络的学习步骤 | 第33页 |
| ·BP学习算法的改进 | 第33-34页 |
| ·BP神经网络的MATLAB工具箱函数 | 第34-38页 |
| ·BP神经网络的生成及初始化 | 第34页 |
| ·神经元上的传递函数及δ(Delta)函数 | 第34-35页 |
| ·BP神经网络的训练与仿真 | 第35-36页 |
| ·训练数据的前处理和后处理 | 第36-38页 |
| 第四章 基于振动信号的柴油机故障诊断BP神经网络 | 第38-55页 |
| ·MATLAB简介 | 第38-39页 |
| ·柴油机故障诊断BP神经网络的设计 | 第39-40页 |
| ·BP神经网络的诊断策略 | 第39页 |
| ·故障征兆—故障模式样本集的设计 | 第39页 |
| ·柴油机故障诊断BP神经网络的结构设计 | 第39-40页 |
| ·振动信号的预处理 | 第40-47页 |
| ·时域特征参数 | 第40-43页 |
| ·数据的预处理 | 第43-47页 |
| ·柴油机故障诊断BP神经网络的训练 | 第47-52页 |
| ·BP神经网络的验证 | 第52-55页 |
| 第五章 结论与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附表 | 第62-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
