基于小波神经网络的汽车发动机故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-13页 |
| ·研究的主要内容 | 第13-14页 |
| 第2章 汽车发动机故障诊断基本原理 | 第14-24页 |
| ·汽车发动机的基本构造 | 第14-16页 |
| ·汽车发动机的进、排气系统 | 第16-17页 |
| ·汽车发动机典型故障及引起的原因 | 第17-19页 |
| ·汽车发动机的故障特征 | 第19-20页 |
| ·汽车发动机的振动分析 | 第20-22页 |
| ·发动机振动的激振源和传播途径 | 第20-21页 |
| ·发动机振动信号特性 | 第21-22页 |
| ·汽车发动机的故障诊断研究 | 第22-24页 |
| ·发动机的故障诊断方法 | 第22-23页 |
| ·发动机故障诊断的基本过程 | 第23-24页 |
| 第3章 小波分析理论及其在发动机故障诊断中的应用 | 第24-30页 |
| ·小波分析原理 | 第24-25页 |
| ·小波包分析原理 | 第25-26页 |
| ·信号的小波包降噪 | 第26-28页 |
| ·信号的小波包能量谱特征提取 | 第28-29页 |
| ·小波分析在故障诊断中的应用 | 第29-30页 |
| 第4章 神经网络基本理论及其在故障诊断中的应用 | 第30-38页 |
| ·神经网络基本原理 | 第30-33页 |
| ·神经网络简介 | 第30-31页 |
| ·神经网络特点 | 第31页 |
| ·神经网络的发展历史 | 第31-32页 |
| ·神经网络的应用 | 第32-33页 |
| ·基于 BP 模型的神经网络理论 | 第33-38页 |
| ·BP 神经网络结构 | 第33-35页 |
| ·BP 神经网络设计要求 | 第35-36页 |
| ·BP 神经网络的不足之处 | 第36-37页 |
| ·BP 神经网络的改进 | 第37-38页 |
| 第5章 汽车发动机故障诊断的实现 | 第38-48页 |
| ·实验装置及实验过程 | 第38-39页 |
| ·发动机表面振动信号的时域分析 | 第39-41页 |
| ·发动机表面振动信号的频域分析 | 第41-43页 |
| ·提取发动机振动信号的特征值 | 第43-45页 |
| ·建立 BP 神经网络故障诊断系统 | 第45-46页 |
| ·发动机振动信号的 BP 神经网络训练与测试 | 第46-48页 |
| 第6章 结论 | 第48-50页 |
| ·结论 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在学研究成果 | 第53-54页 |
| 致谢 | 第54页 |
