| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.1.1 研究的背景 | 第11-12页 |
| 1.1.2 课题研究的意义 | 第12页 |
| 1.2 国内外研究综述 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 模糊技术和神经网络技术的发展概况 | 第14-15页 |
| 1.3.1 模糊技术的发展概况 | 第14-15页 |
| 1.3.2 神经网络技术的发展概况 | 第15页 |
| 1.4 论文的研究内容 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 发动机电控系统及典型故障 | 第16-28页 |
| 2.1 发动机电控系统 | 第16-17页 |
| 2.1.1 电控系统的组成 | 第16-17页 |
| 2.1.2 电控系统的工作原理 | 第17页 |
| 2.2 汽车发动机使用的传感器 | 第17-18页 |
| 2.2.1 温度传感器 | 第17页 |
| 2.2.2 空气流量传感器 | 第17-18页 |
| 2.2.3 进气歧管压力传感器 | 第18页 |
| 2.2.4 发动机转速与曲轴位置传感器 | 第18页 |
| 2.2.5 节气门位置传感器 | 第18页 |
| 2.2.6 氧传感器 | 第18页 |
| 2.2.7 爆震传感器 | 第18页 |
| 2.3 ESA控制子系统 | 第18-21页 |
| 2.3.1 ESA控制子系统的组成及工作原理 | 第18-19页 |
| 2.3.2 ESA控制子系统的特点 | 第19页 |
| 2.3.3 点火提前角控制 | 第19-20页 |
| 2.3.4 通电时间控制 | 第20-21页 |
| 2.3.5 爆燃控制 | 第21页 |
| 2.4 EFI控制子系统 | 第21-22页 |
| 2.4.1 EFI控制子系统的组成及工作原理 | 第21-22页 |
| 2.4.2 基本喷油量的控制 | 第22页 |
| 2.5 ISC控制子系统 | 第22-23页 |
| 2.5.1 怠速工况 | 第22页 |
| 2.5.2 ISC控制子系统的组成及工作原理 | 第22-23页 |
| 2.5.3 ISC控制子系统的作用 | 第23页 |
| 2.6 EGR控制子系统 | 第23-24页 |
| 2.6.1 废气再循环 | 第23页 |
| 2.6.2 EGR控制子系统的组成及工作原理 | 第23-24页 |
| 2.6.3 EGR控制 | 第24页 |
| 2.7 发动机电控系统常见故障 | 第24-27页 |
| 2.7.1 发动机电子控制系统的故障分类 | 第24-25页 |
| 2.7.2 常见故障 | 第25-27页 |
| 2.8 本章小结 | 第27-28页 |
| 第三章 神经网络与模糊逻辑理论 | 第28-38页 |
| 3.1 神经网络的基本理论和方法 | 第28-31页 |
| 3.1.1 神经网络概述 | 第28页 |
| 3.1.2 神经网络的应用 | 第28页 |
| 3.1.3 神经元结构模型 | 第28-29页 |
| 3.1.4 神经网络的拓扑结构 | 第29-30页 |
| 3.1.5 神经网络的学习算法 | 第30-31页 |
| 3.2 模糊逻辑的基本理论 | 第31-32页 |
| 3.3 专家系统的基本理论与建立步骤 | 第32-35页 |
| 3.3.1 专家系统概述及特点 | 第32-33页 |
| 3.3.2 专家系统结构 | 第33-34页 |
| 3.3.3 建立专家系统的步骤 | 第34-35页 |
| 3.4 构建模糊神经网络 | 第35-36页 |
| 3.4.1 神经网络与模糊逻辑的比对 | 第35-36页 |
| 3.4.2 模糊神经网络的建立 | 第36页 |
| 3.5 模糊神经网络专家系统的建立 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 故障诊断神经网络专家系统的整体设计 | 第38-44页 |
| 4.1 神经网络专家系统在发动机诊断中的结构 | 第38页 |
| 4.2 模糊逻辑在发动机故障诊断中的运用 | 第38-39页 |
| 4.3 模糊神经网络结构的建立 | 第39-40页 |
| 4.4 发动机故障诊断系统的构建 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 基于模糊神经网络的发动机故障诊断模型 | 第44-61页 |
| 5.1 MATLAB软件介绍 | 第44页 |
| 5.2 汽车发动机故障诊断模糊神经网络的设计 | 第44-53页 |
| 5.2.1 模糊神经网络故障诊断策略 | 第44页 |
| 5.2.2 故障征兆—故障模式样本集的设计 | 第44-46页 |
| 5.2.3 故障样本的预处理方法 | 第46-48页 |
| 5.2.4 基于模糊神经网络的发动机故障诊断 | 第48-53页 |
| 5.3 多故障仿真实验 | 第53-58页 |
| 5.3.1 多故障模糊规则库的建立 | 第53-55页 |
| 5.3.2 多故障仿真训练 | 第55-58页 |
| 5.4 汽车发动机故障诊断系统的实现 | 第58页 |
| 5.4.1 数据库设计 | 第58页 |
| 5.4.2 数据库连接设计 | 第58页 |
| 5.5 系统软件实现的关键技术 | 第58-59页 |
| 5.5.1 MATLAB对C++的调用方法概述 | 第58-59页 |
| 5.5.2 在Visual C++中调用MATLAB计算引擎 | 第59页 |
| 5.6 专家系统对发动机开展实验运行实例 | 第59-60页 |
| 5.7 本章小结 | 第60-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |