电动助力转向故障诊断技术研究
| 第一章 绪论 | 第1-15页 |
| ·电动助力转向的组成与原理 | 第7-8页 |
| ·电动助力转向的优点和发展趋势 | 第8-9页 |
| ·电动助力转向的优点 | 第8-9页 |
| ·电动助力转向的发展趋势 | 第9页 |
| ·电动助力转向的关键技术 | 第9-11页 |
| ·助力特性 | 第9-10页 |
| ·电动机与传感器技术 | 第10页 |
| ·控制策略 | 第10页 |
| ·故障诊断与可靠性 | 第10-11页 |
| ·故障诊断技术简介 | 第11-13页 |
| ·故障机理研究 | 第12页 |
| ·信息处理技术 | 第12页 |
| ·故障识别技术 | 第12页 |
| ·人工智能专家系统 | 第12-13页 |
| ·汽车电控系统故障诊断 | 第13-14页 |
| ·汽车电控系统故障诊断方式 | 第13页 |
| ·汽车电控系统故障诊断方法 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第二章 基于故障树方法的故障诊断原理 | 第15-21页 |
| ·故障树概述 | 第15页 |
| ·故障树的模型 | 第15-17页 |
| ·故障树结构单元符号及基本概念 | 第16-17页 |
| ·系统故障树分析 | 第17-20页 |
| ·故障树分析的原理 | 第17-18页 |
| ·可靠性框图介绍 | 第18-20页 |
| ·故障树分析用于EPS 故障诊断的意义和必要性 | 第20-21页 |
| 第三章 EPS 系统故障树分析及实例应用 | 第21-36页 |
| ·EPS 系统故障树分析 | 第21-25页 |
| ·主要故障部位确定 | 第21-22页 |
| ·EPS 系统故障分析 | 第22-25页 |
| ·转向轴助力式EPS 故障诊断 | 第25-36页 |
| ·转向轴助力式EPS 故障确定 | 第25-30页 |
| ·转向轴助力式EPS 主要故障部位诊断 | 第30-36页 |
| 第四章 EPS 神经网络故障诊断系统设计 | 第36-56页 |
| ·人工神经网络的基本概念及其神经元结构 | 第36-41页 |
| ·神经网络结构的一般框架 | 第37页 |
| ·神经元结构 | 第37-39页 |
| ·转移函数 | 第39-40页 |
| ·前馈网络 | 第40-41页 |
| ·人工神经网络的学习过程 | 第41页 |
| ·神经网络的学习规则 | 第41-44页 |
| ·Hebb 学习规则 | 第41-42页 |
| ·Delta 学习规则 | 第42-44页 |
| ·BP 算法 | 第44-50页 |
| ·单层网络的BP 算法 | 第44-46页 |
| ·多层网络的BP 算法 | 第46-47页 |
| ·BP 算法的信号流图 | 第47-48页 |
| ·标准BP 算法的改进算法 | 第48-50页 |
| ·BP 人工神经网络设计 | 第50-52页 |
| ·BP 神经网络隐层数及隐层神经元数的确定 | 第50-51页 |
| ·网络数据的预处理 | 第51-52页 |
| ·训练次数及训练样本的确定 | 第52页 |
| ·EPS 神经网络故障诊断软件设计 | 第52-56页 |
| 第五章 EPS 神经网络故障诊断实验及结果 | 第56-73页 |
| ·EPS 故障实验 | 第56-60页 |
| ·实验目的 | 第56页 |
| ·EPS 故障诊断实验数据采集 | 第56-57页 |
| ·EPS 工作状态特性分析 | 第57-60页 |
| ·EPS 神经网络故障诊断系统训练 | 第60-63页 |
| ·EPS 神经网络故障诊断测试 | 第63-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 全文总结 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 摘要 | 第79-81页 |
| ABSTRACT | 第81-84页 |
| 致谢 | 第84-85页 |
