| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-20页 |
| ·课题背景及研究意义 | 第10页 |
| ·故障诊断技术简介 | 第10-12页 |
| ·国内外故障诊断技术的发展 | 第11页 |
| ·故障诊断设备研发现状 | 第11-12页 |
| ·嵌入式系统简介 | 第12-17页 |
| ·嵌入式系统的发展 | 第12-13页 |
| ·嵌入式系统的应用 | 第13页 |
| ·嵌入式处理器现状 | 第13-15页 |
| ·嵌入式操作系统现状 | 第15-17页 |
| ·嵌入式技术在故障诊断中的应用 | 第17-18页 |
| ·故障诊断算法及其在自动装填系统中的应用 | 第18页 |
| ·论文结构安排 | 第18-20页 |
| 2. 系统总体方案 | 第20-24页 |
| ·自动装填系统工作原理 | 第20-21页 |
| ·自动装填系统故障信号特点 | 第21页 |
| ·自动装填故障诊断仪的工作原理 | 第21-22页 |
| ·嵌入式处理器和操作系统选择 | 第22-24页 |
| ·嵌入式处理器的选型 | 第22-23页 |
| ·嵌入式操作系统及其开发环境的选定 | 第23-24页 |
| 3. 基于 ARM 的嵌入式硬件平台的建立 | 第24-41页 |
| ·硬件部分总体结构 | 第24页 |
| ·核心电路 | 第24-30页 |
| ·S3C2440A 处理器 | 第25-26页 |
| ·电源模块 | 第26-27页 |
| ·系统时钟和实时时钟电路 | 第27页 |
| ·存储模块 | 第27-30页 |
| ·扩展电路设计 | 第30-34页 |
| ·电源电路 | 第30-31页 |
| ·复位电路 | 第31页 |
| ·JTAG 接口电路 | 第31-32页 |
| ·串口电路 | 第32页 |
| ·LCD 及触摸屏接口 | 第32-33页 |
| ·USB 接口 | 第33页 |
| ·开关量数据采集模块设计 | 第33-34页 |
| ·GPIO 接口设计 | 第34页 |
| ·PCB 及其抗干扰设计 | 第34-41页 |
| ·PCB 板的设计 | 第34-35页 |
| ·抗干扰设计 | 第35-37页 |
| ·电路板焊接 | 第37-38页 |
| ·电路板调试 | 第38-41页 |
| 4. 系统软件设计 | 第41-64页 |
| ·嵌入式软件结构与特点 | 第41页 |
| ·操作系统层平台建立 | 第41-55页 |
| ·VMware 虚拟机安装 | 第41-42页 |
| ·Linux 内核版本及发行版本选择 | 第42页 |
| ·交叉编译器的安装 | 第42-43页 |
| ·Bootloader 代码移植 | 第43-47页 |
| ·Linux 内核的移植 | 第47-52页 |
| ·Linux 根文件系统的移植 | 第52-55页 |
| ·GUI 平台的搭建 | 第55-58页 |
| ·Qt、Qt/Embedded 和 Qtopia 简介 | 第55-56页 |
| ·Qtopia 开发平台的建立 | 第56-58页 |
| ·开关量采集驱动程序设计 | 第58-60页 |
| ·人机交互界面设计 | 第60-64页 |
| 5. 诊断算法研究 | 第64-77页 |
| ·自动装填诊断仪诊断算法的选定 | 第64-70页 |
| ·BP 神经网络（BP Neural Network）算法原理简介 | 第64-66页 |
| ·遗传算法(Genetic Algorithm)原理简介 | 第66-67页 |
| ·BP 神经网络的不足 | 第67-68页 |
| ·遗传算法的优势 | 第68-69页 |
| ·遗传算法和 BP 神经网络的结合方式 | 第69-70页 |
| ·遗传 BP 神经网络在自动装填故障诊断系统中的应用 | 第70-77页 |
| ·样本集处理及 BP 网络结构的确定 | 第70页 |
| ·用 Matlab 工具检验 BP 神经网络诊断 | 第70-72页 |
| ·遗传算法改进 BP 算法的要点 | 第72-74页 |
| ·遗传算法和 BP 神经网络混合算法的实施步骤 | 第74页 |
| ·用 Matlab 工具实现遗传算法对 BP 神经网络的改进 | 第74-77页 |
| 6. 工作总结及展望 | 第77-78页 |
| ·工作总结 | 第77页 |
| ·研究展望 | 第77-78页 |
| 附录 | 第78-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第86-87页 |
| 致谢 | 第87页 |
