基于KNN算法的柴油机故障诊断方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 船用柴油机工作过程仿真研究现状 | 第11-12页 |
| 1.2.2 船用柴油机故障诊断技术的发展 | 第12-13页 |
| 1.2.3 柴油机智能故障诊断方法 | 第13-15页 |
| 1.3 本文的主要工作内容 | 第15-16页 |
| 第2章 基于BOOST的柴油机仿真模型建立 | 第16-32页 |
| 2.1 AVL BOOST软件数学模型 | 第16-21页 |
| 2.2 D4114柴油机仿真模型建立 | 第21-28页 |
| 2.2.1 D4114柴油机主要参数 | 第21-22页 |
| 2.2.2 建模步骤 | 第22-23页 |
| 2.2.3 模型参数设置 | 第23-26页 |
| 2.2.4 部分参数估算 | 第26-28页 |
| 2.3 仿真模型验证 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 柴油机故障模拟 | 第32-45页 |
| 3.1 热工参数的选取 | 第32页 |
| 3.2 典型故障仿真分析 | 第32-44页 |
| 3.2.1 压缩比变化 | 第32-34页 |
| 3.2.2 喷油提前 | 第34-35页 |
| 3.2.3 喷油延迟 | 第35-37页 |
| 3.2.4 单缸供油不均 | 第37-38页 |
| 3.2.5 增压器效率下降 | 第38-40页 |
| 3.2.6 进气气门间隙增大 | 第40-41页 |
| 3.2.7 排气气门间隙增大 | 第41-42页 |
| 3.2.8 曲轴箱窜气 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 KNN算法在柴油机故障诊断中的应用 | 第45-58页 |
| 4.1 KNN算法 | 第45-46页 |
| 4.2 KNN算法的优缺点 | 第46-47页 |
| 4.3 KNN算法的改进 | 第47页 |
| 4.4 基于改进的KNN算法故障诊断 | 第47-56页 |
| 4.4.1 数据集划分 | 第48-49页 |
| 4.4.2 数据预处理 | 第49-50页 |
| 4.4.3 模型训练 | 第50-51页 |
| 4.4.4 模型计算结果 | 第51-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 实验验证 | 第58-67页 |
| 5.1 故障诊断实验台总体设计 | 第58-59页 |
| 5.2 故障诊断试验台硬件介绍 | 第59-62页 |
| 5.2.1 柴油机温度采集系统 | 第59-61页 |
| 5.2.2 柴油机转速采集系统 | 第61页 |
| 5.2.3 测功器系统 | 第61-62页 |
| 5.3 故障诊断试验台软件设计 | 第62-63页 |
| 5.4 实验过程 | 第63-64页 |
| 5.4.1 故障模拟 | 第63-64页 |
| 5.4.2 实验步骤 | 第64页 |
| 5.5 基于改进KNN算法故障分析 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 1. 结论 | 第67页 |
| 2. 工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-78页 |
