| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 混合动力汽车 AMT 系统发展现状 | 第12-15页 |
| 1.1.1 混合动力汽车研究和发展现状 | 第12-13页 |
| 1.1.2 AMT 系统发展和研究现状 | 第13-15页 |
| 1.2 故障诊断技术简介 | 第15-17页 |
| 1.3 AMT 系统故障诊断技术发展和研究现状 | 第17-18页 |
| 1.4 本文主要研究内容 | 第18-20页 |
| 第2章 混动 AMT 系统故障分析 | 第20-28页 |
| 2.1 AMT 系统结构原理 | 第20-23页 |
| 2.1.1 单轴并联混合动力客车 AMT 控制系统结构 | 第20-22页 |
| 2.1.2 单轴并联混合动力客车典型工作模式 | 第22页 |
| 2.1.3 混合驱动模式下换挡过程分析 | 第22-23页 |
| 2.2 混合动力 AMT 控制系统故障分析 | 第23-27页 |
| 2.2.1 AMT 系统中传感器故障分析 | 第23-26页 |
| 2.2.2 执行机构故障分析 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 AMT 系统故障诊断方法 | 第28-40页 |
| 3.1 传感器故障的初步诊断 | 第28-32页 |
| 3.1.1 正常工作时传感器的通断判断 | 第28-29页 |
| 3.1.2 转速传感器故障初步诊断 | 第29-30页 |
| 3.1.3 位置传感器初步故障诊断 | 第30-32页 |
| 3.1.4 挡位开关传感器故障的初步诊断 | 第32页 |
| 3.2 基于换挡过程状态变化综合故障诊断 | 第32-39页 |
| 3.2.1 换挡动作前的故障诊断 | 第32-34页 |
| 3.2.2 离合器分离动作完成后的故障诊断 | 第34-36页 |
| 3.2.3 挂挡动作完成后的故障诊断 | 第36-37页 |
| 3.2.4 离合器再次结合后的故障诊断 | 第37页 |
| 3.2.5 基于信号跟踪的故障诊断 | 第37-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 传感器故障诊断的小波神经网络算法 | 第40-50页 |
| 4.1 小波神经网络在故障诊断中的应用 | 第40-44页 |
| 4.1.1 小波分析在故障诊断中的应用 | 第40-41页 |
| 4.1.2 神经网络在故障诊断中的应用 | 第41-42页 |
| 4.1.3 小波与神经网络的结合 | 第42-43页 |
| 4.1.4 小波神经网络的适用性 | 第43-44页 |
| 4.2 基于小波神经网络算法的传感器故障诊断步骤 | 第44-48页 |
| 4.2.1 传感器信号的小波包分析 | 第44-47页 |
| 4.2.2 神经网络的学习和训练 | 第47页 |
| 4.2.3 传感器故障诊断 | 第47-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第5章 故障诊断的建模与仿真 | 第50-76页 |
| 5.1 传感器故障初步诊断 | 第50-53页 |
| 5.1.1 传感器通断判断 | 第50-53页 |
| 5.1.2 传感器故障诊断极值法实现 | 第53页 |
| 5.2 基于换挡过程的故障诊断建模与仿真 | 第53-60页 |
| 5.2.1 车辆运行模型和换挡过程模型 | 第53-55页 |
| 5.2.2 故障设置模块 | 第55-56页 |
| 5.2.3 基于逻辑逻辑冗余和信号跟踪的故障诊断仿真 | 第56-57页 |
| 5.2.4 基于换挡过程的故障诊断仿真 | 第57-60页 |
| 5.3 小波神经网络算法故障诊断的建模与仿真 | 第60-66页 |
| 5.3.1 信号的故障设置 | 第60-61页 |
| 5.3.2 信号的小波分析处理 | 第61-62页 |
| 5.3.3 神经网络的训练 | 第62-65页 |
| 5.3.4 训练后的神经网络应用于故障诊断 | 第65-66页 |
| 5.4 故障诊断的硬件仿真 | 第66-74页 |
| 5.4.1 MotoTron 概述 | 第66-67页 |
| 5.4.2 xPC-Target 实时仿真环境 | 第67-68页 |
| 5.4.3 实时仿真平台硬件结构 | 第68-70页 |
| 5.4.4 故障诊断硬件仿真测试 | 第70-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |