首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

电源车远程智能健康评估系统研究

摘要第9-10页
Abstract第10-11页
第1章 绪论第15-26页
    1.1 课题研究背景及意义第15-16页
    1.2 课题及相关技术的研究现状第16-23页
        1.2.1 复杂装备远程智能健康评估系统的发展现状第16-18页
        1.2.2 复杂装备智能健康评估方法研究现状第18-23页
    1.3 本文的主要研究内容及章节安排第23-26页
        1.3.1 主要研究内容第23-24页
        1.3.2 论文结构及章节安排第24-26页
第2章 电源车远程智能健康评估系统分析与总体设计第26-35页
    2.1 引言第26页
    2.2 电源车远程智能健康评估系统需求分析第26-28页
        2.2.1 电源车简介第26-27页
        2.2.2 电源车智能健康评估需求分析第27-28页
        2.2.3 电源车远程状态监测需求分析第28页
    2.3 本地-远程融合的电源车智能健康评估系统框架设计第28-33页
        2.3.1 本地-远程融合的电源车智能健康评估系统框架第28-29页
        2.3.2 基于DSP的电源车本地状态监测模块硬件设计第29-31页
        2.3.3 基于Spark的电源车智能健康评估平台设计第31-32页
        2.3.4 基于B/S模式的电源车健康评估可视化第32-33页
    2.4 电源车智能健康评估方法总体构思第33-34页
        2.4.1 电源车智能健康评估方法第33-34页
    2.5 本章小结第34-35页
第3章 基于LSTM-SPRT的电源车故障诊断方法研究第35-47页
    3.1 引言第35页
    3.2 电源车故障诊断面临的问题及方法的提出第35-36页
        3.2.1 电源车故障诊断的问题分析第35页
        3.2.2 电源车故障诊断方法的提出第35-36页
    3.3 基于LSTM-SPRT的电源车故障诊断第36-42页
        3.3.1 电源车状态数据初始特征提取第36-37页
        3.3.2 基于LSTM网络的电源车多变量时间序列学习建模第37-39页
        3.3.3 基于LSTM网络的电源车多变量时间序列模型训练第39-40页
        3.3.4 基于SPRT的自适应多样本故障诊断第40-42页
    3.4 基于电源车虚拟仿真系统的故障诊断仿真研究第42-46页
        3.4.1 数据准备第42-43页
        3.4.2 LSTM网络的离线训练第43-44页
        3.4.3 LSTM-SPRT融合的实时故障诊断第44-46页
    3.5 本章小结第46-47页
第4章 基于多状态时间序列预测学习的电源车故障预测方法研究第47-60页
    4.1 引言第47页
    4.2 电源车故障预测方法第47-49页
        4.2.1 电源车故障预测面对的问题第47-48页
        4.2.2 电源车故障预测方法第48-49页
    4.3 基于多状态时间序列预测学习的电源车故障预测第49-54页
        4.3.1 基于LSTM的多状态时间序列预测模型第49-51页
        4.3.2 基于改进kNN算法的故障预判第51-54页
    4.4 仿真验证第54-59页
        4.4.1 仿真平台及数据说明第54-56页
        4.4.2 状态趋势预测模型的训练及网络性能分析第56-57页
        4.4.3 故障预判算法仿真及结果分析第57-59页
    4.5 本章小结第59-60页
第5章 基于深度学习模型重构的电源车系统级健康评估方法研究第60-67页
    5.1 引言第60页
    5.2 基于深度学习模型重构的电源车系统级健康评估方法第60-64页
        5.2.1 系统级健康评估方法的提出第60-61页
        5.2.2 基于LSTM网络的模型重构第61-62页
        5.2.3 系统级健康指数的构建及推导第62-64页
    5.3 仿真验证第64-66页
        5.3.1 仿真平台及数据说明第64页
        5.3.2 深度学习重构模型的训练第64-65页
        5.3.3 电源车系统级健康评估第65-66页
    5.4 本章小结第66-67页
第6章 电源车远程智能健康评估系统的实施第67-79页
    6.1 引言第67页
    6.2 电源车远程状态监测方案实施第67-73页
        6.2.1 电源车本地实时异常检测第67-71页
        6.2.2 电源车数据远程传输第71-72页
        6.2.3 电源车数据分布式存储第72-73页
    6.3 电源车健康评估算法组件方案实施第73-74页
        6.3.1 健康评估算法组件开发第73-74页
    6.4 电源车健康评估可视化方案实施第74-76页
        6.4.1 电源车数据可视化第74-75页
        6.4.2 电源车健康评估可视化第75-76页
    6.5 电源车远程智能健康评估系统运行与调试第76-78页
        6.5.1 系统功能测试第76页
        6.5.2 系统性能测试第76-78页
    6.6 本章小结第78-79页
结论与展望第79-82页
    结论第79-80页
    展望第80-82页
参考文献第82-89页
致谢第89-90页
附录A 攻读学位期间发表的学术论文第90页

论文共90页,点击 下载论文
上一篇:高温快关蝶阀密封副瞬态热结构耦合与冲击的影响研究
下一篇:TC4钛合金表面激光气体氮化工艺及性能研究