| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·故障诊断的意义 | 第8-9页 |
| ·故障诊断技术的发展 | 第9-10页 |
| ·故障诊断技术发展的三个阶段 | 第9页 |
| ·从传统故障诊断到智能故障诊断 | 第9-10页 |
| ·国内外故障预测诊断技术的研究现状与发展 | 第10-11页 |
| ·本课题研究的目的和内容 | 第11-12页 |
| ·研究目的 | 第11页 |
| ·研究内容 | 第11-12页 |
| 2 模糊推理技术以及故障特征提取及分类 | 第12-20页 |
| ·模糊理论 | 第12-15页 |
| ·模糊集合概念 | 第12页 |
| ·模糊诊断矩阵的构造和隶属函数的确定 | 第12-15页 |
| ·故障特征的获取 | 第15-18页 |
| ·主成分分析法 | 第15-17页 |
| ·发动机故障特征值的提取 | 第17-18页 |
| ·利用动态聚类对故障分类算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 人工神经网络技术 | 第20-33页 |
| ·人工神经网络的结构及学习方法 | 第20-25页 |
| ·人工神经网络的结构 | 第20页 |
| ·人工神经元传递函数的类型 | 第20-22页 |
| ·神经网络的拓扑结构 | 第22-24页 |
| ·神经网络的学习规则 | 第24-25页 |
| ·BP 网络的介绍及其改进 | 第25-32页 |
| ·BP 网络的介绍 | 第26-30页 |
| ·BP 算法的改进 | 第30-32页 |
| ·网络应用中的几个实际问题 | 第32页 |
| ·本章小结 | 第32-33页 |
| 4 模糊神经网络 | 第33-37页 |
| ·两者结合的必要性 | 第33页 |
| ·两者的多种结合方式 | 第33-34页 |
| ·基于BP 的模糊神经网络的结构 | 第34页 |
| ·学习算法 | 第34-36页 |
| ·模糊神经网络的改进 | 第36页 |
| ·本章小结 | 第36-37页 |
| 5 基于模糊神经网络的实例诊断 | 第37-42页 |
| ·汽油机失火故障特征提取和失火程度的模糊评价 | 第37-38页 |
| ·汽油机失火程度与排气浓度之间关系的模糊神经网络模型以及诊断.. | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 6 发动机故障诊断软件框架设计 | 第42-48页 |
| ·发动机故障诊断软件总体结构 | 第42页 |
| ·系统各功能子模块的设计 | 第42-46页 |
| ·障诊断信号参数的选择，获取，处理的设想 | 第46-48页 |
| 7 结论与展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-54页 |
| 独创性声明 | 第54页 |
| 学位论文版权使用授权书 | 第54页 |