燃料电池发动机多传感器的故障诊断与容错技术研究
| 第1章 概述 | 第1-12页 |
| ·课题研究的意义及来源 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·主要研究内容 | 第11-12页 |
| 第2章 燃料电池发动机及其传感器系统的结构 | 第12-32页 |
| ·燃料电池电动汽车的组成 | 第12页 |
| ·燃料电池发动机系统的组成 | 第12-21页 |
| ·燃料电池电堆 | 第13-15页 |
| ·氢气供给系统 | 第15-17页 |
| ·空气供给系统 | 第17-18页 |
| ·冷却水循环管理系统 | 第18-19页 |
| ·报警系统 | 第19-20页 |
| ·通讯系统 | 第20页 |
| ·控制器 | 第20-21页 |
| ·燃料电池发动机传感器系统 | 第21-31页 |
| ·压力传感器 | 第22-23页 |
| ·温度传感器电路分析与设计 | 第23-26页 |
| ·霍尔电压、电流传感器 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 传感器的故障诊断与容错系统结构设计 | 第32-46页 |
| ·故障诊断的主要方法 | 第32-36页 |
| ·基于控制系统动态模型的方法 | 第32-34页 |
| ·不依赖于动态模型的典型故障诊断方法 | 第34-35页 |
| ·模型法与神经网络法的比较 | 第35-36页 |
| ·容错技术 | 第36-40页 |
| ·容错技术及其分类 | 第37-38页 |
| ·容错设计方法 | 第38-40页 |
| ·传感器冗余技术 | 第40-41页 |
| ·传感器的故障检测与容错系统结构设计 | 第41-45页 |
| ·容错系统设计 | 第41页 |
| ·容错系统的容错对象 | 第41-42页 |
| ·容错的目标 | 第42页 |
| ·容错系统的方案 | 第42-43页 |
| ·燃料电池发动机传感器故障容错系统 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于卡尔曼滤波器的故障诊断与容错技术 | 第46-58页 |
| ·常见传感器的故障类型及其模型化 | 第46-47页 |
| ·传感器的故障诊断 | 第47-48页 |
| ·传感器故障分类 | 第47页 |
| ·传感器故障诊断的概念和任务 | 第47-48页 |
| ·基于卡尔曼滤波器的故障诊断方法 | 第48-53页 |
| ·卡尔曼滤波器的基本思想 | 第49-50页 |
| ·传感器硬故障的检测、隔离与重构 | 第50-51页 |
| ·传感器软故障的检测、隔离与重构 | 第51-53页 |
| ·燃料电池发动机传感器的仿真试验 | 第53-54页 |
| ·传感器发生硬故障时的仿真试验 | 第53-54页 |
| ·传感器发生软故障时的仿真试验 | 第54页 |
| ·具有冗余传感器的联合卡尔曼滤波器结构 | 第54-57页 |
| ·联合卡尔曼滤波器的算法 | 第55-56页 |
| ·仿真研究 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于神经网络的传感器的故障诊断技术 | 第58-69页 |
| ·神经网络的基本原理 | 第58-62页 |
| ·人工神经网络原理 | 第58页 |
| ·人工神经元模型 | 第58-59页 |
| ·神经网络的拓扑结构 | 第59-60页 |
| ·径向基函数RBF网络简介 | 第60-62页 |
| ·基于神经网络的故障诊断 | 第62-63页 |
| ·人工神经网络应用于故障诊断的几种形式 | 第62-63页 |
| ·神经网络用于故障诊断的两种方法 | 第63页 |
| ·基于神经网络辨识的温度传感器故障诊断系统设计 | 第63-68页 |
| ·神经网络辨识 | 第63-65页 |
| ·基于神经网络辨识的故障诊断 | 第65-66页 |
| ·系统仿真 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 全文总结 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 作者在攻读硕士学位期间发表的论文 | 第74-75页 |
| 致谢 | 第75页 |
