摘要 | 第1-3页 |
Abstract | 第3-7页 |
Contents | 第7-9页 |
第1章 绪论 | 第9-15页 |
·选题背景及研究意义 | 第9-10页 |
·船舶机舱监控系统的发展与现状 | 第10-12页 |
·现场总线技术在船舶机舱监控系统中的应用 | 第12-13页 |
·智能数据处理方法在船舶机舱监控系统中的应用 | 第13-14页 |
·本文的主要内容 | 第14-15页 |
第2章 CAN 总线技术 | 第15-22页 |
·几种典型的现场总线 | 第15-17页 |
·CAN 总线优势 | 第17-18页 |
·CAN 总线通信协议与分析 | 第18-21页 |
·报文传输 | 第18-20页 |
·报文滤波、校验与编码 | 第20页 |
·错误处理与故障界定 | 第20-21页 |
·本章小结 | 第21-22页 |
第3章 船舶机舱监控系统总体设计方案 | 第22-26页 |
·系统功能 | 第22-23页 |
·系统的总体设计方案 | 第23-24页 |
·本系统特点 | 第24-25页 |
·本章小结 | 第25-26页 |
第4章 基于 CAN 总线的数据测控节点设计 | 第26-40页 |
·测控节点硬件设计 | 第26-34页 |
·C8051F040 单片机 | 第27-28页 |
·模拟量测量电路 | 第28-29页 |
·开关量测量电路 | 第29-30页 |
·CAN 总线接口电路 | 第30-33页 |
·CAN 适配器 | 第33-34页 |
·测控节点软件设计 | 第34-39页 |
·主程序设计 | 第34-35页 |
·A/D 转换程序设计 | 第35-36页 |
·CAN 通信程序设计 | 第36-39页 |
·本章小结 | 第39-40页 |
第5章 基于粒子群优化算法的智能数据处理方法 | 第40-53页 |
·船舶柴油机故障诊断 | 第40-43页 |
·船舶柴油机故障性质和诊断过程 | 第40-41页 |
·船舶柴油机故障诊断特征参量 | 第41-43页 |
·模糊神经网络 | 第43-46页 |
·模糊理论 | 第43-44页 |
·人工神经网络 | 第44页 |
·典型模糊神经网络结构 | 第44-46页 |
·粒子群优化算法 | 第46-49页 |
·粒子群优化算法原理 | 第46-47页 |
·改进的粒子群优化算法 | 第47-49页 |
·基于粒子群优化算法的 FNN 船舶柴油机故障诊断 | 第49-52页 |
·基于 FNN 的船舶柴油机故障诊断模型 | 第49页 |
·基于 WCPSO 优化的 FNN 船舶柴油机故障诊断仿真实验 | 第49-52页 |
·本章小结 | 第52-53页 |
第6章 上位机监控软件设计 | 第53-65页 |
·监控软件功能概述 | 第53-54页 |
·开发工具选择 | 第53页 |
·监控软件主要功能 | 第53-54页 |
·上位机软件具体设计 | 第54-61页 |
·系统登录模块 | 第54-55页 |
·参数配置模块 | 第55-56页 |
·综合报警模块 | 第56页 |
·实时监控模块 | 第56-58页 |
·数据库功能模块 | 第58-61页 |
·智能数据处理方法的应用 | 第61-63页 |
·本章小结 | 第63-65页 |
结论 | 第65-67页 |
参考文献 | 第67-71页 |
附录 | 第71-77页 |
攻读硕士学位期间发表的学术论文 | 第77-79页 |
致谢 | 第79-80页 |
大摘要 | 第80-84页 |