混合动力电动汽车驱动系统的故障诊断研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第1章 绪论 | 第6-13页 |
| ·选题的背景和意义 | 第6-7页 |
| ·故障诊断的概述 | 第7-11页 |
| ·故障诊断的含义与任务 | 第7-8页 |
| ·故障诊断技术的主要方法 | 第8-9页 |
| ·故障诊断技术发展 | 第9-11页 |
| ·混合动力汽车故障诊断技术 | 第11-12页 |
| ·本文主要研究内容和关键技术 | 第12-13页 |
| 第2章 电动汽车驱动系统组成原理和故障诊断方法 | 第13-31页 |
| ·电动汽车驱动系统组成原理 | 第13-19页 |
| ·电动汽车定义 | 第13页 |
| ·驱动控制系统结构 | 第13-14页 |
| ·驱动系统工作原理 | 第14-15页 |
| ·驱动系统执行机构 | 第15-19页 |
| ·驱动系统故障诊断的必要性 | 第19页 |
| ·电动汽车驱动系统故障诊断方法 | 第19-31页 |
| ·基于专家系统的故障诊断方法 | 第21-25页 |
| ·基于神经网络的故障诊断方法 | 第25-31页 |
| 第3章 基于专家系统的驱动系统故障诊断的实现 | 第31-42页 |
| ·数据访问对象 | 第31-32页 |
| ·系统知识表达和知识库的建立 | 第32-39页 |
| ·知识库模块的建立和维护 | 第32-33页 |
| ·知识获取的实现 | 第33-35页 |
| ·数据库技术在知识库设计中的应用 | 第35-37页 |
| ·产生式的知识表达 | 第37-39页 |
| ·推理机模块 | 第39-40页 |
| ·用户界面的设计 | 第40-42页 |
| 第4章 基于神经网络的驱动系统故障诊断实现 | 第42-73页 |
| ·神经网络的选择与设计 | 第42-45页 |
| ·网络的层数 | 第42-43页 |
| ·隐含层的神经元数 | 第43页 |
| ·初始权值的选取 | 第43页 |
| ·学习速率 | 第43-44页 |
| ·期望误差的选取 | 第44页 |
| ·算法的选择 | 第44-45页 |
| ·BP网络的六种优化算法 | 第45-50页 |
| ·基于标准梯度下降的方法 | 第45-47页 |
| ·基于数值优化方法的网络训练算法 | 第47-50页 |
| ·系统故障诊断软件的设计与实现 | 第50-55页 |
| ·基于MATLAB工具箱的软件设计 | 第50-51页 |
| ·MATLAB与Visual Basic集成 | 第51-53页 |
| ·软件实现 | 第53-55页 |
| ·系统故障诊断实现 | 第55-69页 |
| ·电力电子逆变电路的故障诊断实现 | 第57-65页 |
| ·电机故障诊断神经网络的实现 | 第65-69页 |
| ·各种改进算法和训练函数特性的比较 | 第69-71页 |
| ·专家系统和神经网络两种诊断方法比较 | 第71-73页 |
| 第5章 总结与展望 | 第73-75页 |
| ·主要工作总结 | 第73页 |
| ·本文的主要贡献 | 第73-74页 |
| ·有待进一步研究的问题 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
