基于支持向量机的柴油机故障诊断系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-16页 |
| ·课题提出的背景 | 第8-9页 |
| ·国内外柴油机故障诊断技术研究现状 | 第9-14页 |
| ·机械振动分析法 | 第9-10页 |
| ·油液分析法 | 第10页 |
| ·热力性能参数诊断 | 第10-11页 |
| ·瞬时转速法 | 第11页 |
| ·神经网络分析法 | 第11-12页 |
| ·专家系统分析法 | 第12-13页 |
| ·基于支持向量机的故障诊断方法 | 第13-14页 |
| ·本文研究的意义及主要内容 | 第14-16页 |
| 第2章 柴油机故障诊断理论基础 | 第16-34页 |
| ·柴油机结构及故障特性 | 第16-20页 |
| ·柴油机主要结构 | 第16-17页 |
| ·柴油机常见故障及产生原因 | 第17-20页 |
| ·统计学习理论相关知识 | 第20-24页 |
| ·机器学习问题的表示 | 第21-22页 |
| ·VC维 | 第22页 |
| ·经验风险最小化原则 | 第22-23页 |
| ·学习机器的复杂性与推广能力 | 第23-24页 |
| ·结构风险最小化原理 | 第24页 |
| ·支持向量机 | 第24-33页 |
| ·最优超平面的构造 | 第25-28页 |
| ·核函数 | 第28-31页 |
| ·松弛变量 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 支持向量机在柴油机故障诊断中的实现 | 第34-45页 |
| ·多类问题 | 第34-36页 |
| ·完全多类支持向量机 | 第34-35页 |
| ·组合多类支持向量机 | 第35-36页 |
| ·LIBSVM软件和MATLAB介绍 | 第36-38页 |
| ·LIBSVM常用参数介绍 | 第36-37页 |
| ·MATLAB语言主要特点与功能 | 第37-38页 |
| ·基于SVM的柴油机故障诊断技术应用 | 第38-44页 |
| ·燃油系统常见故障分析 | 第38-40页 |
| ·Matlab故障诊断实现 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 柴油机故障诊断系统的开发 | 第45-55页 |
| ·系统开发语言 | 第45页 |
| ·故障诊断系统的实现 | 第45-52页 |
| ·用户登录 | 第46页 |
| ·系统主界面 | 第46-47页 |
| ·柴油机故障输入模块 | 第47-48页 |
| ·柴油机故障诊断结果输出 | 第48-50页 |
| ·故障类别管理模块 | 第50页 |
| ·故障报表打印模块 | 第50-51页 |
| ·系统维护模块 | 第51-52页 |
| ·VB系统与数据库的连接 | 第52-53页 |
| ·MATLAB系统与数据库的连接 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| ·全文工作总结 | 第55页 |
| ·进一步研究工作的展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
