| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 故障诊断技术的研究现状 | 第11-17页 |
| 1.2.1 故障诊断技术的发展 | 第11-12页 |
| 1.2.2 常用的故障诊断方法 | 第12-17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 太阳能游览船舶动力锂电池组常见故障分析 | 第19-24页 |
| 2.1 锂电池的特性 | 第19-21页 |
| 2.1.1 锂电池的工作原理和特点 | 第19-20页 |
| 2.1.2 磷酸铁锂电池的特点 | 第20-21页 |
| 2.2 锂电池的常见故障分析 | 第21-22页 |
| 2.3 太阳能游览船舶动力锂电池组的常见故障分析 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于模糊神经网络的船用锂电池组故障诊断模型的研究 | 第24-37页 |
| 3.1 自适应模糊神经网络系统的特性和结构 | 第24-25页 |
| 3.2 自适应模糊神经网络系统的输入输出量的确定 | 第25-30页 |
| 3.2.1 自适应系统的输入输出量的分析 | 第25-27页 |
| 3.2.2 自适应系统的输入输出量的处理 | 第27-28页 |
| 3.2.3 自适应系统的样本数据的确定 | 第28-30页 |
| 3.3 基于MATLAB的锂电池自适应模糊神经网络系统故障诊断模型的建立 | 第30-35页 |
| 3.3.1 建模函数anfis的介绍和隶属度函数的选取 | 第30-32页 |
| 3.3.2 初始模糊系统生成和模糊规则的确定 | 第32-33页 |
| 3.3.3 自适应模糊神经网络系统的训练 | 第33-34页 |
| 3.3.4 训练完成后的各参数变化 | 第34-35页 |
| 3.3.5 测试建立的诊断模型和诊断结果的分析 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 太阳能游览船舶动力锂电池组故障诊断系统的设计 | 第37-50页 |
| 4.1 故障诊断系统的总体设计 | 第37-41页 |
| 4.1.1 系统开发的软件平台 | 第37-39页 |
| 4.1.2 系统需求分析 | 第39-40页 |
| 4.1.3 结构功能设计 | 第40-41页 |
| 4.2 基于Delphi的故障诊断软件的界面功能设计 | 第41-47页 |
| 4.2.1 登录界面 | 第41页 |
| 4.2.2 数据中心界面 | 第41-44页 |
| 4.2.3 锂电池组实时数据监控界面 | 第44-45页 |
| 4.2.4 历史数据查询界面 | 第45-46页 |
| 4.2.5 锂电池组故障诊断中心界面 | 第46-47页 |
| 4.3 基于SQL Server的数据库设计 | 第47-49页 |
| 4.3.1 Delphi与SQL Server的连接机制 | 第47-48页 |
| 4.3.2 MATLAB与SQL Server的连接机制 | 第48-49页 |
| 4.3.3 锂电池组故障诊断系统的数据库的结构 | 第49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 实船试验与分析 | 第50-55页 |
| 5.1 实船上的试验说明 | 第50-52页 |
| 5.2 实船试验的诊断结果和分析 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-71页 |
| 附录 A | 第61-63页 |
| 附录 B | 第63-66页 |
| 附录 C | 第66-68页 |
| 附录 D | 第68页 |
| 附录 E | 第68-69页 |
| 附录 F | 第69-70页 |
| 附录 G | 第70页 |
| 附录 H | 第70-71页 |
| 在学期间科研成果情况 | 第71页 |
