电液伺服系统的智能故障检测与诊断的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-17页 |
| ·研究的背景和意义 | 第7页 |
| ·故障诊断技术的研究发展 | 第7-8页 |
| ·故障诊断的主要方法 | 第8-15页 |
| ·基于数学模型方法 | 第9页 |
| ·基于多元统计的方法 | 第9-10页 |
| ·故障树分析法 | 第10-11页 |
| ·模式识别方法 | 第11-12页 |
| ·模糊逻辑方法 | 第12页 |
| ·专家系统方法 | 第12-13页 |
| ·人工神经网络方法 | 第13-15页 |
| ·本文主要内容和安排 | 第15-17页 |
| 2 神经网络综述 | 第17-29页 |
| ·神经元模型 | 第17-19页 |
| ·神经网络的结构 | 第19-20页 |
| ·神经网络的学习 | 第20-23页 |
| ·BP神经网络 | 第23-26页 |
| ·BP网络的模型结构 | 第23-24页 |
| ·BP网络的误差反向传播学习算法 | 第24-26页 |
| ·BP神经网络在故障诊断中的应用 | 第26-28页 |
| ·BP神经网络的优点与不足 | 第28-29页 |
| 3 电液伺服系统硬件组成 | 第29-37页 |
| ·电液伺服系统概述 | 第29页 |
| ·电液伺服系统硬件结构 | 第29-37页 |
| ·电液调速系统工作原理 | 第30-32页 |
| ·工控机 | 第32页 |
| ·校正装置 | 第32-33页 |
| ·位置反馈信号的采集装置 | 第33-37页 |
| ·外环位置反馈信号的采集装置 | 第33-35页 |
| ·液压缸位置反馈装置 | 第35页 |
| ·400HZ激磁信号 | 第35-37页 |
| 4 系统测试和模型推导 | 第37-45页 |
| ·电液伺服系统的数学模型 | 第37-40页 |
| ·模型参数辨识 | 第40-43页 |
| ·电液伺服系统非线性因素的辨识 | 第43页 |
| ·电液伺服系统在SIMULINK中的建模 | 第43-45页 |
| 5 电液伺服系统的神经网络故障诊断仿真 | 第45-58页 |
| ·电液伺服系统故障诊断的神经网络结构确定 | 第45页 |
| ·BP神经网络输出节点的确定 | 第45-46页 |
| ·BP神经网络输入节点的确定 | 第46-51页 |
| ·故障诊断征兆指标的选取 | 第46-47页 |
| ·故障信息指标的相关分析 | 第47-51页 |
| ·神经网络的隐含层节点数目确定 | 第51页 |
| ·BP神经网络的仿真故障诊断 | 第51-58页 |
| ·网络训练数据与测试数据选取 | 第52-53页 |
| ·MATLAB辅助神经网络工具箱用户界面 | 第53-55页 |
| ·神经网络训练的改进算法 | 第55-58页 |
| 6 BP神经网络在电液伺服系统故障诊断中的应用 | 第58-64页 |
| ·神经网络故障诊断的训练和测试结果 | 第58-61页 |
| ·故障诊断结果的耦合度矩阵修正 | 第61-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
