基于CAN总线信息的汽车故障分析及预报系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题来源与意义 | 第10-11页 |
| ·国内外研究现状及分析 | 第11-15页 |
| ·CAN 总线技术的国内外发展现状及发展趋势 | 第11-12页 |
| ·当前典型的基于CAN 总线技术的汽车网络平台 | 第12-14页 |
| ·汽车故障综合分析及预报技术的发展现状及发展趋势 | 第14-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| 第2章 汽车故障原理及故障诊断方法 | 第16-24页 |
| ·汽车故障诊断技术 | 第16-19页 |
| ·汽车故障的种类与特点 | 第16页 |
| ·汽车故障诊断的分类 | 第16-18页 |
| ·汽车故障诊断参数 | 第18-19页 |
| ·故障诊断的主要理论方法 | 第19-23页 |
| ·故障诊断技术 | 第19-20页 |
| ·故障诊断方法 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 USB-CAN 转换卡的设计 | 第24-38页 |
| ·CAN 总线技术概述 | 第24-29页 |
| ·CAN 节点的分层结构 | 第24页 |
| ·CAN 总线的特点 | 第24-26页 |
| ·报文传输 | 第26-28页 |
| ·仲裁 | 第28-29页 |
| ·USB 总线技术概述 | 第29-31页 |
| ·USB 的层次结构 | 第29页 |
| ·USB 总线的特点 | 第29-30页 |
| ·USB 协议规范及帧结构 | 第30-31页 |
| ·USB-CAN 转换卡硬件电路设计 | 第31-36页 |
| ·转换卡主要芯片 | 第31-34页 |
| ·原理图设计 | 第34-36页 |
| ·USB-CAN 转换卡与上位机连接程序设计 | 第36-37页 |
| ·CAN 协议的实现 | 第36页 |
| ·微控制器固件编程 | 第36-37页 |
| ·USB 协议的实现 | 第37页 |
| ·USB-CAN 转换卡实验结果 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 汽车故障信号的数字滤波 | 第38-50页 |
| ·数字滤波器算法及其在汽车故障信号滤波中的应用 | 第38-44页 |
| ·算数平均值滤波 | 第39-40页 |
| ·加权平均值滤波 | 第40-41页 |
| ·滑动平均值滤波 | 第41页 |
| ·中值滤波 | 第41-42页 |
| ·防脉冲干扰平均值滤波 | 第42页 |
| ·程序判断滤波 | 第42-43页 |
| ·低通滤波 | 第43-44页 |
| ·复合数字滤波 | 第44页 |
| ·数字滤波仿真 | 第44页 |
| ·卡尔曼滤波器及其在汽车故障信号滤波中的应用 | 第44-49页 |
| ·卡尔曼增益 | 第45-46页 |
| ·Riccati 方程 | 第46页 |
| ·滤波 | 第46-47页 |
| ·卡尔曼滤波器实现 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于神经网络的汽车故障诊断系统设计 | 第50-66页 |
| ·人工神经网络 | 第50-53页 |
| ·人工神经元模型 | 第50-52页 |
| ·神经网络的拓扑结构 | 第52页 |
| ·人工神经网络的学习规则 | 第52-53页 |
| ·BP 神经网络 | 第53-58页 |
| ·BP 神经网络模型 | 第53页 |
| ·本系统所采用的BP 算法 | 第53-55页 |
| ·BP 神经网络的关键参数确定 | 第55-58页 |
| ·网络数据的预处理 | 第58页 |
| ·BP 神经网络在汽车故障诊断中的应用 | 第58-62页 |
| ·BP 神经网络故障诊断的结构设计 | 第58-59页 |
| ·BP 神经网络训练过程上位机软件设计 | 第59-62页 |
| ·汽车故障分析及预报系统上位机软件设计 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |
