首页--交通运输论文--水路运输论文--船舶保养、修理和拆船工艺论文

船舶动力装置状态监测与主机故障诊断的研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-16页
   ·课题研究的背景及意义第9-10页
   ·船舶动力装置的组成第10页
   ·船舶动力装置状态监测与故障诊断技术的发展现状第10-14页
     ·船舶动力装置状态监测与故障诊断的方法第11-12页
     ·船舶主机常用的监测与诊断技术第12-13页
     ·船舶动力装置监测诊断的难点第13-14页
     ·船舶动力装置监测诊断的发展趋势第14页
   ·本文的主要研究内容第14-15页
   ·本章小结第15-16页
2 船舶主机故障诊断机理研究第16-22页
   ·船舶主机主要工作部件第16-17页
   ·故障诊断机理研究第17-21页
     ·活塞气缸组件第17-18页
     ·配气系统第18-19页
     ·燃油喷射系统第19-21页
   ·本章小结第21-22页
3 系统总体方案及硬件设计第22-31页
   ·系统监测对象及参数分析第22-23页
     ·系统监测对象第22页
     ·系统的监测参数第22-23页
   ·系统总体方案第23-24页
   ·系统的硬件结构及选型第24-30页
     ·系统的硬件结构第24-25页
     ·系统硬件选型第25-30页
   ·本章小结第30-31页
4 试验数据处理和分析第31-45页
   ·瞬时转速测取及其特征参数的提取第31-37页
     ·瞬时转速的测量方法第31页
     ·磁电式瞬时转速的测量原理第31-32页
     ·瞬时转速信号的提取第32-33页
     ·瞬时转速信号的滤波和特征参数的提取第33-36页
     ·瞬时转速特征参数用于故障诊断分析第36-37页
   ·气缸压力示功图信号处理和性能参数提取第37-43页
     ·上止点定位第37-39页
     ·气缸压力信号的等曲柄转角化第39-40页
     ·数据均化处理第40-41页
     ·平滑处理第41-42页
     ·气缸压力示功图的转换和性能参数提取第42-43页
   ·本章小结第43-45页
5 BP 神经网络在船舶主机故障诊断中的应用第45-56页
   ·BP 神经网络第45-49页
     ·BP 神经网络结构第46页
     ·BP 网络学习算法的实现第46-48页
     ·BP 神经网络的设计要求第48-49页
   ·应用BP 神经网络进行船舶主机故障诊断第49-55页
     ·输入向量和目标向量设计第49-50页
     ·BP 神经网络的创建第50页
     ·BP 神经网络的训练与测试第50-55页
   ·本章小结第55-56页
6 基于 LabVIEW 的系统软件的开发第56-68页
   ·虚拟仪器及 LabVIEW第56-57页
   ·系统软件设计总体结构第57-58页
   ·数据采集与信号处理模块第58-62页
     ·数据采集模块第58-62页
     ·信号处理模块第62页
   ·主机组运行模块第62-64页
   ·柴油发电机组运行模块第64页
   ·辅机运行模块第64页
   ·主机特性分析模块第64-66页
   ·故障诊断模块第66-67页
   ·本章小结第67-68页
7 结论与展望第68-69页
   ·结论第68页
   ·展望第68-69页
致谢第69-70页
参考文献第70-74页
附录第74-78页
 A. 船舶主机故障模拟模式表第74页
 B. BP 神经网络的训练及测试程序第74-77页
 C. 数据采集卡AC1810 的编程流程第77-78页
 D. 作者在攻读硕士学位期间发表的论文目录第78页

论文共78页,点击 下载论文
上一篇:水泥石在梯度干燥下的干缩行为与相关机理研究
下一篇:汽车电子控制系统的电磁兼容性研究