| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题研究的背景和意义 | 第13页 |
| ·发动机智能故障诊断的研究内容 | 第13-14页 |
| ·发动机失火故障诊断技术国内外研究现状 | 第14-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 发动机故障的振动诊断机理 | 第19-27页 |
| ·发动机振动的激振力 | 第19-20页 |
| ·发动机振动的类型和动力学模型 | 第20-25页 |
| ·整机振动 | 第20-22页 |
| ·结构振动 | 第22-24页 |
| ·轴系扭转振动 | 第24-25页 |
| ·发动机缸盖振动信息模型 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 发动机缸盖振动信号的滤波去噪 | 第27-36页 |
| ·数学形态学与形态滤波器 | 第27-29页 |
| ·集合相对于集合的形态滤波器 | 第27-28页 |
| ·函数相对于集合的形态滤波器 | 第28页 |
| ·函数相对于函数的形态滤波器 | 第28-29页 |
| ·形态学开-闭、闭-开滤波器 | 第29-32页 |
| ·基于数学形态滤波器的组合滤波方案 | 第32-33页 |
| ·发动机缸盖振动信号的滤波处理结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 发动机缸盖振动信号的特征提取 | 第36-50页 |
| ·小波分析基础 | 第36-43页 |
| ·从傅里叶变换到小波分析 | 第36-37页 |
| ·连续小波变换 | 第37-39页 |
| ·离散小波变换 | 第39-40页 |
| ·多分辨分析和Mallat 算法 | 第40-42页 |
| ·小波包 | 第42-43页 |
| ·小波域近似熵特征提取算法 | 第43-45页 |
| ·算法设计 | 第43-44页 |
| ·实验验证 | 第44-45页 |
| ·基于图像处理的小波时频分析特征提取算法 | 第45-46页 |
| ·算法设计 | 第45页 |
| ·实验验证 | 第45-46页 |
| ·小波包能量谱特征提取算法 | 第46-48页 |
| ·算法设计 | 第46-47页 |
| ·实验验证 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 基于粗糙集理论的故障特征约简 | 第50-56页 |
| ·粗糙集理论基础 | 第50-52页 |
| ·粗糙集的概念 | 第50-51页 |
| ·决策系统 | 第51页 |
| ·属性约简 | 第51-52页 |
| ·决策规则 | 第52页 |
| ·连续属性的离散化方法 | 第52-53页 |
| ·属性约简算法 | 第53-54页 |
| ·发动机缸盖振动信号故障特征的约简算法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 基于支持向量机的故障模式识别 | 第56-61页 |
| ·支持向量机分类器 | 第56-58页 |
| ·最优分类面 | 第56-57页 |
| ·广义最优分类面 | 第57页 |
| ·支持向量机 | 第57-58页 |
| ·基于支持向量机的发动机故障识别结果 | 第58-60页 |
| ·算法流程 | 第58-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 发动机状态监测与故障诊断系统的软硬件系统实现 | 第61-78页 |
| ·虚拟仪器技术及NI LABVIEW | 第61-62页 |
| ·虚拟仪器技术 | 第61页 |
| ·NI LabVIEW | 第61-62页 |
| ·大众2VQS 电喷发动机失火故障智能诊断系统 | 第62-66页 |
| ·实验用发动机简介 | 第62-63页 |
| ·硬件系统设计 | 第63-64页 |
| ·软件系统设计 | 第64-66页 |
| ·发动机实验台架状态监测与故障诊断系统 | 第66-77页 |
| ·发动机实验台架简介 | 第66-67页 |
| ·硬件系统设计 | 第67-68页 |
| ·软件系统设计 | 第68-77页 |
| ·本章小结 | 第77-78页 |
| 第八章 结论与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 在学期间的研究成果及发表的学术论文 | 第86页 |