| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·发动机故障诊断的意义 | 第8页 |
| ·发动机故障诊断技术 | 第8-10页 |
| ·发动机故障诊断分类 | 第8-9页 |
| ·发动机故障诊断方法 | 第9-10页 |
| ·发动机故障诊断技术的应用现状及发展趋势 | 第10-12页 |
| ·国外汽车诊断技术的发展概况 | 第10页 |
| ·国内发动机故障诊断技术的发展状况 | 第10-12页 |
| 第二章 故障诊断理论及方法 | 第12-21页 |
| ·汽车故障诊断的基本概念 | 第12页 |
| ·故障诊断方法 | 第12-15页 |
| ·基于信号分析处理的故障诊断方法 | 第12-13页 |
| ·基于解析模型的故障诊断方法 | 第13页 |
| ·基于人工智能的故障诊断方法 | 第13-15页 |
| ·径向基函数神经网络原理 | 第15-19页 |
| ·RBF 神经网络结构 | 第15-17页 |
| ·RBF 神经网络的学习算法 | 第17-19页 |
| ·神经网络在故障诊断中的应用 | 第19-20页 |
| ·基于神经网络的故障诊断的优点 | 第19页 |
| ·神经网络与故障诊断结合的途径 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 电喷发动机故障诊断研究 | 第21-36页 |
| ·电喷发动机控制系统的基本组成和工作原理 | 第21-22页 |
| ·电喷发动机电控系统的结构 | 第21页 |
| ·电喷发动机电控系统的基本组成 | 第21-22页 |
| ·主要传感器、执行器的工作原理和波形分析 | 第22-31页 |
| ·点火波形分析 | 第22-25页 |
| ·喷油器波形分析 | 第25-26页 |
| ·氧传感器波形分析 | 第26-31页 |
| ·电喷发动机故障征兆及其技术状态特征 | 第31-35页 |
| ·电喷发动机常见故障征兆及原因分析 | 第32-34页 |
| ·电喷发动机典型故障征兆的技术状态特征 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于信息融合神经网络的电控发动机故障诊断设计 | 第36-43页 |
| ·基于神经网络的故障诊断方法 | 第36-37页 |
| ·神经网络在故障模式识别中的应用 | 第36-37页 |
| ·基于神经网络的故障诊断过程 | 第37页 |
| ·怠速不稳故障征兆的分析 | 第37-40页 |
| ·电喷发动机典型运行工况的控制 | 第38-39页 |
| ·怠速不稳的原因分析 | 第39-40页 |
| ·特征参数的选择与提取 | 第40-41页 |
| ·特征参数的选择 | 第40页 |
| ·基于主成分分析特征参数的提取 | 第40-41页 |
| ·信息融合中心的设计 | 第41-42页 |
| ·隐层神经元数的确定 | 第41页 |
| ·转移函数的选择 | 第41-42页 |
| ·输出层的设计 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于RBF 神经网络的怠速不稳故障诊断方法的研究 | 第43-58页 |
| ·基于主成分分析的发动机怠速不稳故障数据的特征提取 | 第43-49页 |
| ·诊断怠速不稳故障的RBF 神经网络设计 | 第49-53页 |
| ·MATLAB 环境下RBF 神经网络构建函数的选择 | 第49-50页 |
| ·隐层神经元数的确定 | 第50页 |
| ·转移函数 | 第50页 |
| ·输出层的设计 | 第50页 |
| ·怠速不稳故障诊断的RBF 神经网络程序设计 | 第50-53页 |
| ·多传感器信息融合RBF 网络和单传感器信息RBF 网络的比较 | 第53-54页 |
| ·有无主成分分析进行特征提取的RBF 神经网络的比较 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 结论与建议 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 在学期间所发表的学术论著 | 第62页 |
