基于神经网络的电控汽油发动机的智能故障诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·本课题研究的目的与意义 | 第9-11页 |
| ·国内外研究概况 | 第11-15页 |
| ·本文主要工作 | 第15-17页 |
| 第2章 电控汽油发动机的控制系统及故障分析 | 第17-30页 |
| ·电控汽油机的基本工作原理 | 第17-20页 |
| ·465Q型电控汽油机介绍 | 第17-18页 |
| ·电控汽油机控制的基本内容 | 第18-20页 |
| ·确定汽油机工况所需的参数 | 第20页 |
| ·汽油机电控系统的基本组成 | 第20-22页 |
| ·电控汽油机的故障分析 | 第22-30页 |
| ·电控汽油机常见的典型故障 | 第22-26页 |
| ·电控系统主要组件故障造成的影响 | 第26页 |
| ·汽油机电控系统常见故障的诊断 | 第26-30页 |
| 第3章 人工神经网络 | 第30-40页 |
| ·人工神经网络简介 | 第30-31页 |
| ·人工神经网络的起源及发展 | 第30页 |
| ·人工神经网络的特性 | 第30-31页 |
| ·BP神经网络 | 第31-40页 |
| ·BP算法原理 | 第31-32页 |
| ·BP网络的前馈计算 | 第32-33页 |
| ·BP网络权系数的调整规则 | 第33-36页 |
| ·BP网络学习算法的计算步骤 | 第36页 |
| ·使用BP算法时应注意的几个问题 | 第36-37页 |
| ·BP网络学习算法的改进 | 第37-40页 |
| 第4章 基于神经网络的电控汽油发动机智能故障诊断 | 第40-73页 |
| ·电控汽油机智能故障诊断技术及原理 | 第40-52页 |
| ·故障诊断的方法 | 第40-43页 |
| ·基于数学模型的故障诊断方法 | 第40-41页 |
| ·基于人工智能的故障诊断方法 | 第41-43页 |
| ·智能故障诊断技术的发展 | 第43-48页 |
| ·智能故障诊断技术的现状 | 第43-44页 |
| ·现有的智能故障诊断存在的问题 | 第44-45页 |
| ·智能故障诊断技术的发展趋势 | 第45-48页 |
| ·电控汽油机故障诊断技术 | 第48-52页 |
| ·基本概念 | 第48页 |
| ·电控汽油机故障的种类 | 第48-49页 |
| ·电控汽油机故障的主要特点 | 第49-51页 |
| ·电控汽油机故障的诊断方法 | 第51-52页 |
| ·基于神经网络的电控汽油机故障诊断 | 第52-63页 |
| ·基于神经网络故障诊断的途径 | 第52-54页 |
| ·BP神经网络的建立及其故障诊断 | 第54-63页 |
| ·基于模糊神经网络的电控汽油机故障诊断 | 第63-73页 |
| ·模糊逻辑与神经网络的结合 | 第63-65页 |
| ·模糊神经网络的结构 | 第65-66页 |
| ·模糊神经网络的建立及其故障诊断 | 第66-73页 |
| 第5章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·存在的问题与技术展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 附录 | 第78页 |
