| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 汽车行业发展现状 | 第10-11页 |
| 1.2 汽车发动机发展现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-19页 |
| 第2章 4G69 FR MIVEC发动机油水混合分析 | 第19-26页 |
| 2.1 4G69 FR MIVEC发动机油水混合现象 | 第19-20页 |
| 2.2 4G69 FR MIVEC发动机油水混合原因分析 | 第20-25页 |
| 2.2.1 发动机密封垫分析 | 第20-22页 |
| 2.2.2 冷却液分析 | 第22页 |
| 2.2.3 缸体缸盖铸造件缺陷分析 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 缸盖泄露改进对策 | 第26-45页 |
| 3.1 原因分析 | 第26-29页 |
| 3.1.1 缩孔产生原因 | 第26-27页 |
| 3.1.2 防止铸件产生缩孔、缩松的措施 | 第27-29页 |
| 3.2 试验测试 | 第29-31页 |
| 3.3 工艺改进 | 第31-41页 |
| 3.3.1 改善温度场 | 第32-36页 |
| 3.3.2 浇注参数控制 | 第36页 |
| 3.3.3 增加补缩通道 | 第36-41页 |
| 3.4 生产验证 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 性能试验 | 第45-57页 |
| 4.1 缸盖针孔度检测 | 第45-47页 |
| 4.2 缸盖硬度检测 | 第47-48页 |
| 4.3 发动机台架性能试验 | 第48-56页 |
| 4.3.1 试验原理 | 第48-50页 |
| 4.3.2 试验设备 | 第50-51页 |
| 4.3.3 试验方法 | 第51-52页 |
| 4.3.4 试验数据 | 第52-56页 |
| 4.3.5 试验结果分析 | 第56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 人工神经网络优化 | 第57-67页 |
| 5.1 人工神经网络简介 | 第57-59页 |
| 5.1.1 人工神经网络的特点 | 第57-58页 |
| 5.1.2 BP神经网络模拟 | 第58-59页 |
| 5.2 人工神经在发动机行业中的应用 | 第59-60页 |
| 5.3 4G69 FR MIVEC发动机缸盖铸造参数的BP网络仿真 | 第60-65页 |
| 5.3.1 确定输入输出参数 | 第60页 |
| 5.3.2 建立BP网络模型 | 第60-62页 |
| 5.3.3 训练网络 | 第62-64页 |
| 5.3.4 网络测试 | 第64-65页 |
| 5.4 小结 | 第65-67页 |
| 第6章 结论 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 附录 | 第78-81页 |
