基于专家系统的故障诊断在汽车发动机上的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 图表索引 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究意义 | 第11-12页 |
| ·国内外研究动态 | 第12-14页 |
| ·汽车发动机诊断系统概述 | 第14-16页 |
| ·故障诊断的基本概念 | 第14-15页 |
| ·故障诊断的技术方法 | 第15-16页 |
| ·文章内容安排 | 第16-19页 |
| 第二章 汽车诊断专家系统概述 | 第19-25页 |
| ·专家系统的发展 | 第19-20页 |
| ·专家系统的特征 | 第20-21页 |
| ·专家系统的基本功能 | 第21-22页 |
| ·专家系统在汽车诊断上的应用 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 人工神经网络 | 第25-38页 |
| ·人工神经网络概述 | 第25-26页 |
| ·人工神经网络概念 | 第25页 |
| ·人工神经网络的特点及应用 | 第25-26页 |
| ·MATLAB神经网络工具箱 | 第26页 |
| ·人工神经网络模型理论 | 第26-32页 |
| ·人工神经元模型 | 第26-28页 |
| ·神经元学习算法 | 第28-30页 |
| ·神经网络的互连模式 | 第30-32页 |
| ·反向传播神经网络 | 第32-37页 |
| ·反向传播网络结构 | 第32-33页 |
| ·反向传播学习算法 | 第33-34页 |
| ·反向传播算法应用要点 | 第34-36页 |
| ·反向传播算法改进 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于神经网络的专家系统 | 第38-47页 |
| ·专家系统与神经网络的结合 | 第38-40页 |
| ·传统专家系统的不足 | 第38-39页 |
| ·神经网络和传统专家系统的差异 | 第39页 |
| ·神经网络与专家系统间结合可行性分析 | 第39-40页 |
| ·基于神经网络的专家系统研究 | 第40-42页 |
| ·神经网络专家系统基本原理 | 第40页 |
| ·神经网络专家系统的特点 | 第40-41页 |
| ·神经网络专家系统的结构和功能描述 | 第41-42页 |
| ·神经网络专家系统的知识表达和知识库 | 第42-44页 |
| ·知识表示 | 第42-43页 |
| ·知识获取 | 第43-44页 |
| ·神经网络专家系统的推理机制及解释机制 | 第44-46页 |
| ·推理机制 | 第44页 |
| ·神经网络输出结果向描述性知识的转换 | 第44-45页 |
| ·推理方法 | 第45页 |
| ·推理方向和解释机制 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 发动机故障诊断专家系统模型建立 | 第47-65页 |
| ·常用发动机控制系统的基本组成 | 第47-49页 |
| ·发动机电控系统的结构分类 | 第47-48页 |
| ·发动机电控系统的基本组成 | 第48-49页 |
| ·发动机故障征兆及其技术状态特征 | 第49-53页 |
| ·发动机典型故障的结构征兆 | 第50-51页 |
| ·典型故障征兆的技术状态特征 | 第51-53页 |
| ·MATLAB简介 | 第53-55页 |
| ·构造故障模型 | 第55-64页 |
| ·故障征兆—故障模式样本集的设计 | 第55-56页 |
| ·数据预处理 | 第56-59页 |
| ·BP网络创建的创建 | 第59-64页 |
| ·结果转换 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第六章 基于神经网络故障诊断专家系统实现思路 | 第65-73页 |
| ·MATLAB与VB的接口的实现 | 第65-67页 |
| ·VB与SQL接口的实现 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 结束语 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文 | 第79页 |
