首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多组件复杂系统的故障诊断的研究和实现

致谢第3-4页
摘要第4-5页
ABSTRACT第5-6页
1 引言第9-15页
    1.1 课题的研究背景及研究意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 牵引电机的故障诊断方法第12页
    1.4 本文的主要研究内容第12-13页
    1.5 本文的组织结构第13-15页
2 牵引电机的故障诊断的相关理论与技术第15-31页
    2.1 PHM概念和内涵第15-22页
        2.1.1 PHM的系统组成第16-17页
        2.1.2 PHM模型分类第17-18页
        2.1.3 PHM预测的一般过程第18-20页
        2.1.4 PHM故障预测方法第20-22页
    2.2 CRH2型动车组牵引系统第22-26页
        2.2.1 CRH2牵引传动系统的基本组成第22-23页
        2.2.2 CRH2牵引传动系统工作原理第23页
        2.2.3 CRH2动车组牵引电机的特点第23-26页
    2.3 牵引电机的检修和故障特性分析第26-30页
        2.3.1 牵引电机的检修方式第26-28页
        2.3.2 牵引电机的常见故障第28-29页
        2.3.3 牵引电机的故障分析第29-30页
    2.4 本章小结第30-31页
3 牵引电机的数据获取系统实现第31-39页
    3.1 动车组车地数据传输系统第31-33页
    3.2 采集模块设计开发第33-34页
    3.3 无线传输模块设计第34-36页
        3.3.1 获取数据进程第35-36页
        3.3.2 发送数据进程第36页
    3.4 动车组实时运行数据第36-38页
    3.5 本章小结第38-39页
4 改进的贝叶斯网络故障诊断模型第39-51页
    4.1 贝叶斯网络的概念和分类第39-42页
        4.1.1 贝叶斯网络的概念第39-40页
        4.1.2 静态贝叶斯网络(BN)第40-41页
        4.1.3 动态贝叶斯网络(DBN)第41页
        4.1.4 贝叶斯网络优点第41-42页
    4.2 贝叶斯网络的诊断流程第42-46页
        4.2.1 贝叶斯网络推理第42-44页
        4.2.2 贝叶斯网络结构学习第44-46页
    4.3 改进的贝叶斯网络的诊断模型第46-50页
        4.3.1 改进的SEM算法第47-48页
        4.3.2 改进的贝叶斯网络诊断模型第48-50页
    4.4 本章小结第50-51页
5 基于改进算法的故障诊断模型的实现第51-62页
    5.1 实验环境第51-52页
    5.2 系统概述第52-53页
    5.3 基于专家知识的贝叶斯网络模型构建第53-58页
        5.3.1 故障特征选取第53-54页
        5.3.2 数据预处理第54-56页
        5.3.3 贝叶斯网络参数学习第56-58页
    5.4 基于改进的SEM算法的贝叶斯网络结构构建第58-61页
    5.5 本章小结第61-62页
6 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
参考文献第64-67页
附录A第67-68页
作者简历及攻读硕士学位期间取得的研究成果第68-70页
学位论文数据集第70页

论文共70页,点击 下载论文
上一篇:血管内皮前体细胞对骨髓间充质干细胞干性功能的影响
下一篇:巨细胞病毒感染在肠神经节发育异常中作用机制的初步研究