摘要 | 第1-7页 |
Abstract | 第7-14页 |
插图索引 | 第14-17页 |
附表索引 | 第17-18页 |
第1章 绪论 | 第18-35页 |
·论文研究的背景及意义 | 第18-22页 |
·汽车衡的现状与发展趋势 | 第22-29页 |
·机械式汽车衡 | 第23页 |
·电子式汽车衡 | 第23-26页 |
·汽车衡偏载误差补偿技术研究进展 | 第26-28页 |
·汽车衡故障诊断与容错技术研究进展 | 第28-29页 |
·称重传感器的研究现状与发展趋势 | 第29-31页 |
·本文的主要工作 | 第31-35页 |
第2章 电子汽车衡的构成与称重原理 | 第35-48页 |
·引言 | 第35页 |
·模拟式电子汽车衡的构成 | 第35-38页 |
·称重传感器的工作原理 | 第35-37页 |
·秤体的工作原理与设计要求 | 第37-38页 |
·称重显示仪表的工作原理 | 第38页 |
·模拟式电子汽车衡的称重原理 | 第38-46页 |
·多路称重传感器串联信号累加 | 第38-40页 |
·多路称重传感器并联信号累加 | 第40-42页 |
·多路称重传感器混联信号累加 | 第42-44页 |
·三种联接方式比较 | 第44-46页 |
·现有汽车衡称重方法的不足 | 第46-47页 |
·本章小结 | 第47-48页 |
第3章 汽车衡多传感器相关性研究 | 第48-68页 |
·引言 | 第48-49页 |
·汽车衡多传感器的全关联模型 | 第49-58页 |
·多路称重传感器输出的关联模型 | 第50-54页 |
·多路称重传感器输出比值的关联模型 | 第54-55页 |
·自适应加权融合网络 | 第55-56页 |
·方差σ_k~2 的确定 | 第56-57页 |
·称重传感器全关联模型的自适应加权融合算法步骤 | 第57-58页 |
·汽车衡多传感器的局部关联模型 | 第58页 |
·汽车衡多传感器相关性仿真实验研究 | 第58-67页 |
·全关联模型的训练 | 第58-60页 |
·全关联模型自适应加权融合测试 | 第60-66页 |
·局部关联仿真实验 | 第66-67页 |
·本章小结 | 第67-68页 |
第4章 汽车衡称重传感器故障诊断方法研究 | 第68-88页 |
·引言 | 第68-69页 |
·汽车衡称重传感器智能故障诊断原理 | 第69-70页 |
·称重传感器的故障分析 | 第70-72页 |
·称重传感器产生故障的原因 | 第70页 |
·称重传感器故障类型 | 第70-72页 |
·单传感器故障的诊断方法 | 第72-80页 |
·单故障传感器的寻址与隔离 | 第73-75页 |
·称重传感器的故障类型识别 | 第75-78页 |
·传感器故障预测 | 第78-79页 |
·故障传感器的输出信号估计 | 第79页 |
·单传感器故障状态的称重融合重构 | 第79-80页 |
·多传感器故障的自动诊断 | 第80-81页 |
·汽车衡称重传感器故障诊断方法仿真实验研究 | 第81-86页 |
·故障传感器的寻址仿真实验 | 第81页 |
·称重传感器故障类型识别仿真实验 | 第81-86页 |
·本章小结 | 第86-88页 |
第5章 基于复合RBFNN 的汽车衡智能容错方法 | 第88-113页 |
·引言 | 第88-89页 |
·汽车衡复合RBFNN 融合的构成与工作机理 | 第89-90页 |
·基于 MRBFNN 的汽车衡称重融合方法 | 第90-104页 |
·基于MRBFNN 的汽车衡称重融合原理 | 第90-92页 |
·称重融合方法的仿真实验 | 第92-97页 |
·MRBFNN 汽车衡称重模型对偏载与线性度的改善分析 | 第97-104页 |
·基于复合RBFNN 的汽车衡输出融合方法 | 第104-109页 |
·混联型CRBFNN 汽车衡输出融合原理 | 第104-105页 |
·CRBFNN 融合对温度与蠕变影响的改善 | 第105-108页 |
·混联型CRBFNN 温度与蠕变补偿仿真实验研究 | 第108-109页 |
·汽车衡智能容错算法总结 | 第109-112页 |
·本章小结 | 第112-113页 |
第6章 智能化汽车衡设计实现 | 第113-135页 |
·引言 | 第113页 |
·智能化汽车衡的组成及特点 | 第113-115页 |
·智能化汽车衡的组成 | 第113-114页 |
·智能化汽车衡的特点 | 第114-115页 |
·称重传感器C16A-20 | 第115-116页 |
·智能化汽车衡电路设计 | 第116-122页 |
·信号采集电路设计 | 第116-121页 |
·信息处理单元电路设计 | 第121-122页 |
·智能化汽车衡称重信号处理系统软件设计 | 第122-127页 |
·称重数据预处理算法 | 第122-123页 |
·载荷突变数据跟踪策略 | 第123-125页 |
·智能化汽车衡称重处理的主程序流程 | 第125-126页 |
·汽车衡智能容错算法程序流程 | 第126-127页 |
·智能化汽车衡训练模式程序流程 | 第127页 |
·模型训练系统的软件设计 | 第127-131页 |
·智能化汽车衡用户管理系统设计 | 第131-132页 |
·本章小结 | 第132-135页 |
第7章 智能化汽车衡的检定与不确定度分析 | 第135-150页 |
·引言 | 第135页 |
·汽车衡的计量性能 | 第135-138页 |
·汽车衡分度数的校核 | 第138-139页 |
·智能化汽车衡的现场检定 | 第139-144页 |
·智能化汽车衡的容错性能检定 | 第144-146页 |
·单传感器故障的汽车衡现场检定 | 第144-145页 |
·两路传感器故障的汽车衡现场检定 | 第145-146页 |
·智能化汽车衡检定结果的不确定度分析 | 第146-149页 |
·智能化汽车衡检定结果的误差分析 | 第146-147页 |
·汽车衡检定结果的不确定度 | 第147-149页 |
·本章小结 | 第149-150页 |
结论 | 第150-153页 |
参考文献 | 第153-166页 |
致谢 | 第166-167页 |
附录A 智能化汽车衡数据采集与处理电路图 | 第167-168页 |
附录B 智能化汽车衡数据采集电路板 | 第168-169页 |
附录C 智能化汽车衡检定报告 | 第169-172页 |
附录D 专家组鉴定意见 | 第172-173页 |
附录E 智能化汽车衡检定现场 | 第173-174页 |
附录F 攻读博士学位期间所撰写的学术论文 | 第174-176页 |
附录G 攻读博士学位期间参加的科研项目与成果奖励 | 第176-177页 |
附录H 攻读博士学位期间申请的专利 | 第177页 |