某矿用卡车液压系统故障智能诊断的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·本学位论文的研究意义和主要研究内容 | 第8-9页 |
| ·液压故障诊断技术概况 | 第9-16页 |
| ·液压设备故障分析诊断的基础 | 第9-10页 |
| ·国内外研究的现状 | 第10-14页 |
| ·液压故障诊断技术发展趋势 | 第14-15页 |
| ·本论文研究的液压故障诊断方法 | 第15-16页 |
| 第二章 矿用卡车整体结构和液压系统工作原理 | 第16-21页 |
| ·矿用卡车的整体结构 | 第16页 |
| ·制动系统工作原理 | 第16-17页 |
| ·双变系统工作原理 | 第17-19页 |
| ·举升转向系统工作原理 | 第19-21页 |
| 第三章 常用故障诊断方法及在液压系统上的应用分析 | 第21-45页 |
| ·液压故障的特点及诊断对象结构的确定 | 第21-25页 |
| ·液压故障的特点 | 第21-22页 |
| ·液压系统故障诊断对象结构的确定 | 第22-25页 |
| ·常用故障诊断方法及在液压系统上的应用分析 | 第25-44页 |
| ·模糊理论 | 第25-31页 |
| ·专家系统 | 第31-35页 |
| ·神经网络 | 第35-44页 |
| ·液压系统智能检测与诊断的方案确定 | 第44-45页 |
| 第四章 模糊神经网络基本理论 | 第45-56页 |
| ·概述 | 第45-47页 |
| ·模糊系统和神经网络的连接方式 | 第47-48页 |
| ·模糊神经元 | 第48-51页 |
| ·概述 | 第48页 |
| ·模糊神经元模型和网络结构 | 第48-51页 |
| ·模糊神经网络模型的确定 | 第51-52页 |
| ·隶属函数类型的确定 | 第52-54页 |
| ·隶属函数的种类 | 第52-53页 |
| ·隶属函数的确定方法 | 第53-54页 |
| ·模糊神经网络的学习算法 | 第54-56页 |
| 第五章 模糊神经网络在液压系统中应用和实现 | 第56-73页 |
| ·模糊神经网络的故障诊断的应用方法 | 第56-59页 |
| ·故障树的建立 | 第56页 |
| ·模糊神经网络的构造 | 第56-57页 |
| ·模糊神经网络的样本组织 | 第57-58页 |
| ·改进的学习算法 | 第58-59页 |
| ·基于模糊神经网络的液压系统故障诊断 | 第59-65页 |
| ·制动系统故障诊断 | 第59-65页 |
| ·诊断案例的快速匹配、比较机制的研究 | 第65-68页 |
| ·匹配分级符号表示 | 第66-67页 |
| ·分级引导下旧实例的快速比较和重用 | 第67-68页 |
| ·故障诊断系统设计 | 第68-69页 |
| ·故障诊断系统的硬件设计 | 第68-69页 |
| ·诊断系统总体的软件结构 | 第69页 |
| ·模糊神经网络诊断专家系统的结合 | 第69-73页 |
| ·整体结构 | 第69-70页 |
| ·模糊神经网络学习程序系统结构设计 | 第70-72页 |
| ·模糊神经网络诊断程序系统结构设计 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·主要的工作和结论 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 附录 | 第80-88页 |
