基于神经网络的装载机故障诊断的研究与应用
| 学位论文独创性声明 | 第1页 |
| 学位论文使用授权声明 | 第2-3页 |
| 摘 要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·装载机故障诊断技术研究综述 | 第9-12页 |
| ·主观诊断方法 | 第10页 |
| ·基于信号处理的诊断方法 | 第10-11页 |
| ·基于人工智能的诊断方法 | 第11-12页 |
| ·课题来源及本文主要研究工作 | 第12-14页 |
| 第二章 信号处理与人工神经网络概述 | 第14-25页 |
| ·引言 | 第14页 |
| ·信号处理 | 第14-17页 |
| ·信号处理与特征提取 | 第14-15页 |
| ·数字信号滤波 | 第15-16页 |
| ·傅立叶变换 | 第16-17页 |
| ·人工神经网络 | 第17-23页 |
| ·生物神经元 | 第17-18页 |
| ·人工神经元 | 第18-19页 |
| ·人工神经网络的结构和特点 | 第19-20页 |
| ·人工神经网络的学习方式 | 第20-22页 |
| ·反向传播（BP）算法的改进措施 | 第22-23页 |
| ·组合神经网络 | 第23-25页 |
| 第三章 装载机故障诊断流程的设计 | 第25-36页 |
| ·引言 | 第25页 |
| ·装载机故障诊断流程 | 第25-26页 |
| ·数据采集模块 | 第26-28页 |
| ·数据采集模块结构 | 第26-27页 |
| ·DSP 主控器的功能 | 第27页 |
| ·液晶仪表的功能 | 第27-28页 |
| ·集中控制器的功能 | 第28页 |
| ·远程通信模块装载机 | 第28-29页 |
| ·远程通信模块结构 | 第28-29页 |
| ·远程通信模块的功能 | 第29页 |
| ·装载机通信协议 | 第29-34页 |
| ·CAN2.08 通信协议概述 | 第30-32页 |
| ·数据帧格式设计 | 第32页 |
| ·参数组定义 | 第32-34页 |
| ·装载机故障诊断中心 | 第34-36页 |
| 第四章 装载机信号处理及故障特征提取 | 第36-48页 |
| ·引言 | 第36页 |
| ·装载机信号及其特点 | 第36-38页 |
| ·装载机信号特征分析 | 第38-41页 |
| ·装载机信号预处理 | 第41-43页 |
| ·装载机信号故障特征提取 | 第43-45页 |
| ·装载机信号处理及分析系统的设计与实现 | 第45-48页 |
| ·装载机信号处理及分析系统结构设计 | 第45-46页 |
| ·装载机信号处理及分析系统运行实例 | 第46-48页 |
| 第五章 人工神经网络在装载机故障诊断中的应用 | 第48-56页 |
| ·引言 | 第48页 |
| ·BP 神经网络的设计 | 第48-50页 |
| ·BP 神经网络的训练 | 第50-52页 |
| ·组合神经网络的设计 | 第52-53页 |
| ·组合神经网络的训练 | 第53-54页 |
| ·BP 单神经网络和组合神经网络的比较 | 第54-56页 |
| 第六章 装载机故障诊断系统的软件实现 | 第56-65页 |
| ·引言 | 第56页 |
| ·装载机故障诊断系统结构设计 | 第56-58页 |
| ·数据采集模块的设计 | 第58-59页 |
| ·信号预处理和故障特征提取模块的设计 | 第59-60页 |
| ·装载机故障诊断应用实例 | 第60-61页 |
| ·神经网络训练模块的设计与实现 | 第61-63页 |
| ·知识库管理模块的设计与实现 | 第63-65页 |
| 第七章 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间公开发表的论文及完成的项目 | 第69-70页 |
| 致谢 | 第70-71页 |
| 详细摘要 | 第71-72页 |
