基于油液监测技术的重型车辆故障诊断研究
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-20页 |
·研究的背景及意义 | 第10-11页 |
·油液监测技术的发展现状 | 第11-19页 |
·国外油液监测技术的发展现状 | 第11-12页 |
·我国油液监测技术的发展现状 | 第12-14页 |
·油液监测手段及其内容 | 第14-15页 |
·油液监测与故障诊断理论研究现状 | 第15-18页 |
·油液监测的作用 | 第18-19页 |
·本论文的主要研究内容 | 第19-20页 |
第二章 重型车辆传动系统磨损特点和故障模式研究 | 第20-36页 |
·引言 | 第20页 |
·重型车辆传动系统结构 | 第20页 |
·传动系统主要摩擦副和主要元素 | 第20-22页 |
·主要摩擦副 | 第20-21页 |
·主要元素 | 第21-22页 |
·重型车辆传动系统磨损规律和特点 | 第22-26页 |
·重型车辆传动系统的磨损机理及磨粒类型 | 第26-34页 |
·磨损类型 | 第26页 |
·磨损机理 | 第26-28页 |
·磨损磨粒分类及其特点 | 第28-34页 |
·重型车辆传动系统主要磨损故障模式 | 第34-35页 |
·本章小结 | 第35-36页 |
第三章 基于光谱分析的重型车辆状态监测技术研究 | 第36-64页 |
·引言 | 第36页 |
·基于油液光谱和PQ监测数据的磨损状态评价指标 | 第36-41页 |
·发射光谱监测指标的选择 | 第36-39页 |
·PQ监测指标 | 第39页 |
·状态指示参数模型的建立 | 第39-41页 |
·基于油液光谱和PQ监测的磨损状态评价 | 第41-47页 |
·基于因子分析理论对油液监测数据进行预处理 | 第41-44页 |
·基于投影寻踪理论和最大熵规则的综合评价方法 | 第44-47页 |
·重型车辆磨损状态评价规则 | 第47-62页 |
·试验数据 | 第47-50页 |
·基于因子分析对油液监测数据进行降维处理 | 第50-55页 |
·基于投影寻踪模型对因子得分矩阵进行处理 | 第55-57页 |
·基于最大熵原理建立评价规则 | 第57-62页 |
·本章小结 | 第62-64页 |
第四章 油液监测铁谱特征提取及压缩技术研究 | 第64-96页 |
·引言 | 第64页 |
·铁谱图像预处理 | 第64-69页 |
·将彩色图像转换为灰度图像 | 第64-65页 |
·复原滤波 | 第65页 |
·图像增强 | 第65页 |
·图像分割 | 第65-67页 |
·二值化图像形态学的处理 | 第67-68页 |
·图像目标边界的描述 | 第68-69页 |
·铁谱图像数字化特征的提取 | 第69-81页 |
·磨粒形状特征提取 | 第69-75页 |
·磨粒纹理特征提取 | 第75-78页 |
·磨粒颜色特征提取 | 第78-81页 |
·铁谱图像数字特征压缩技术 | 第81-86页 |
·基于灰色关联理论的特征降维处理 | 第81-85页 |
·基于K-means聚类算法二次特征降维处理 | 第85-86页 |
·磨粒识别 | 第86-88页 |
·实例分析 | 第88-95页 |
·本章小结 | 第95-96页 |
第五章 基于油液监测的重型车辆试验方法研究 | 第96-118页 |
·引言 | 第96页 |
·基于油液监测的重型车辆磨合试验研究 | 第96-102页 |
·重型车辆综合传动磨合特征研究 | 第97-98页 |
·磨合试验方案研究 | 第98-99页 |
·试验结果和分析 | 第99-102页 |
·拆检分析法 | 第102页 |
·基于路面修正因子的油液光谱监测可靠性研究 | 第102-113页 |
·重型车辆设计传统试验方案 | 第102-104页 |
·光谱分析中磨损元素浓度变化曲线修正 | 第104-106页 |
·基于路面因子光谱浓度加权系数研究 | 第106-109页 |
·油液光谱磨损元素发展趋势预测研究 | 第109-113页 |
·重型车辆传动系统拆检鉴定分析 | 第113-117页 |
·各部件拆检磨损情况 | 第114-116页 |
·拆检鉴定结论 | 第116-117页 |
·基于油液光谱磨损的重型车辆可靠性试验方案 | 第117页 |
·本章小结 | 第117-118页 |
第六章 基于油液监测的故障诊断系统研究 | 第118-132页 |
·引言 | 第118页 |
·故障诊断系统的功能简介 | 第118-119页 |
·故障诊断系统的开发环境 | 第119-120页 |
·硬件环境 | 第119页 |
·软件环境 | 第119-120页 |
·基于车型编号的诊断规则的制定 | 第120-126页 |
·车型编号识别 | 第120页 |
·制定规则油样数据输入 | 第120-122页 |
·梯度、极差数据生成 | 第122-123页 |
·油样数据汇总 | 第123-124页 |
·因子得分降维处理 | 第124-125页 |
·基于投影寻踪处理因子得分矩阵 | 第125页 |
·基于最大熵理论建立评价规则 | 第125-126页 |
·基于车型编号的油样诊断 | 第126-128页 |
·诊断油样数据输入 | 第126-127页 |
·油样数据诊断 | 第127-128页 |
·系统开发的相关技术 | 第128-130页 |
·面向对象技术 | 第128-129页 |
·ADO编程 | 第129页 |
·VC操纵Excel | 第129-130页 |
·使用MATCOM工具的混合编程 | 第130页 |
·本章小结 | 第130-132页 |
结论 | 第132-134页 |
参考文献 | 第134-141页 |
致谢 | 第141-142页 |
博士期间发表的学术论文和重要的科研成果 | 第142-143页 |
个人简历 | 第143-144页 |
永久通信地址 | 第144页 |