基于小波神经网络的柴油机燃油系统故障诊断的设计与实现
| 摘要 | 第1-13页 |
| ABSTRACT | 第13-16页 |
| 缩略词注释表 | 第16-17页 |
| 第一章 绪论 | 第17-25页 |
| ·引言 | 第17-18页 |
| ·设备故障诊断理论概述 | 第18-21页 |
| ·故障诊断技术简介 | 第18-19页 |
| ·柴油机故障诊断技术研究现状 | 第19-20页 |
| ·小波神经网络研究现状 | 第20-21页 |
| ·课题研究的目的与意义 | 第21-22页 |
| ·课题研究的目的 | 第21页 |
| ·课题研究的意义 | 第21-22页 |
| ·本课题的主要工作及特点 | 第22-25页 |
| 第二章 基于小波变换的故障特征提取 | 第25-43页 |
| ·小波分析基础 | 第25-32页 |
| ·小波分析定义 | 第25-26页 |
| ·连续小波变换 | 第26-28页 |
| ·离散小波变换 | 第28页 |
| ·多分辨率分析 | 第28-30页 |
| ·小波包理论 | 第30-31页 |
| ·小波和小波包分解的信号重构 | 第31-32页 |
| ·利用小波模极大值法进行信号特征提取 | 第32-35页 |
| ·小波系数模极大值法 | 第32-33页 |
| ·应用小波系数模极大值法提取油压信号特征 | 第33-35页 |
| ·利用小波包进行信号特征提取 | 第35-40页 |
| ·小波包分解的改进算法 | 第35-36页 |
| ·频带分析技术 | 第36-37页 |
| ·应用小波包频带分析提取油压信号能量特征 | 第37-40页 |
| ·小波系数模极大值法与小波包频带能量法分析比较 | 第40页 |
| ·本章小结 | 第40-43页 |
| 第三章 柴油机燃油系统故障的小波神经网络智能诊断 | 第43-77页 |
| ·小波分析与神经网络的结合途径 | 第43页 |
| ·人工神经网络理论概述 | 第43-45页 |
| ·神经网络智能诊断 | 第44页 |
| ·人工神经网络在故障模式识别中的应用 | 第44-45页 |
| ·神经网络模型 | 第45-50页 |
| ·径向基函数(RBF)神经网络模型 | 第45-47页 |
| ·自组织特征映射(SOFM)神经网络模型 | 第47-50页 |
| ·网络模型的MATLAB实现 | 第50-53页 |
| ·神经网络工具箱简介 | 第50-51页 |
| ·RBF网络的MATLAB实现 | 第51-52页 |
| ·SOFM网络的MATLAB实现 | 第52-53页 |
| ·松散型小波神经网络 | 第53-54页 |
| ·多分辨率分析和神经网络结合 | 第53页 |
| ·小波包分析与神经网络结合 | 第53-54页 |
| ·柴油机燃油系统及常见故障 | 第54-62页 |
| ·柴油机燃油系统简介 | 第54-56页 |
| ·燃油压力波及测量 | 第56-57页 |
| ·燃油系统常见故障分析 | 第57-62页 |
| ·小波神经网络应用于燃油系统诊断 | 第62-76页 |
| ·基于RBF网络的故障诊断 | 第63-69页 |
| ·RBF网络与BP网络性能比较分析 | 第69-71页 |
| ·基于SOFM网络的故障诊断 | 第71-75页 |
| ·RBF网络与SOFM网络算法比较 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第四章 柴油机故障诊断系统设计与实现 | 第77-91页 |
| ·柴油机故障诊断系统概述 | 第77-78页 |
| ·故障诊断系统硬件设计 | 第78-81页 |
| ·信息采集模块 | 第79页 |
| ·存储模块 | 第79页 |
| ·通信模块 | 第79-80页 |
| ·电源模块 | 第80页 |
| ·复位模块 | 第80-81页 |
| ·键盘 | 第81页 |
| ·故障诊断系统软件设计 | 第81-86页 |
| ·软件设计思想 | 第81-82页 |
| ·程序语言选择与简介 | 第82-83页 |
| ·VC++调用MATLAB | 第83-84页 |
| ·软件设计结构图和程序设计流程图 | 第84-86页 |
| ·系统功能实现及实验验证 | 第86-90页 |
| ·本章小结 | 第90-91页 |
| 第五章 总结与展望 | 第91-93页 |
| 附录 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101-103页 |
| 攻读学位期间发表的学术论文及获得的荣誉 | 第103-104页 |
| 学位论文评阅及答辩情况表 | 第104页 |
