首页--工业技术论文--武器工业论文--战车、战舰、战机、航天武器论文--战车论文

基于油液分析的特种车辆传动齿轮磨损寿命预测

摘要第5-6页
abstract第6-7页
第1章 绪论第11-18页
    1.1 选题背景、研究目的和意义第11-12页
    1.2 基于油液分析的齿轮寿命预测技术相关研究现状和发展趋势第12-16页
        1.2.1 油液分析技术研究现状第12-13页
        1.2.2 齿轮寿命预测技术研究现状第13-16页
    1.3 研究目标和内容第16-18页
        1.3.1 研究目标第16页
        1.3.2 主要思路第16-18页
第2章 车辆传动齿轮磨损及油液分析技术第18-39页
    2.1 磨损分类和磨损过程第18-19页
    2.2 车辆传动齿轮磨损分析第19-25页
        2.2.1 齿轮磨损基本模型分析第19-21页
        2.2.2 车辆传动齿轮磨粒磨损分析第21页
        2.2.3 车辆传动齿轮疲劳磨损分析第21-22页
        2.2.4 车辆传动齿轮磨损特征第22-25页
    2.3 车辆传动齿轮磨损寿命预测第25-31页
        2.3.1 阀值确定原则第25-27页
        2.3.2 阈值确定方法第27-30页
        2.3.3 车辆传动系统油液阈值的应用第30-31页
        2.3.4 影响齿轮磨损寿命的外在因素第31页
    2.4 油液分析技术第31-38页
        2.4.1 油液分析技术的主要方法第32-35页
        2.4.2 油液特征信息处理方法第35-37页
        2.4.3 光谱数据分析方法第37-38页
    2.5 本章小结第38-39页
第3章 经典预测模型第39-52页
    3.1 灰色模型基本理论第39-45页
        3.1.1 灰色模型概述第39-40页
        3.1.2 GM(1,1)模型预测过程第40-41页
        3.1.3 IGM模型预测第41-43页
        3.1.4 IGM模型实例齿轮寿命预测第43-45页
    3.2 人工神经网络模型预测第45-50页
        3.2.1 人工神经网络模型理论概述第45-46页
        3.2.2 BP人工神经网络模型预测过程第46-49页
        3.2.3 改进型BP算法第49页
        3.2.4 BP人工神经网络模型实例齿轮寿命预测第49-50页
    3.3 本章小结第50-52页
第4章 齿轮磨损寿命组合预测模型及其应用第52-65页
    4.1 组合预测建模基本思路第52-53页
    4.2 组合预测的分类第53-54页
    4.3 组合预测方法研究第54-57页
        4.3.1 模型选择方法第54-55页
        4.3.2 权重确定方法第55-57页
        4.3.3 效果验证方法第57页
    4.4 组合预测齿轮磨损寿命趋势研究第57-62页
    4.5 组合预测模型齿轮寿命预测的实例第62-63页
    4.6 预测模型评价对比第63-64页
    4.7 本章小结第64-65页
第5章 齿轮寿命预测试验验证第65-77页
    5.1 实验基本思路、方法和步骤第65-66页
        5.1.1 基本实验思路第65页
        5.1.2 具体实验内容第65-66页
        5.1.3 油液数据信息收集第66页
    5.2 台架实验第66-71页
        5.2.1 齿轮及减速箱设计第66-69页
        5.2.2 实验台硬件选择第69-70页
        5.2.3 实验台基本结构第70页
        5.2.4 实验台实体结构第70-71页
        5.2.5 实验步骤第71页
    5.3 油液分析实验第71-74页
        5.3.1 油样采集第71-72页
        5.3.2 油样光谱分析第72-73页
        5.3.3 油液颗粒浓度分析第73-74页
    5.4 寿命预测方法验证第74-76页
    5.5 本章小结第76-77页
第6章 总结与展望第77-79页
    6.1 研究总结第77-78页
    6.2 主要创新点第78页
    6.3 研究展望第78-79页
参考文献第79-83页
攻读学位期间发表的学术论文第83页
主要参加完成的科研项目第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:NC基复合含能微球的静电喷雾法制备
下一篇:认知电子对抗中的目标状态识别技术研究