| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题来源与意义 | 第9-10页 |
| 1.2 汽车故障诊断的发展现状与趋势 | 第10-12页 |
| 1.2.1 汽车故障诊断发展概述 | 第10页 |
| 1.2.2 汽车故障诊断方法研究 | 第10-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 第2章 HEV 电驱动系统组成原理和故障诊断方法 | 第13-23页 |
| 2.1 HEV 电驱动系统组成原理 | 第13-16页 |
| 2.1.1 HEV 电驱动系统结构 | 第13-14页 |
| 2.1.2 HEV 电驱动系统工作原理 | 第14-15页 |
| 2.1.3 HEV 电驱动系统执行机构及故障简析 | 第15-16页 |
| 2.2 基于人工神经网络的故障诊断技术 | 第16-18页 |
| 2.2.1 神经元模型建立 | 第17页 |
| 2.2.2 神经网络与故障诊断 | 第17-18页 |
| 2.3 BP 神经网络 | 第18-22页 |
| 2.3.1 BP 网络结构 | 第18-19页 |
| 2.3.2 BP 训练算法的数学实现 | 第19-21页 |
| 2.3.3 BP 算法的不足及原因 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于BP 神经网络电驱动系统故障诊断的实现 | 第23-35页 |
| 3.1 神经网络的选择与设计 | 第23-25页 |
| 3.1.1 隐含层的神经元数 | 第24页 |
| 3.1.2 算法的选择 | 第24-25页 |
| 3.2 永磁同步电动机故障诊断模型的建立与仿真 | 第25-31页 |
| 3.2.1 故障样本的选取 | 第25-26页 |
| 3.2.2 BP 神经网络模块的结构分析 | 第26-27页 |
| 3.2.3 BP 网络六种优化算法的仿真与比较 | 第27-31页 |
| 3.3 BP 神经网络故障诊断模型的验证 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于LabVIEW 的人机交互界面的设计 | 第35-46页 |
| 4.1 虚拟仪器技术 | 第35-37页 |
| 4.1.1 虚拟仪器的系统结构 | 第35-36页 |
| 4.1.2 图形化的 G 语言 | 第36-37页 |
| 4.2 基于 CAN 总线的串行通讯网络接口的设计 | 第37-39页 |
| 4.2.1 CAN 通信电路设计 | 第38-39页 |
| 4.2.2 串口通信接口电路设计 | 第39页 |
| 4.3 基于 LabVIEW 的故障诊断系统软件模块的设计 | 第39-45页 |
| 4.3.1 故障诊断模块的界面设计 | 第39-41页 |
| 4.3.2 利用 MATLAB Script 节点调用 BP 网路算法 | 第41-43页 |
| 4.3.3 基于 LabVIEW 的通信模块 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52-53页 |
