基于嵌入式系统故障诊断模块关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题的研究意义和背景 | 第11页 |
| ·国内外研究的现状 | 第11-14页 |
| ·故障诊断的概念 | 第11-12页 |
| ·故障诊断常用方法 | 第12-13页 |
| ·智能诊断的新方法 | 第13-14页 |
| ·嵌入式系统目前的发展状况 | 第14页 |
| ·本论文的主要工作内容和结构安排 | 第14-16页 |
| ·课题主要研究内容 | 第14页 |
| ·论文结构安排 | 第14-16页 |
| 第二章 模拟电路故障诊断的神经网络方法 | 第16-30页 |
| ·神经网络概述 | 第16-17页 |
| ·神经网络的概念和特点 | 第16页 |
| ·神经网络的分类 | 第16-17页 |
| ·BP 网络 | 第17-24页 |
| ·生成数据样本集和测试样本集 | 第17-18页 |
| ·基于BP 网络的多层前馈网络模型 | 第18-19页 |
| ·BP 算法的实现 | 第19-22页 |
| ·BP 网络的训练和测试 | 第22-23页 |
| ·BP 算法的改进 | 第23-24页 |
| ·BP 网络在模拟故障诊断中诊断实例 | 第24-29页 |
| ·实例电路 | 第24-25页 |
| ·训练样本数据和测试样本数据的获取 | 第25-27页 |
| ·网络结构的确定与训练 | 第27-28页 |
| ·实验结果分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 遗传算法在神经网络中的优化作用 | 第30-42页 |
| ·遗传算法概述 | 第30-31页 |
| ·基本遗传算法操作 | 第31-34页 |
| ·编码与群体设定 | 第31-32页 |
| ·计算适应度 | 第32页 |
| ·选择 | 第32-33页 |
| ·交叉 | 第33页 |
| ·变异 | 第33-34页 |
| ·迭代 | 第34页 |
| ·遗传神经网络 | 第34-35页 |
| ·诊断实例 | 第35-40页 |
| ·实例电路 | 第35-36页 |
| ·优化网络结构参数的遗传算子的确定 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于嵌入式系统的故障诊断实现 | 第42-61页 |
| ·嵌入式系统概述 | 第42-43页 |
| ·嵌入式系统的定义 | 第42页 |
| ·嵌入式系统的特点和发展 | 第42-43页 |
| ·嵌入式处理器 | 第43页 |
| ·ARM9 开发平台 | 第43-46页 |
| ·53C2410A 特性 | 第44-45页 |
| ·系统管理器 | 第45页 |
| ·NANDFlash 启动引导 | 第45页 |
| ·LCD 控制器 | 第45-46页 |
| ·A/D 转换和触摸屏接口 | 第46页 |
| ·UART 串口数据通信 | 第46页 |
| ·USB 主设备 | 第46页 |
| ·编译器和下载程序 | 第46-53页 |
| ·AD51.2 开发环境 | 第46-47页 |
| ·程序设计 | 第47-53页 |
| ·下载程序并运行演示结果 | 第53页 |
| ·LINUX 下代码的移植 | 第53-59页 |
| ·移植概述 | 第54页 |
| ·bootloader | 第54-55页 |
| ·安装Linux 内核 | 第55-56页 |
| ·安装交叉编译工具 | 第56页 |
| ·MINIGUI 的移植 | 第56-59页 |
| ·实例应用界面的设计 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67页 |
