| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·课题概述 | 第7-9页 |
| ·课题来源 | 第7页 |
| ·研究目的与意义 | 第7页 |
| ·柴油机缸套-活塞组磨损研究的知识背景 | 第7-9页 |
| ·柴油机缸套-活塞组的磨损状态监测与故障诊断 | 第9-14页 |
| ·缸套-活塞组磨损故障机理分析 | 第9-10页 |
| ·状态信号(参数)采集 | 第10-12页 |
| ·信号分析和故障特征提取 | 第12-13页 |
| ·状态识别与诊断决策 | 第13-14页 |
| ·柴油机缸套-活塞组磨损状态的主要研究方法对比分析 | 第14-15页 |
| ·面临的问题及发展趋势 | 第15-16页 |
| ·本文主要研究内容 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 柴油机机身振动信号与缸套-活塞组磨损状态的映射关系分析 | 第17-28页 |
| ·柴油机机身振动信号分析 | 第17-22页 |
| ·柴油机机身表面振动信号产生机理 | 第17-18页 |
| ·柴油机机身表面振动信号性质 | 第18-21页 |
| ·柴油机缸套-机身振动传递特性分析 | 第21-22页 |
| ·柴油机缸套-活塞组横向撞击过程分析 | 第22-26页 |
| ·缸套-活塞组撞击过程数学计算 | 第22-24页 |
| ·活塞运动仿真分析 | 第24-26页 |
| ·柴油机机身振动信号与缸套-活塞组磨损状态的关系 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 机身振动加速度信号测试分析及特征量提取 | 第28-44页 |
| ·机身振动加速度信号测试系统 | 第28-31页 |
| ·测试系统总体结构 | 第28-29页 |
| ·仪器的结构及原理 | 第29-31页 |
| ·机身振动加速度信号测试 | 第31-33页 |
| ·实验规划 | 第31页 |
| ·测点位置的选择 | 第31-32页 |
| ·采样参数的选择 | 第32页 |
| ·机身振动加速度测试信号 | 第32-33页 |
| ·机身振动加速度信号常规特征量提取 | 第33-37页 |
| ·时域特征量提取 | 第33-35页 |
| ·频域特征量提取 | 第35-37页 |
| ·机身振动加速度信号小波包特征量提取 | 第37-42页 |
| ·小波包定义 | 第37-38页 |
| ·小波包分解 | 第38-39页 |
| ·小波包重构 | 第39-41页 |
| ·利用小波包进行特征量提取的技术路线 | 第41-42页 |
| ·特征量分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 神经网络识别柴油机缸套-活塞组磨损状态 | 第44-59页 |
| ·BP神经网络模型 | 第44-46页 |
| ·BP神经网络来源 | 第44-45页 |
| ·输入和输出层设计 | 第45页 |
| ·隐含层设计 | 第45页 |
| ·传递函数选取 | 第45-46页 |
| ·标准BP神经网络的学习算法及其缺陷 | 第46-48页 |
| ·标准BP神经网络的学习算法 | 第46-47页 |
| ·标准BP学习算法的缺陷 | 第47-48页 |
| ·BP学习算法的改进措施 | 第48-53页 |
| ·动量法 | 第48页 |
| ·L-M优化方法 | 第48-49页 |
| ·模拟退火算法 | 第49页 |
| ·遗传算法 | 第49-53页 |
| ·改进型BP神经网络诊断柴油机缸套-活塞组磨损故障 | 第53-58页 |
| ·遗传算法和L-M方法优化BP神经网络的实现 | 第53-54页 |
| ·基于改进型BP神经网络的柴油机缸套-活塞组磨损状态识别 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 实验研究 | 第59-63页 |
| ·洋马4TNV88柴油机活塞环实验 | 第59-62页 |
| ·活塞环故障模拟 | 第59页 |
| ·特征量提取 | 第59-61页 |
| ·失效分析 | 第61页 |
| ·对比分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 全文总结与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表论文 | 第69-70页 |
| 致谢 | 第70页 |
