基于粒子群优化的模糊神经网络的柴油机故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·柴油机故障诊断的一般过程 | 第11-13页 |
| ·柴油机故障诊断的方法研究 | 第13-17页 |
| ·基于油液检测的铁谱和光谱诊断技术 | 第13页 |
| ·基于振动信号的时频特征提取分析法 | 第13-14页 |
| ·瞬时转速测量及分析技术 | 第14-15页 |
| ·灰色系统理论 | 第15页 |
| ·基于分形理论的故障诊断技术 | 第15-16页 |
| ·基于神经网络的故障诊断 | 第16页 |
| ·基于专家系统的智能化诊断方法 | 第16-17页 |
| ·柴油机故障诊断技术的发展趋势 | 第17-18页 |
| ·信息融合技术 | 第17页 |
| ·网络化 | 第17页 |
| ·基于仿真技术的故障诊断 | 第17-18页 |
| ·论文的研究内容与组织结构 | 第18-19页 |
| 2 柴油机振动信号的分析研究 | 第19-33页 |
| ·柴油机振动机理研究 | 第19-23页 |
| ·柴油机结构 | 第19页 |
| ·柴油机工作原理 | 第19-20页 |
| ·振源分析 | 第20-21页 |
| ·振动传播路径及测点位置分析 | 第21-22页 |
| ·柴油机常见故障 | 第22-23页 |
| ·振动信号分析方法 | 第23-31页 |
| ·振动信号的时域分析 | 第23-25页 |
| ·振动信号的频谱分析 | 第25页 |
| ·振动信号的小波分析 | 第25-31页 |
| ·振动信号测试系统设置 | 第31-33页 |
| ·故障模式设置 | 第31页 |
| ·测点位置的选择 | 第31-33页 |
| 3 粒子群优化算法 | 第33-48页 |
| ·群体智能 | 第33-34页 |
| ·标准粒子群优化算法 | 第34-41页 |
| ·算法的基本原理 | 第34页 |
| ·算法的基本理论 | 第34-35页 |
| ·算法流程 | 第35-37页 |
| ·粒子群算法的社会行为分析 | 第37页 |
| ·粒子群优化算法参数设置 | 第37-39页 |
| ·粒子群优化算法的改进 | 第39-41页 |
| ·改进的粒子群优化算法 | 第41-48页 |
| ·改进算法 | 第42-43页 |
| ·算法流程 | 第43-44页 |
| ·测试函数及参数设置 | 第44-46页 |
| ·测试结果 | 第46-48页 |
| 4 模糊神经网络及其应用 | 第48-56页 |
| ·模糊理论基础 | 第48-50页 |
| ·模糊集合 | 第48-49页 |
| ·隶属函数 | 第49-50页 |
| ·模糊规则 | 第50页 |
| ·模糊逻辑系统 | 第50-51页 |
| ·模糊神经网络 | 第51-56页 |
| ·模糊系统和神经网络的融合 | 第51-53页 |
| ·模糊神经网络模型 | 第53-56页 |
| 5 基于粒子群优化的模糊神经网络的柴油机故障诊断 | 第56-62页 |
| ·基于粒子群优化的模糊神经网络算法 | 第56-57页 |
| ·特征参数提取 | 第57-60页 |
| ·诊断结果及分析 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 附录 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
