内容提要 | 第1-5页 |
摘要 | 第5-8页 |
ABSTRACT | 第8-15页 |
第1章 绪论 | 第15-22页 |
·前言 | 第15-16页 |
·怠速停机观念的形成 | 第16-17页 |
·直接起停系统的发展现状 | 第17-18页 |
·使用起动电机直接起停技术路线 | 第17页 |
·直喷汽油机瞬时反转直接起停技术路线 | 第17-18页 |
·发动机停机行为的研究意义 | 第18-19页 |
·数据挖掘理论的发展现状 | 第19-20页 |
·本文的主要内容 | 第20-22页 |
第2章 发动机活塞位置全工况测量系统开发及算法设计 | 第22-39页 |
·发动机工况的拓展 | 第22-23页 |
·发动机活塞位置全工况测量系统硬件组成 | 第23-27页 |
·信号靶盘的设计 | 第23-26页 |
·感应器件的设计 | 第26页 |
·系统电路设计 | 第26-27页 |
·测量系统的基准与标定 | 第27页 |
·测量基准 | 第27页 |
·测量系统的标定安装 | 第27页 |
·测量系统算法设计 | 第27-37页 |
·活塞位置标定表 | 第27-34页 |
·常规测量算法 | 第34-37页 |
·本章小结 | 第37-39页 |
第3章 发动机试验台架的设计与实施 | 第39-47页 |
·试验发动机参数 | 第39-40页 |
·发动机台架设计与安装 | 第40-45页 |
·试验设备参数及其布置 | 第40-41页 |
·试验目的 | 第41-42页 |
·发动机全工况活塞位置测量系统的安装 | 第42-45页 |
·本章小结 | 第45-47页 |
第4章 发动机停机行为结果性数据处理及分析 | 第47-61页 |
·发动机停机行为的定义 | 第47页 |
·活塞目标停止位置 | 第47-48页 |
·发动机停机行为的描述方法 | 第48-49页 |
·各个工况下发动机活塞停止位置分布研究 | 第49-60页 |
·试验方案及工况划分 | 第49-50页 |
·各工况下发动机停止位置的试验结果分析 | 第50-60页 |
·本章小结 | 第60-61页 |
第5章 发动机停机行为过程性数据处理及分析 | 第61-133页 |
·发动机停机行为的典型特征 | 第61-71页 |
·发动机停机过程中曲轴状态的变化 | 第62-63页 |
·发动机停机过程中活塞相位状态的变化 | 第63-64页 |
·发动机停机过程中转速的变化 | 第64-65页 |
·发动机停机过程中缸内压力的变化 | 第65-70页 |
·发动机停机过程中催化器温度的变化 | 第70-71页 |
·发动机停机行为典型特征总结 | 第71页 |
·各工况下发动机停止行为的分类 | 第71-130页 |
·不同冷却水温度下的发动机停机行为分类 | 第72-86页 |
·不同初始停机转速下的发动机停机行为分类 | 第86-103页 |
·不同停机负载下的发动机停机行为分类 | 第103-130页 |
·在不同停机条件下发动机各缸停止在压缩冲程的频率 | 第130-131页 |
·本章小结 | 第131-133页 |
第6章 基于非线性回归和神经网络理论的发动机停机行为建模与预测 | 第133-153页 |
·数据挖掘的基本概念 | 第133页 |
·数据挖掘的研究方法及其分类 | 第133-135页 |
·数据挖掘理论对于研究发动机停机过程的优势 | 第135-136页 |
·非线性回归建模方法 | 第136-139页 |
·线性模型的推演 | 第136-137页 |
·非线性回归的最小二乘原理 | 第137-138页 |
·可取函数集的选定 | 第138-139页 |
·判定系数 R2检验法 | 第139-140页 |
·非线性回归模型的建立与比较 | 第140-144页 |
·基于径向基函数(RBF)的神经网络对活塞停止位置的复合工况预测 | 第144-151页 |
·神经元模型 | 第144-145页 |
·径向基函数(RBF)神经网络模型的建立与训练 | 第145-146页 |
·径向基函数(RBF)神经网络算法 | 第146-147页 |
·样本数据的归一化处理 | 第147-148页 |
·神经网络的训练与发动机活塞停止位置复合工况预测结果 | 第148-151页 |
·本章小结 | 第151-153页 |
第7章 总结与展望 | 第153-157页 |
·全文工作总结 | 第153-154页 |
·本文创新点 | 第154-155页 |
·未来工作展望 | 第155-157页 |
参考文献 | 第157-165页 |
攻读学位期间发表的学术论文及取得的科研成果 | 第165-167页 |
致谢 | 第167页 |