| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·研究的背景及意义 | 第11-15页 |
| ·故障诊断技术的发展现状 | 第12-13页 |
| ·贝叶斯网络研究现状 | 第13-14页 |
| ·我国空气制动系统故障检测现有技术与装置的概况 | 第14-15页 |
| ·本论文研究的内容 | 第15-17页 |
| 2 贝叶斯网络的基本理论 | 第17-31页 |
| ·引言 | 第17页 |
| ·贝叶斯网络的概述 | 第17-19页 |
| ·贝叶斯网络的严格概率推理 | 第19-21页 |
| ·因果推理 | 第20-21页 |
| ·诊断推理 | 第21页 |
| ·支持推理 | 第21页 |
| ·贝叶斯网络的学习 | 第21-23页 |
| ·贝叶斯网络的参数学习算法 | 第22-23页 |
| ·基于贝叶斯网络的故障诊断方法 | 第23-29页 |
| ·故障诊断的基本原理 | 第23-24页 |
| ·常用的人工智能诊断技术 | 第24-28页 |
| ·基于贝叶斯网络的空气制动系统故障诊断方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3 基于贝叶斯网络的104型制动系统的故障诊断的研究 | 第31-38页 |
| ·引言 | 第31页 |
| ·104型空气制动机的工作原理 | 第31-32页 |
| ·104空气制动系统的贝叶斯网络故障诊断模型 | 第32-37页 |
| ·基于贝叶斯网络诊断模型的建立 | 第32-34页 |
| ·知识的获取 | 第34-35页 |
| ·贝叶斯网络推理机制 | 第35-36页 |
| ·仿真结果与分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 JZ-7型内燃机车空气制动机贝叶斯网络诊断的研究 | 第38-46页 |
| ·引言 | 第38页 |
| ·JZ-7型空气制动机的贝叶斯网络诊断模型 | 第38-44页 |
| ·JZ-7型空气制动机的结构及工作原理 | 第38-39页 |
| ·贝叶斯网络诊断模型的建立 | 第39-41页 |
| ·参数学习 | 第41-42页 |
| ·推理 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 5 结论 | 第46-48页 |
| ·本文的工作与创新 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 作者简历 | 第51-53页 |
| 学位论文数据集 | 第53-54页 |