摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外的研究与应用现状 | 第10-11页 |
1.2.1 国外的研究与应用现状 | 第10页 |
1.2.2 国内的研究与应用现状 | 第10-11页 |
1.3 研究的主要内容 | 第11-12页 |
1.4 本章小结 | 第12-13页 |
第2章发动机电控系统的基本组成及故障自诊断原理 | 第13-23页 |
2.1 伊兰特 1.6L发动机电控系统的基本组成 | 第13-20页 |
2.1.1 输入信号装置 | 第13-18页 |
2.1.2 电子控制单元(ECU) | 第18页 |
2.1.3 信号输出装置 | 第18-20页 |
2.2 电控发动机故障自诊断原理 | 第20-21页 |
2.2.1 故障自诊断的工作过程 | 第20页 |
2.2.2 故障码的信息显示 | 第20-21页 |
2.2.3 故障码的存储 | 第21页 |
2.2.4 故障码的清除 | 第21页 |
2.3 本章小结 | 第21-23页 |
第3章 发动机数据流基本概述 | 第23-31页 |
3.1 数据流概念及其分类 | 第23页 |
3.1.1 数据流的概念 | 第23页 |
3.1.2 数据流的分类 | 第23页 |
3.2 得到数据流的方法 | 第23-28页 |
3.2.1 电脑通信方式 | 第24-25页 |
3.2.2 电路在线测量方式 | 第25-27页 |
3.2.3 元器件模拟测量方式 | 第27-28页 |
3.3 数据流在汽车故障诊断中的主要分析方法 | 第28-29页 |
3.3.1 数值分析法 | 第28页 |
3.3.2 因果分析法 | 第28-29页 |
3.3.3 时间分析法 | 第29页 |
3.3.4 关联分析法 | 第29页 |
3.3.5 比较分析法 | 第29页 |
3.4 利用神经网络对发动机数据流的分析 | 第29-30页 |
3.5 利用神经网络分析数据流与传统数据流分析方法的比较 | 第30页 |
3.6 本章小结 | 第30-31页 |
第4章 人工神经网络模型的建立 | 第31-37页 |
4.1 人工神经网络简介 | 第31页 |
4.1.1 人工神经网络的概念 | 第31页 |
4.1.2 神经网络的特点 | 第31页 |
4.1.3 神经网络的应用领域 | 第31页 |
4.2 神经网络模式的建立 | 第31-34页 |
4.2.1 人工神经元 | 第31-34页 |
4.2.2 人工神经网络结构及学习规则 | 第34页 |
4.3 概率神经网络(PNN) | 第34-36页 |
4.3.1 概述 | 第34页 |
4.3.2 概率神经网络的拓扑结构 | 第34-36页 |
4.4 本章小结 | 第36-37页 |
第5章 MATLAB软件包程序的电喷发动机故障诊断 | 第37-41页 |
5.1 MATLAB的特点 | 第37页 |
5.2 故障诊断步骤及思路 | 第37-38页 |
5.2.1 神经网络故障诊断步骤 | 第37页 |
5.2.2 神经网络故障诊断思路 | 第37-38页 |
5.3 网络设计 | 第38-39页 |
5.3.1 PNN网络设计 | 第38-39页 |
5.4 PNN函数及MATLAB的实现 | 第39-40页 |
5.5 本章小结 | 第40-41页 |
第6章 PNN网络在电控发动机数据流故障诊断中的应用 | 第41-63页 |
6.1 数据的检测及采集 | 第41-48页 |
6.1.1 试验用的检测设备 | 第41页 |
6.1.2 检测的内容及实验数据 | 第41-48页 |
6.2 网络模型的建立和验证及故障诊断 | 第48-55页 |
6.2.1 网络模型的建立 | 第48-49页 |
6.2.2 网络模型的验证与故障诊断 | 第49-55页 |
6.3 PNN神经网络诊断结果对应的检查方法 | 第55-60页 |
6.3.1 故障输出2的检查方法 | 第55-56页 |
6.3.2 故障输出3的检查方法 | 第56-57页 |
6.3.3 故障输出4的检查方法 | 第57页 |
6.3.4 故障输出5的检查方法 | 第57-58页 |
6.3.5 故障输出6的检查方法 | 第58-60页 |
6.3.6 故障输出7的检查方法 | 第60页 |
6.4 发动机有故障但无故障码的故障分析 | 第60-61页 |
6.4.1 故障输出8的检查方法 | 第60页 |
6.4.2 故障输出9的检查方法 | 第60-61页 |
6.4.3 故障输出A的检查方法 | 第61页 |
6.4.4 故障输出B的检查方法 | 第61页 |
6.4.5 故障输出C的检查方法 | 第61页 |
6.5 本章小结 | 第61-63页 |
结论 | 第63-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-71页 |
个人简历 | 第71页 |