Bayesian网络在制动系统故障诊断中的应用及系统开发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·用贝叶斯网络来解决制动系统故障诊断问题 | 第10-11页 |
| ·贝叶斯网络在制动系统故障诊断中的研究现状 | 第11-12页 |
| ·贝叶斯网络在故障诊断中的应用 | 第12-14页 |
| ·应用贝叶斯网络进行故障诊断的优势 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第二章 贝叶斯网络理论 | 第16-28页 |
| ·贝叶斯网络描述 | 第16-19页 |
| ·贝叶斯网络定义 | 第16-19页 |
| ·贝叶斯网络特征 | 第19页 |
| ·贝叶斯网络建模 | 第19-20页 |
| ·贝叶斯网络推理 | 第20-25页 |
| ·团树传播算法 | 第20-24页 |
| ·其他精确推理算法 | 第24-25页 |
| ·近似推理算法 | 第25页 |
| ·贝叶斯网络学习 | 第25-28页 |
| 第三章 制动系统故障诊断中的不确定性分析 | 第28-36页 |
| ·制动系统简介 | 第28-30页 |
| ·制动系统的功能和组成 | 第28-30页 |
| ·制动系统故障诊断面临的不确定性问题 | 第30-31页 |
| ·不确定性问题分析 | 第31-33页 |
| ·解决不确定性问题的常用方法 | 第32页 |
| ·解决不确定性问题的常用方法比较 | 第32-33页 |
| ·不确定推理 | 第33-36页 |
| 第四章 故障诊断模型的建立及诊断推理 | 第36-48页 |
| ·液压制动系统故障模式及原因分析 | 第36-38页 |
| ·制动效能不良 | 第36-37页 |
| ·制动突然失灵 | 第37页 |
| ·制动发咬 | 第37页 |
| ·制动跑偏 | 第37-38页 |
| ·用贝叶斯网络描述故障诊断知识 | 第38-39页 |
| ·贝叶斯网络模型的确定 | 第39-41页 |
| ·故障诊断网络结构的确定 | 第39-41页 |
| ·故障诊断网络参数的确定 | 第41页 |
| ·基于贝叶斯网络液压制动系统故障诊断模型的建立 | 第41-45页 |
| ·制动效能不良故障诊断模型 | 第42-43页 |
| ·制动突然失灵故障诊断模型 | 第43页 |
| ·制动发咬故障诊断模型 | 第43-44页 |
| ·制动跑偏故障诊断模型 | 第44-45页 |
| ·液压制动系统故障诊断的贝叶斯网络推理 | 第45-48页 |
| 第五章 故障诊断系统的设计和实现 | 第48-62页 |
| ·故障诊断系统的设计 | 第48-54页 |
| ·系统总体设计 | 第48-49页 |
| ·贝叶斯网络构建模块设计 | 第49-52页 |
| ·诊断推理模块设计 | 第52-53页 |
| ·其他辅助模块设计 | 第53-54页 |
| ·故障诊断系统的实现 | 第54-57页 |
| ·诊断实例分析 | 第57-59页 |
| ·评价 | 第59-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
