| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 车用交流发电机结构 | 第12-14页 |
| 1.3 相关技术的研究现状 | 第14-17页 |
| 1.3.1 去白噪声和脉冲干扰方法的研究现状 | 第14-16页 |
| 1.3.2 噪声在线检测及模式识别研究现状 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17-18页 |
| 第2章 车用发电机噪声及噪声在线检测预处理方法分析 | 第18-36页 |
| 2.1 车用发电机主要噪声源 | 第18-20页 |
| 2.1.1 机械噪声 | 第18-19页 |
| 2.1.2 气动噪声 | 第19页 |
| 2.1.3 电磁噪声 | 第19-20页 |
| 2.2 在线检测噪声的特点及预处理方法分析 | 第20-27页 |
| 2.2.1 在线检测噪声方法 | 第20-21页 |
| 2.2.2 在线检测噪声特点分析 | 第21-22页 |
| 2.2.3 信号预处理方法的选择 | 第22-23页 |
| 2.2.4 小波阈值去噪理论 | 第23-26页 |
| 2.2.5 数学形态学去噪原理 | 第26-27页 |
| 2.3 在线检测信号预处理的仿真分析 | 第27-32页 |
| 2.3.1 仿真信号 | 第27-28页 |
| 2.3.2 最优小波参数探究 | 第28-30页 |
| 2.3.3 最优结构元素参数探究 | 第30-32页 |
| 2.4 实测信号验证 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 车用发电机振动噪声实验研究 | 第36-49页 |
| 3.1 车用发电机的振动噪声实验简介 | 第36-38页 |
| 3.1.1 测试方法及相关标准 | 第36-37页 |
| 3.1.2 采集前端与相关传感器介绍 | 第37-38页 |
| 3.2 车用发电机噪声实验结果对比分析 | 第38-42页 |
| 3.2.1 典型发电机各工况噪声对比分析 | 第38-40页 |
| 3.2.2 典型发电机噪声阶次分析 | 第40-42页 |
| 3.3 车用发电机峰值转速下振动噪声信号的测试分析 | 第42-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 车用发电机噪声在线检测及噪声源识别研究 | 第49-69页 |
| 4.1 对测试间环境下发电机声压级的修正 | 第49-53页 |
| 4.1.1 背景噪声修正值k_1 | 第50-52页 |
| 4.1.2 测量环境修正值k_2 | 第52页 |
| 4.1.3 设备外环境声压 | 第52-53页 |
| 4.1.4 发电机噪声阈值的设定 | 第53页 |
| 4.2 车用发电机噪声超标噪声源识别 | 第53-63页 |
| 4.2.1 经验模态分解简介 | 第54-57页 |
| 4.2.2 BP神经网络简介 | 第57-58页 |
| 4.2.3 归一化的特征向量 | 第58-61页 |
| 4.2.4 神经网络结构的构建 | 第61-63页 |
| 4.3 BP神经网络的训练 | 第63-67页 |
| 4.3.1 原始样本数据的获得 | 第63-64页 |
| 4.3.2 神经网络的实现过程 | 第64-65页 |
| 4.3.3 隐含层神经元个数选择 | 第65页 |
| 4.3.4 学习速率的选择 | 第65页 |
| 4.3.5 神经网络的测试 | 第65-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第5章 系统的设计及实现 | 第69-81页 |
| 5.1 系统的硬件组成 | 第69-71页 |
| 5.1.1 传感器 | 第69-70页 |
| 5.1.2 信号调理器 | 第70页 |
| 5.1.3 数据采集卡 | 第70-71页 |
| 5.2 系统的软件设计 | 第71-72页 |
| 5.2.1 开发工具LabVIEW | 第71页 |
| 5.2.2 软件的总体设计 | 第71-72页 |
| 5.3 各功能模块的实现及界面 | 第72-78页 |
| 5.3.1 用户管理模块 | 第72-74页 |
| 5.3.2 在线检测模块 | 第74-76页 |
| 5.3.3 信号预处理及噪声源鉴别模块 | 第76-78页 |
| 5.4 实测数据验证 | 第78-80页 |
| 5.5 本章小结 | 第80-81页 |
| 结论与展望 | 第81-83页 |
| 1. 结论 | 第81-82页 |
| 2. 展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 攻读硕士学位期间发表的论文 | 第86页 |