基于BPNN与DS理论的联合收割机堵塞故障诊断与报警系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题来源、研究目的及意义 | 第11-12页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 联合收割机智能化装备的发展现状及趋势 | 第12-13页 |
| 1.3 联合收割机堵塞故障诊断的发展现状及趋势 | 第13-15页 |
| 1.4 主要研究内容、技术路线及预期效果 | 第15-18页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 研究路线 | 第16-17页 |
| 1.4.3 预期效果 | 第17-18页 |
| 第二章 系统结构及硬件设计 | 第18-27页 |
| 2.1 联合收割机作业工序简介 | 第18页 |
| 2.2 系统监测对象的确定 | 第18-19页 |
| 2.3 系统主要实现功能 | 第19页 |
| 2.4 系统总体结构方案设计 | 第19-20页 |
| 2.5 系统的硬件设计 | 第20-26页 |
| 2.5.1 微控制器模块 | 第20-21页 |
| 2.5.2 信号采集调理模块 | 第21-23页 |
| 2.5.3 人机交互系统 | 第23页 |
| 2.5.4 前进速度控制模块 | 第23-25页 |
| 2.5.5 声光报警模块 | 第25页 |
| 2.5.6 电源模块 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 联合收割机堵塞故障诊断算法 | 第27-39页 |
| 3.1 BP神经网络概述 | 第27-28页 |
| 3.1.1 BPNN结构 | 第27-28页 |
| 3.1.2 BP学习算法 | 第28页 |
| 3.2 DS证据理论概述 | 第28-30页 |
| 3.2.1 Dempster融合规则 | 第28-29页 |
| 3.2.2 改进基本概率赋值方法 | 第29-30页 |
| 3.3 联合收割机堵塞故障诊断算法设计 | 第30-34页 |
| 3.3.1 BP网络训练样本的获取 | 第31-33页 |
| 3.3.2 BP网络的训练过程 | 第33-34页 |
| 3.4 联合收割机堵塞故障诊断算法的仿真验证试验 | 第34-38页 |
| 3.4.1 BP网络初步诊断 | 第35-36页 |
| 3.4.2 Dempster证据融合 | 第36-37页 |
| 3.4.3 堵塞故障判断规则 | 第37页 |
| 3.4.4 试验分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 系统的软件设计 | 第39-56页 |
| 4.1 触摸屏部分的软件设计 | 第39-44页 |
| 4.1.1 触摸屏基本设置 | 第39-42页 |
| 4.1.2 人机交互界面设计 | 第42页 |
| 4.1.3 人机交互界面软元件地址分配 | 第42-44页 |
| 4.2 单片机部分的软件设计 | 第44-55页 |
| 4.2.1 单片机初始化 | 第44-45页 |
| 4.2.2 信号采集程序 | 第45-46页 |
| 4.2.3 堵塞故障诊断程序 | 第46-48页 |
| 4.2.4 故障报警程序 | 第48-49页 |
| 4.2.5 前进速度自动控制程序 | 第49-50页 |
| 4.2.6 单片机与触摸屏通信程序 | 第50-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 系统调试与试验 | 第56-68页 |
| 5.1 系统的实验室调试 | 第56-58页 |
| 5.1.1 主控制器与触摸屏通信调试 | 第56-57页 |
| 5.1.2 信号采集准确性测试 | 第57-58页 |
| 5.1.3 堵塞故障报警功能的调试 | 第58页 |
| 5.1.4 步进电机控制功能的调试 | 第58页 |
| 5.2 系统田间收割试验 | 第58-67页 |
| 5.2.1 手动控制模式下系统试验 | 第59-65页 |
| 5.2.2 自动控制模式下系统试验 | 第65-67页 |
| 5.3 本章总结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间参加的科研项目与科研成果 | 第74页 |
