基于振动信号的汽车发动机缺缸及轴瓦磨损故障诊断研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 基于振动信号的汽车发动机故障诊断研究概况 | 第9-11页 |
| 1.2.1 国内外研究现状 | 第9-10页 |
| 1.2.2 现有技术存在的问题分析 | 第10-11页 |
| 1.3 课题主要研究内容 | 第11-12页 |
| 1.4 本章小结 | 第12-14页 |
| 第二章 故障信号采集系统的建立 | 第14-20页 |
| 2.1 实验系统的方案设计 | 第14-15页 |
| 2.2 信号采集系统的搭建 | 第15-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 汽车发动机故障信号采集实验 | 第20-24页 |
| 3.1 实验工况说明 | 第20-21页 |
| 3.2 实验数据初步处理 | 第21-23页 |
| 3.3 本章小结 | 第23-24页 |
| 第四章 汽车发动机故障信号特征提取 | 第24-40页 |
| 4.1 时域统计量特征提取 | 第24-26页 |
| 4.2 基于小波包变换的信号特征提取 | 第26-34页 |
| 4.2.1 小波包分解参数的确定 | 第27-30页 |
| 4.2.2 小波包处理结果分析 | 第30-34页 |
| 4.3 基于经验模态分解的信号特征提取 | 第34-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第五章 汽车发动机故障信号类型识别 | 第40-52页 |
| 5.1 建立基于支持向量机的分类模型 | 第40-42页 |
| 5.2 建立基于K最邻近算法的分类模型 | 第42-44页 |
| 5.3 建立基于极限学习机的分类模型 | 第44-46页 |
| 5.4 分类模型评价 | 第46-50页 |
| 5.5 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-56页 |
| 6.1 本文工作总结 | 第52-53页 |
| 6.2 工作展望 | 第53-56页 |
| 参考文献 | 第56-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64页 |
