首页--交通运输论文--公路运输论文--汽车保养与修理论文--诊断和检测技术及其仪器设备论文

基于概率神经网络的发动机故障诊断方法研究

中文摘要第4-5页
abstract第5页
第一章 绪论第8-12页
    1.1 课题研究意义第8页
    1.2 国内外研究现状第8-11页
        1.2.1 国外研究现状第9-10页
        1.2.2 国内研究现状第10-11页
    1.3 研究内容第11-12页
第二章 发动机电子信号波形分析第12-36页
    2.1 波形分析法第12-14页
        2.1.1 波形分析法概念第12页
        2.1.2 波形分析法的应用第12-13页
        2.1.3 波形诊断电控系统故障原理第13-14页
    2.2 怠速控制阀的信号分析第14-23页
        2.2.1 怠速控制阀故障机理分析第14页
        2.2.2 怠速控制阀的标准信号第14-15页
        2.2.3 怠速控制阀的故障信号第15-16页
        2.2.4 OpenCV技术提取波形图特征值第16-20页
        2.2.5 基于PNN神经网络的怠速控制阀波形故障分析第20-23页
    2.3 水温传感器信号分析第23-29页
        2.3.1 水温传感器故障机理分析第23页
        2.3.2 水温传感器的标准信号第23页
        2.3.3 水温传感器的故障信号第23-25页
        2.3.4 OpenCV技术提取波形图特征值第25-27页
        2.3.5 基于PNN神经网络的水温传感器波形故障分析第27-29页
    2.4 霍尔效应式传感器信号分析第29-35页
        2.4.1 霍尔效应式传感器故障机理分析第29页
        2.4.2 霍尔效应式传感器的标准信号第29-30页
        2.4.3 霍尔效应式传感器的故障信号第30-31页
        2.4.4 OpenCV技术提取波形图特征值第31-34页
        2.4.5 基于PNN神经网络的霍尔效应式传感器波形故障分析第34-35页
    2.5 本章小结第35-36页
第三章 基于波形诊断发动机故障第36-45页
    3.1 电控发动机常见故障第36-37页
    3.2 融合多个波形诊断发动机故障第37-40页
        3.2.1 发动机不起动故障诊断第37-38页
        3.2.2 发动机点火系和供给系故障综合诊断第38-39页
        3.2.3 发动机喘息故障诊断第39-40页
    3.3 基于PNN神经网络发动机故障诊断第40-43页
        3.3.1 传感器和执行器特征值的提取第40-41页
        3.3.2 PNN神经网络故障诊断过程第41-43页
        3.3.3 BP神经网络故障诊断过程第43页
    3.4 本章小结第43-45页
第四章 基于神经网络的故障诊断系统建立第45-54页
    4.1 系统的总体设计方案第45-46页
        4.1.1 系统的总体设计方案第45页
        4.1.2 系统的总体结构框架第45-46页
        4.1.3 系统的工作流程第46页
    4.2 系统软件的开发设计第46-52页
        4.2.1 用户登录界面的设计第47页
        4.2.2 系统目录界面的设计第47-48页
        4.2.3 故障查询界面的设计第48-49页
        4.2.4 故障诊断界面的设计第49-52页
    4.3 发动机故障诊断系统使用说明第52页
        4.3.1 登录系统第52页
        4.3.2 功能选择第52页
        4.3.3 故障查询界面功能的使用第52页
        4.3.4 故障诊断界面功能的使用第52页
        4.3.5 结果界面的操作第52页
    4.4 本章小结第52-54页
第五章 总结及展望第54-56页
    5.1 工作总结第54页
    5.2 展望研究第54-56页
参考文献第56-60页
致谢第60-61页
申请学位期间发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:YX公司新产品开发项目管理优化研究
下一篇:基于“虚实融合技术”的电驱动故障诊断系统开发