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 |