| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·再制造工程概述 | 第10-12页 |
| ·国内外汽车再制造工程现状 | 第12-17页 |
| ·国外汽车再制造业的研究和发展现状 | 第12-15页 |
| ·国内汽车再制造业的研究和发展现状 | 第15-17页 |
| ·汽车故障诊断技术 | 第17-21页 |
| ·论文的主要研究内容 | 第21-23页 |
| 第2章 再制造自动变速箱故障诊断系统理论方法 | 第23-38页 |
| ·自动变速箱种类及常见故障原理分析 | 第23-33页 |
| ·汽车自动变速箱种类及工作原理 | 第23-25页 |
| ·汽车自动变速箱常见故障形式分析 | 第25-26页 |
| ·废旧自动变速箱再制造流程 | 第26-33页 |
| ·故障诊断的主要理论方法 | 第33-35页 |
| ·基于神经网络的故障诊断 | 第35-36页 |
| ·神经网络的特点 | 第35-36页 |
| ·神经网络与再制造自动变速箱故障诊断 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第3章 再制造自动变速箱振动信号的特征提取分析 | 第38-54页 |
| ·测试系统的设计及实验方案制定 | 第38-42页 |
| ·仪器及软件的选用 | 第38-41页 |
| ·实验方法的制定 | 第41-42页 |
| ·振动信号的采集 | 第42-45页 |
| ·参数设定 | 第42-43页 |
| ·振动信号的时域波形图 | 第43-45页 |
| ·再制造自动变速箱振动信号的时域分析 | 第45-48页 |
| ·时域指标参数在故障诊断中的判据 | 第45-46页 |
| ·时域特征值的计算 | 第46-47页 |
| ·结果分析 | 第47-48页 |
| ·再制造自动变速箱振动信号的频域特征分析 | 第48-53页 |
| ·频域指标分析 | 第48-49页 |
| ·振动信号的频域特征提取 | 第49-53页 |
| ·结果分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第4章 再制造自动变速箱故障诊断的小波方法分析研究 | 第54-63页 |
| ·小波变换及小波包分析 | 第54-57页 |
| ·小波变换 | 第54-56页 |
| ·小波包分析 | 第56-57页 |
| ·小波包信号特征提取 | 第57-58页 |
| ·振动信号小波分析 | 第58-62页 |
| ·小波包分解 | 第58-62页 |
| ·结果分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于 BP 神经网络的再制造自动变速箱故障诊断 | 第63-84页 |
| ·BP 神经网络的结构及 MATLAB 实现 | 第63-66页 |
| ·再制造自动变速箱故障诊断 BP 神经网络的设计 | 第66-69页 |
| ·BP 神经网络的诊断策略 | 第66-67页 |
| ·故障征兆—故障模式样本集的设计 | 第67页 |
| ·结构设计及优化 | 第67-69页 |
| ·振动信号的预处理 | 第69-75页 |
| ·预处理方法 | 第69-70页 |
| ·数据初步处理 | 第70-73页 |
| ·归一化结果 | 第73-75页 |
| ·BP 网络改进算法及其对比分析 | 第75-79页 |
| ·传统 BP 算法局限性 | 第75页 |
| ·常见改进算法 | 第75-78页 |
| ·算法对比分析 | 第78-79页 |
| ·神经网络的训练及验证 | 第79-82页 |
| ·神经网络训练 | 第79-80页 |
| ·验证分析 | 第80-82页 |
| ·故障诊断实例 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第6章 结论与展望 | 第84-86页 |
| ·结论 | 第84-85页 |
| ·展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 附录 BP 算法的改进分析程序 | 第89-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间参加的科研项目和成果 | 第92页 |