| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-21页 |
| ·选题的背景及意义 | 第9页 |
| ·国内外气阀漏气故障诊断研究现状与发展趋势 | 第9-14页 |
| ·热力参数监测方法 | 第10-11页 |
| ·声发射监测方法 | 第11-12页 |
| ·振动监测方法 | 第12-13页 |
| ·发展趋势 | 第13-14页 |
| ·柴油机故障智能诊断技术的发展现状 | 第14-16页 |
| ·专家系统 | 第14-15页 |
| ·神经网络系统 | 第15-16页 |
| ·支持向量机与柴油机故障诊断 | 第16-19页 |
| ·柴油机故障诊断技术存在的不足 | 第16页 |
| ·支持向量机理论简介 | 第16-17页 |
| ·支持向量机理论的发展历史 | 第17-18页 |
| ·支持向量机在柴油机故障诊断领域中的应用 | 第18-19页 |
| ·本课题的研究意义 | 第19-21页 |
| ·研究目标 | 第19页 |
| ·研究内容与技术路线 | 第19-21页 |
| 第2章 气阀漏气故障的振动特性分析 | 第21-40页 |
| ·气阀漏气的产生原因 | 第21页 |
| ·静态试验及特征分析 | 第21-28页 |
| ·试验台架与试验方案 | 第22-24页 |
| ·4120SD柴油机 | 第22页 |
| ·高压气源系统 | 第22-23页 |
| ·传感器布置与数据采集系统 | 第23页 |
| ·故障模拟试验方案 | 第23-24页 |
| ·试验结果的分析处理 | 第24-28页 |
| ·时域分析 | 第24-26页 |
| ·频域分析 | 第26-28页 |
| ·静态试验结论 | 第28页 |
| ·单缸失火的缸盖振动特性 | 第28-40页 |
| ·试验方案 | 第28-29页 |
| ·测试系统构成 | 第29-30页 |
| ·传感器布置 | 第30-31页 |
| ·缸盖振动信号特征参数的提取 | 第31-40页 |
| ·时域分析 | 第31-32页 |
| ·频域分析 | 第32-33页 |
| ·故障特征参数提取 | 第33-34页 |
| ·试验结果分析 | 第34-40页 |
| 第3章 气阀漏气故障的动态模拟试验研究 | 第40-59页 |
| ·故障模拟试验 | 第40-41页 |
| ·试验方案 | 第40页 |
| ·测试系统构成与传感器布置 | 第40-41页 |
| ·信号的特征参数提取 | 第41-42页 |
| ·气缸压力信号的特征参数提取 | 第41-42页 |
| ·气缸压力信号的对中 | 第41页 |
| ·气缸压力信号的预处理 | 第41页 |
| ·故障特征参数提取 | 第41-42页 |
| ·缸盖振动信号特征参数的提取 | 第42页 |
| ·试验测试信号分析 | 第42-59页 |
| ·0%负荷工况 | 第43-48页 |
| ·25%负荷工况 | 第48-53页 |
| ·50%负荷工况 | 第53-58页 |
| ·小结 | 第58-59页 |
| 第4章 基于支持向量机的柴油机气阀漏气智能诊断方法研究 | 第59-80页 |
| ·支持向量机理论基础 | 第59-61页 |
| ·最优超平面的定义 | 第60页 |
| ·核函数 | 第60-61页 |
| ·支持向量机的多类分类算法 | 第61-63页 |
| ·“一对多”分类算法 | 第61-62页 |
| ·“一对一”分类算法 | 第62-63页 |
| ·基因遗传算法 | 第63-65页 |
| ·技术路线 | 第65页 |
| ·特征值提取 | 第65-77页 |
| ·气阀漏气0%负荷 | 第66-69页 |
| ·气阀漏气25%负荷 | 第69-71页 |
| ·气阀漏气50%负荷 | 第71-74页 |
| ·单缸失火 | 第74-77页 |
| ·支持向量机漏气故障诊断模型 | 第77-80页 |
| 第5章 总结与展望 | 第80-82页 |
| ·总结 | 第80页 |
| ·展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86页 |