基于信息融合的EPS与SAS集成系统故障诊断研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·电动助力转向系统简介 | 第12-16页 |
| ·电动助力转向系统结构组成及工作原理 | 第12-15页 |
| ·电动助力转向的类型 | 第15-16页 |
| ·悬架系统简介 | 第16-18页 |
| ·悬架系统结构组成及工作原理 | 第16-17页 |
| ·悬架系统的分类 | 第17-18页 |
| ·故障诊断技术简介 | 第18-22页 |
| ·故障诊断概念 | 第19页 |
| ·故障诊断方法及分类 | 第19-21页 |
| ·汽车电控系统故障诊断技术研究现状 | 第21-22页 |
| ·课题研究的目的和意义 | 第22页 |
| ·论文主要研究内容 | 第22-24页 |
| 第二章 理论基础 | 第24-39页 |
| ·人工神经网络简介 | 第24-27页 |
| ·神经网络一般结构 | 第24页 |
| ·神经元结构 | 第24-25页 |
| ·转移函数 | 第25-26页 |
| ·神经网络学习过程 | 第26-27页 |
| ·BP神经网络及其算法 | 第27-30页 |
| ·BP神经网络特点 | 第27页 |
| ·BP神经网络算法 | 第27-30页 |
| ·信息融合诊断技术简介 | 第30-33页 |
| ·信息融合技术的发展现状 | 第30页 |
| ·信息融合的基本原理 | 第30-31页 |
| ·信息融合系统的级别 | 第31-32页 |
| ·信息融合在故障诊断中的应用 | 第32-33页 |
| ·D-S证据理论概述 | 第33-38页 |
| ·D-S证据理论概念及原则 | 第33-35页 |
| ·基于D-S证据理论的信息融合故障诊断方法 | 第35-36页 |
| ·基于D-S证据理论的BP神经网络的信息融合方法 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 EPS与SAS集成系统故障机理分析 | 第39-49页 |
| ·集成系统的故障确定 | 第39-40页 |
| ·集成系统部分故障机理分析 | 第40-47页 |
| ·ECU故障机理分析 | 第40-41页 |
| ·扭矩传感器故障机理分析 | 第41-44页 |
| ·车速传感器故障机理分析 | 第44页 |
| ·助力电动机故障机理分析 | 第44-46页 |
| ·离合器故障机理分析 | 第46页 |
| ·加速度传感器及减速机构故障机理分析 | 第46-47页 |
| ·故障部位的选取 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于信息融合的集成系统故障诊断研究 | 第49-76页 |
| ·集成系统的信息融合故障诊断模型 | 第49-50页 |
| ·集成系统BP神经网络的局部诊断 | 第50-71页 |
| ·集成系统单子BP人工神经网络诊断设计 | 第51-67页 |
| ·集成系统单子BP神经网络故障诊断系统的软件设计 | 第67-71页 |
| ·集成系统子神经网络的D-S证据理论信息融合 | 第71-74页 |
| ·信息融合具体步骤 | 第71页 |
| ·信度分配函数m(A_i)的构造 | 第71-74页 |
| ·信度函数的组合 | 第74页 |
| ·本章小结 | 第74-76页 |
| 第五章 EPS与SAS集成系统故障诊断实验研究 | 第76-91页 |
| ·试验系统的组成 | 第76-83页 |
| ·试验的目的 | 第76页 |
| ·试验仪器与设备 | 第76-80页 |
| ·试验系统原理 | 第80-81页 |
| ·各种信号采集电路的设计 | 第81-83页 |
| ·集成系统基于BP神经网络的局部诊断试验 | 第83-87页 |
| ·网络各参数的确定 | 第84-85页 |
| ·网络样本的采集 | 第85-86页 |
| ·单个子网络的诊断分析 | 第86-87页 |
| ·集成系统信息融合综合诊断试验 | 第87-89页 |
| ·集成系统证据理论识别框架的构造 | 第87页 |
| ·集成系统证据体和信度分配的确定及分析 | 第87-89页 |
| ·本章小结 | 第89-91页 |
| 第六章 总结与展望 | 第91-93页 |
| ·总结 | 第91-92页 |
| ·展望 | 第92-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-97页 |
| 攻读硕士期间参加科研工作及发表学术论文情况 | 第97页 |
