中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
第1章 绪论 | 第8-15页 |
1.1 船用柴油机故障诊断研究及发展过程 | 第8-10页 |
1.1.1 柴油机故障诊断的目的与任务 | 第8-9页 |
1.1.2 国内外发展动态 | 第9-10页 |
1.2 船用柴油机故障诊断常用方法及其特点 | 第10-11页 |
1.2.1 润滑油法 | 第10页 |
1.2.2 性能参数法 | 第10-11页 |
1.2.3 振动噪声法 | 第11页 |
1.3 本课题的主要研究内容与实现方法 | 第11-15页 |
1.3.1 概述 | 第11-12页 |
1.3.2 主要研究内容和思路 | 第12-14页 |
1.3.3 关键技术及研究难点 | 第14-15页 |
第2章 人工神经网络模型的建立 | 第15-22页 |
2.1 概述 | 第15-18页 |
2.1.1 人工神经网络及其特征 | 第15页 |
2.1.2 ANN结构原理与算法 | 第15-18页 |
2.2 径向基函数网络 | 第18-22页 |
2.2.1 RBF网络模型 | 第18页 |
2.2.2 RBF学习规则 | 第18-20页 |
2.2.3 RBF网络训练方式 | 第20-21页 |
2.2.4 小结 | 第21-22页 |
第3章 船用涡轮增压柴油机运行性能故障的模拟计算 | 第22-29页 |
3.1 前言 | 第22页 |
3.2 船用涡轮增压柴油机运行性能预测程序简介 | 第22-25页 |
3.2.1 柴油机气缸热力循环过程 | 第22-23页 |
3.2.2 柴油机排气管 | 第23-24页 |
3.2.3 排气温度的计算 | 第24页 |
3.2.4 增压系统各部分流动阻力或污阻的计算模型 | 第24页 |
3.2.5 V.I.T.装置模型 | 第24-25页 |
3.2.6 涡轮增压器 | 第25页 |
3.3 程序结构 | 第25-27页 |
3.4 计算实例与分析 | 第27页 |
3.5 小结 | 第27-29页 |
第4章 MATLAB环境下船用柴油机运行故障诊断的计算机仿真 | 第29-38页 |
4.1 柴油机运行故障发展与诊断策略 | 第29-30页 |
4.1.1 柴油机运行故障计算机仿真 | 第29-30页 |
4.1.2 故障诊断策略 | 第30页 |
4.2 基于MATLAB环境的诊断仿真程序 | 第30-36页 |
4.2.1 MATLAB语言与工具箱系统主要特点与功能 | 第30-31页 |
4.2.2 基于MATLAB环境的诊断仿真程序 | 第31-33页 |
4.2.3 径向基函数网络的设计 | 第33-36页 |
4.3 网络输入变量归一化处理 | 第36-38页 |
第5章 RBF神经网络在船用柴油机故障诊断中的应用实例 | 第38-58页 |
5.1 分层次诊断模型 | 第38-39页 |
5.2 仿真程序 | 第39-41页 |
5.2.1 基于RBF网络的诊断过程 | 第40页 |
5.2.2 仿真诊断程序框图 | 第40-41页 |
5.3 涡轮增压系统故障诊断应用实例 | 第41-48页 |
5.3.1 输出、输入向量的确定及征兆/故障样本集的设计 | 第41-43页 |
5.3.2 网络输出处理 | 第43-46页 |
5.3.3 网络测试结果与分析 | 第46-48页 |
5.4 气缸组件与燃烧系统故障诊断应用实例 | 第48-55页 |
5.4.1 输出、输入向量的确定及征兆/故障样本集的设计 | 第48-52页 |
5.4.2 诊断测试仿真分析 | 第52-55页 |
5.5 网络容错分析与分布常数sc的选取 | 第55-58页 |
5.5.1 网络容错分析 | 第55-56页 |
5.5.2 分布常数sc的选取 | 第56-58页 |
第6章 船用柴油机故障诊断仿真系统的研究与实现 | 第58-62页 |
6.1 仿真系统的设计 | 第58-59页 |
6.2 仿真系统功能与结构原理 | 第59-62页 |
6.2.1 仿真系统功能 | 第59-60页 |
6.2.2 仿真系统结构原理 | 第60-62页 |
第7章 结论 | 第62-64页 |
攻读学位期间公开发表的论文 | 第64-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-71页 |
附录 | 第71-78页 |