| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题的提出和研究意义 | 第7-9页 |
| ·课题的提出 | 第7页 |
| ·课题的研究意义 | 第7-9页 |
| ·液压设备故障诊断技术的特殊性及国内外研究现状 | 第9-10页 |
| ·液压设备故障诊断的特殊性 | 第9页 |
| ·液压设备故障诊断的国内外研究现状 | 第9-10页 |
| ·液压设备故障诊断发展方向 | 第10页 |
| ·液压设备故障诊断方法概述 | 第10-14页 |
| ·本课题的主要研究内容及解决的主要问题 | 第14-15页 |
| 第二章 动圈式电液伺服阀的特点及其抗污染研究 | 第15-26页 |
| ·动圈式电液伺服阀的特点 | 第15页 |
| ·动圈式电液伺服阀存在的问题 | 第15页 |
| ·动圈式电液伺服阀的性能参数 | 第15-16页 |
| ·动圈式电液伺服阀仿真模型的建立 | 第16-17页 |
| ·仿真曲线分析 | 第17-24页 |
| ·根据仿真结果，提出可行的结构设计与抗污染措施 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 动圈式电液伺服阀的故障机理研究 | 第26-39页 |
| ·动圈阀的主要故障 | 第26-27页 |
| ·动圈阀的故障机理 | 第27-38页 |
| ·动圈阀的磨损研究 | 第27-31页 |
| ·动圈阀气蚀研究 | 第31-32页 |
| ·动圈阀卡紧研究 | 第32-35页 |
| ·动圈阀温升研究 | 第35-36页 |
| ·热楔效应对动圈阀使用性能的影响 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 动圈式电液伺服阀故障特征参数的提取及量化 | 第39-47页 |
| ·动圈式电液伺服阀实验设计 | 第39-40页 |
| ·实验对象 | 第39页 |
| ·实验目的 | 第39页 |
| ·实验原理 | 第39-40页 |
| ·动圈式电液伺服阀实验的具体内容及实施方案 | 第40-41页 |
| ·动圈式电液伺服阀特征曲线提取及分析 | 第41-46页 |
| ·动圈式电液伺服阀特征曲线量化 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 动圈式电液伺服阀故障模式识别的建模研究 | 第47-59页 |
| ·人工神经网络概述 | 第47-52页 |
| ·人工神经元 | 第47-48页 |
| ·人工神经网络的学习规则 | 第48-49页 |
| ·多层前馈网络和BP学习算法 | 第49-52页 |
| ·BP神经网络与遗传算法的结合 | 第52-53页 |
| ·结合的必要性和可行性 | 第52-53页 |
| ·结合方法 | 第53页 |
| ·神经网络用于故障诊断 | 第53-54页 |
| ·用于电液伺服阀故障诊断的遗传神经网络模型的建立 | 第54-58页 |
| ·遗传神经网络基本结构 | 第54页 |
| ·输入层与输出层设计 | 第54-55页 |
| ·隐层数及隐单元数的选择 | 第55-56页 |
| ·遗传算法的具体实现 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 基于遗传神经网络的电液伺服阀智能故障诊断系统 | 第59-74页 |
| ·基于遗传算法和神经网络的电液伺服阀智能故障诊断系统概述 | 第59-60页 |
| ·基于遗传算法和神经网络的电液伺服阀智能故障诊断系统 | 第60-67页 |
| ·知识库建立与维护模块的实现及主要界面 | 第61-63页 |
| ·诊断推理模块实现及主要界面 | 第63-67页 |
| ·系统实现过程中几个关键问题的研究 | 第67-71页 |
| ·遗传-神经网络的训练与故障模式识别结果 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的论文 | 第80-81页 |
| 附录1 实验数据表 | 第81-88页 |
