摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-16页 |
1.1 课题研究的背景及意义 | 第11-12页 |
1.2 涡轮增压发动机实时监测系统的国内外发展现状 | 第12-14页 |
1.2.1 国外发展现状 | 第12-13页 |
1.2.2 国内发展现状 | 第13-14页 |
1.3 课题的主要研究内容 | 第14-16页 |
第2章 涡轮增压发动机故障信号的采集及监测 | 第16-23页 |
2.1 空气滤清器气体压力的采集及监测 | 第16-18页 |
2.1.1 空气滤清器的作用 | 第16页 |
2.1.2 空气滤清器的结构和分类 | 第16-17页 |
2.1.3 涡轮增压发动机空气滤清器气体压力采集方法 | 第17-18页 |
2.2 尾气的采集及监测 | 第18-21页 |
2.2.1 尾气检测的常规方法 | 第19-20页 |
2.2.2 涡轮增压发动机尾气采集方法 | 第20-21页 |
2.3 涡轮增压发动机振动、异响的采集及监测 | 第21-22页 |
2.3.1 振动、异响检测的常规方法 | 第21页 |
2.3.2 振动、异响常出现的故障现象 | 第21-22页 |
2.3.3 涡轮增压发动机振动、异响采集方法 | 第22页 |
2.4 本章小结 | 第22-23页 |
第3章 BP 神经网络在涡轮增压发动机故障诊断中的应用 | 第23-33页 |
3.1 BP 神经网络故障诊断及仿真分析 | 第23-24页 |
3.1.1 BP 神经网络概述 | 第23页 |
3.1.2 BP 神经网络故障诊断的结构 | 第23-24页 |
3.2 GA-BP 网络故障诊断及仿真分析 | 第24-27页 |
3.2.1 GA 算法概述 | 第24-25页 |
3.2.2 GA-BP 网络故障诊断的结构 | 第25-27页 |
3.2.3 GA-BP 网络故障诊断的仿真分析 | 第27页 |
3.3 PSO-BP 网络故障诊断及仿真分析 | 第27-30页 |
3.3.1 PSO 算法概述 | 第27-28页 |
3.3.2 PSO-BP 网络故障诊断的结构 | 第28-29页 |
3.3.3 PSO-BP 网络故障诊断的仿真分析 | 第29-30页 |
3.4 BP 神经网络与 GA-BP、PSO-BP 网络故障诊断的分析比较 | 第30-31页 |
3.5 基于 PSO-BP 网络故障诊断的仿真 | 第31-32页 |
3.6 本章小结 | 第32-33页 |
第4章 手持无线涡轮增压发动机实时监测系统硬件设计 | 第33-45页 |
4.1 空气滤清器监测模块设计 | 第33-36页 |
4.1.1 空气滤清器监测模块结构框图 | 第34页 |
4.1.2 气体压力采集电路设计 | 第34-35页 |
4.1.3 气体压力发射电路设计 | 第35-36页 |
4.2 尾气监测模块设计 | 第36-39页 |
4.2.1 尾气监测模块结构框图 | 第37页 |
4.2.2 探头电路设计 | 第37-38页 |
4.2.3 A/D 转换及无线发射电路设计 | 第38-39页 |
4.3 振动和异响监测模块设计 | 第39-42页 |
4.3.1 振动采集电路设计 | 第39-40页 |
4.3.2 异响采集电路设计 | 第40-42页 |
4.4 故障诊断模块设计 | 第42-44页 |
4.4.1 数据存储电路设计 | 第42页 |
4.4.2 语音电路设计 | 第42-43页 |
4.4.3 故障诊断电路设计 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
第5章 手持无线涡轮增压发动机实时监测系统软件设计 | 第45-52页 |
5.1 空气滤清器采集模块程序设计 | 第45-46页 |
5.2 尾气采集模块程序设计 | 第46-47页 |
5.3 振动采集模块程序设计 | 第47-48页 |
5.4 异响采集模块程序设计 | 第48-49页 |
5.5 故障诊断模块程序设计 | 第49-51页 |
5.6 本章小结 | 第51-52页 |
第6章 实验结果与分析 | 第52-58页 |
6.1 实验平台的搭建 | 第52-55页 |
6.2 传统方法的故障诊断结果 | 第55-56页 |
6.3 实验结果分析 | 第56-57页 |
6.4 本章小结 | 第57-58页 |
结论 | 第58-59页 |
参考文献 | 第59-63页 |
攻读硕士学位期间发表的研究成果 | 第63-64页 |
致谢 | 第64页 |