纯电动载货汽车关键部件的故障诊断专家系统研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 选题背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 纯电动汽车的研究及应用现状 | 第12-13页 |
1.2.2 汽车故障诊断技术的研究现状 | 第13-14页 |
1.2.3 故障诊断专家系统的研究现状 | 第14-15页 |
1.3 本文的研究目标与研究内容 | 第15-17页 |
1.3.1 研究目标 | 第15-16页 |
1.3.2 研究内容 | 第16-17页 |
1.4 论文结构安排 | 第17-18页 |
1.5 本章小结 | 第18-19页 |
第二章 纯电动载货汽车关键部件的故障树建立 | 第19-33页 |
2.1 故障树理论概述 | 第19-22页 |
2.1.1 故障树的基本概念 | 第19-20页 |
2.1.2 故障树的建立方法 | 第20-22页 |
2.2 磷酸铁锂电池系统的故障树分析 | 第22-27页 |
2.2.1 磷酸铁锂电池特性研究 | 第22-23页 |
2.2.2 磷酸铁锂电池系统故障树的建立 | 第23-27页 |
2.3 永磁同步电机的故障树分析 | 第27-32页 |
2.3.1 永磁同步电机特性研究 | 第27-29页 |
2.3.2 永磁同步电机故障树的建立 | 第29-32页 |
2.4 本章小结 | 第32-33页 |
第三章 专家系统知识库和解释机的设计 | 第33-43页 |
3.1 专家系统概述 | 第33-35页 |
3.1.1 专家系统的定义 | 第33页 |
3.1.2 专家系统的特点 | 第33-34页 |
3.1.3 专家系统的结构 | 第34-35页 |
3.2 开发专家系统的可行性和必要性 | 第35-36页 |
3.3 专家系统知识的表达 | 第36-39页 |
3.3.1 几种常见的知识表达方法 | 第36-39页 |
3.3.2 各种知识表达方式的比较 | 第39页 |
3.4 知识的获取 | 第39-41页 |
3.5 解释机的设计 | 第41-42页 |
3.5.1 几种常见的解释方法 | 第41-42页 |
3.5.2 各种解释方法的比较 | 第42页 |
3.6 本章小结 | 第42-43页 |
第四章 基于贝叶斯网络的推理机设计 | 第43-57页 |
4.1 常用的专家系统推理算法 | 第43-45页 |
4.1.1 人工神经网络 | 第43-44页 |
4.1.2 支持向量机 | 第44-45页 |
4.1.3 贝叶斯网络 | 第45页 |
4.1.4 几种推理方法的对比 | 第45页 |
4.2 贝叶斯网络的理论基础及其改进方法 | 第45-52页 |
4.2.1 推理的不确定性 | 第45-46页 |
4.2.2 贝叶斯定理 | 第46页 |
4.2.3 主观贝叶斯方法 | 第46-47页 |
4.2.4 贝叶斯网络的具体结构 | 第47-48页 |
4.2.5 贝叶斯网络示例 | 第48-49页 |
4.2.6 贝叶斯网络中的推理 | 第49-50页 |
4.2.7 建立贝叶斯网络 | 第50-51页 |
4.2.8 确定条件概率表 | 第51-52页 |
4.3 应用贝叶斯网络进行故障诊断示例 | 第52-54页 |
4.4 专家系统诊断结果辅助决策方法 | 第54-56页 |
4.5 本章小结 | 第56-57页 |
第五章 专家系统软件的设计与实现 | 第57-71页 |
5.1 专家系统软件的结构分析 | 第57-58页 |
5.2 专家系统软件的需求分析 | 第58-60页 |
5.2.1 专家系统软件的设计目标 | 第58-59页 |
5.2.2 专家系统软件的功能分析 | 第59页 |
5.2.3 专家系统软件的开发环境分析 | 第59-60页 |
5.3 专家系统软件各模块的设计与实现 | 第60-69页 |
5.3.1 数据库的设计 | 第61-64页 |
5.3.2 功能页面的设计 | 第64-69页 |
5.4 专家系统软件的验证 | 第69-70页 |
5.5 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 总结 | 第71-72页 |
6.2 展望 | 第72页 |
6.3 本章小结 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |