农用柴油机润滑油中磨粒分析及浓度趋势预测
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-19页 |
·摩擦磨损研究的意义 | 第9-10页 |
·油液颗粒污染度检测 | 第10-14页 |
·目前常用的油液污染度测定方法 | 第11-13页 |
·铁谱分析技术 | 第13-14页 |
·支持向量机用于浓度趋势预测 | 第14-16页 |
·预测概述 | 第14-15页 |
·目前常用的预测学习算法 | 第15-16页 |
·支持向量机(SVM) | 第16页 |
·选题意义及研究内容 | 第16-19页 |
·选题意义 | 第16-18页 |
·课题内容和论文结构 | 第18-19页 |
第二章 基本理论及预测方法 | 第19-39页 |
·柴油机润滑与磨损 | 第19-23页 |
·柴油机中的摩擦损失 | 第19-20页 |
·磨损种类与磨粒类别 | 第20-21页 |
·润滑油的作用 | 第21-23页 |
·铁谱技术 | 第23-29页 |
·铁谱技术的特点 | 第25-27页 |
·分析式铁谱仪 | 第27-29页 |
·支持向量机 | 第29-38页 |
·统计学习理论 | 第29-31页 |
·支持向量机 | 第31-35页 |
·最小二乘支持向量机 | 第35-38页 |
·本章小结 | 第38-39页 |
第三章 柴油机润滑油磨粒分析 | 第39-59页 |
·实验方案 | 第39-46页 |
·铁谱取样 | 第39-43页 |
·铁谱油样处理 | 第43-45页 |
·铁谱片制作 | 第45-46页 |
·铁谱分析 | 第46-57页 |
·铁谱定量分析参数 | 第46-47页 |
·正常磨损磨粒 | 第47-54页 |
·特殊颗粒 | 第54-57页 |
·本章小结 | 第57-59页 |
第四章 基于LS-SVM的浓度趋势预测的实现 | 第59-73页 |
·获得样本数据 | 第59-60页 |
·样本数据预处理 | 第60-62页 |
·数据属性 | 第60-61页 |
·数据清洗 | 第61页 |
·样本数值规范化 | 第61-62页 |
·预测模型 | 第62-65页 |
·支持向量回归预测模型 | 第62-63页 |
·核函数的选择 | 第63-64页 |
·参数的选取 | 第64-65页 |
·应用实例及结果分析 | 第65-72页 |
·交叉确定参数 | 第66-67页 |
·浓度趋势的预测结果 | 第67-68页 |
·LS-SVM与神经网络的比较 | 第68-72页 |
·本章小结 | 第72-73页 |
第五章 总结语 | 第73-76页 |
·本课题的研究成果 | 第73-74页 |
·本课题研究展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-82页 |
附录A:本人在攻读硕士学位期间发表学术论文情况 | 第82-83页 |
附录B:实验设备 | 第83页 |