基于虚拟仪器和神经网络的电喷发动机故障诊断系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的来源与背景 | 第8页 |
| ·国内外研究现状及发展趋势 | 第8-10页 |
| ·国内外研究现状 | 第8-9页 |
| ·存在问题的分析 | 第9-10页 |
| ·未来发展趋势 | 第10页 |
| ·课题研究的主要内容及其创新点 | 第10-12页 |
| 第二章 神经网络理论基础 | 第12-19页 |
| ·人工神经元模型 | 第12-13页 |
| ·神经网络的特点及分类 | 第13-14页 |
| ·神经网络的拓补结构 | 第14-16页 |
| ·神经网络的学习和训练 | 第16-17页 |
| ·利用神经网络进行故障诊断的原理 | 第17-19页 |
| 第三章 BP 神经网络及网络结构设计原则 | 第19-37页 |
| ·BP 网络模型结构与算法 | 第19-23页 |
| ·BP 网络学习过程具体步骤 | 第23-24页 |
| ·BP 网络结构设计原则 | 第24-28页 |
| ·网络信息容量与训练样本数的确定 | 第24-26页 |
| ·网络层数的确定 | 第26页 |
| ·隐含层节点数设计 | 第26-27页 |
| ·初始权值、学习速率及期望误差的选取 | 第27-28页 |
| ·BP 网络改进算法及其对比分析 | 第28-31页 |
| ·用于故障诊断的BP 网络建立和训练实例 | 第31-37页 |
| 第四章 基于集成神经网络技术的故障诊断模型研究 | 第37-50页 |
| ·集成神经网络的基本思想 | 第37-38页 |
| ·集成神经网络建模方法 | 第38-43页 |
| ·动态聚类法 | 第40-42页 |
| ·模糊聚类法 | 第42-43页 |
| ·集成神经网络的实现策略 | 第43-46页 |
| ·基于 INN 的电喷发动机性能预测模型仿真研究 | 第46-50页 |
| 第五章 基于虚拟仪器技术的智能故障诊断系统开发 | 第50-72页 |
| ·虚拟仪器及 LabVIEW | 第50-55页 |
| ·虚拟仪器的概念与组成 | 第50-53页 |
| ·LabVIEW 与 G 语言 | 第53-54页 |
| ·虚拟仪器系统集成的一般步骤与方法 | 第54-55页 |
| ·智能故障诊断系统总体设计 | 第55-64页 |
| ·诊断测试参数分析 | 第55-58页 |
| ·虚拟仪器硬件通用化平台设计 | 第58-60页 |
| ·传感器及仪器 | 第59页 |
| ·信号调理电路 | 第59页 |
| ·数据采集卡 | 第59-60页 |
| ·虚拟仪器软件通用化平台设计 | 第60-64页 |
| ·功能模块分析 | 第61-62页 |
| ·主控程序设计 | 第62-64页 |
| ·废气排放故障诊断子系统 | 第64-72页 |
| ·数据采集设计 | 第65页 |
| ·数据库管理设计 | 第65-69页 |
| ·集成神经网络程序设计 | 第69-72页 |
| 第六章 结论与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 附录 A 六种 BP 改进算法对比程序 | 第76-78页 |
| 附录 B 发动机异响故障诊断仿真程序 | 第78-80页 |
| 附录 C 神经网络训练程序 | 第80-82页 |
| 在学期间发表的论著及取得的科研成果 | 第82页 |
