基于特种车的故障预测与健康管理系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景及研究意义 | 第11-12页 |
| 1.2 故障预测与健康管理国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 论文主要研究内容及章节安排 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 章节安排 | 第14页 |
| 1.4 本章总结 | 第14-15页 |
| 2 特种车故障预测与健康管理系统总体设计 | 第15-31页 |
| 2.1 特种车PHM系统体系结构设计 | 第15-21页 |
| 2.1.1 PHM概述 | 第15-17页 |
| 2.1.2 特种车PHM系统体系结构设计 | 第17-18页 |
| 2.1.3 故障诊断方法 | 第18-19页 |
| 2.1.4 故障预测方法 | 第19-21页 |
| 2.2 特种车PHM系统软件设计 | 第21-23页 |
| 2.2.1 软件功能需求分析 | 第21页 |
| 2.2.2 系统软件框架 | 第21-23页 |
| 2.3 特种车PHM系统软件平台通用性实现 | 第23-29页 |
| 2.3.1 数据导入 | 第23-25页 |
| 2.3.2 数据配置 | 第25-27页 |
| 2.3.3 算法配置 | 第27-29页 |
| 2.4 本章总结 | 第29-31页 |
| 3 故障诊断模块设计 | 第31-57页 |
| 3.1 特种车故障树的建立 | 第31-40页 |
| 3.1.1 故障树知识 | 第31-32页 |
| 3.1.2 系统故障树的建立 | 第32-36页 |
| 3.1.3 故障树的存储 | 第36-40页 |
| 3.2 故障诊断规则库的建立 | 第40-43页 |
| 3.2.1 专家系统知识 | 第40-41页 |
| 3.2.2 诊断规则库的建立 | 第41-43页 |
| 3.3 故障诊断原理 | 第43-50页 |
| 3.3.1 故障树分析原理 | 第43-45页 |
| 3.3.2 生成割集与最小割集 | 第45-48页 |
| 3.3.3 故障推理策略 | 第48-50页 |
| 3.4 故障树的图形绘制与显示 | 第50-56页 |
| 3.4.1 故障树组成元素位置及大小的确定 | 第50-52页 |
| 3.4.2 故障树的绘制 | 第52-55页 |
| 3.4.3 故障树显示 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 4 故障预测模块设计 | 第57-79页 |
| 4.1 BP神经网络 | 第57-63页 |
| 4.1.1 人工神经网络概述 | 第57-58页 |
| 4.1.2 BP神经网络的结构 | 第58-59页 |
| 4.1.3 BP算法原理 | 第59-63页 |
| 4.2 BP网络预测模型结构设计 | 第63-69页 |
| 4.2.1 样本的建立 | 第63-65页 |
| 4.2.2 网络预测模型结构设计 | 第65-67页 |
| 4.2.3 样本的处理 | 第67-69页 |
| 4.3 BP网络预测模型的MATLAB实现 | 第69-76页 |
| 4.3.1 网络模型的建立 | 第69-70页 |
| 4.3.2 网络训练及仿真 | 第70-71页 |
| 4.3.3 网络模型的优化 | 第71-76页 |
| 4.4 BP网络预测模型的应用 | 第76-78页 |
| 4.4.1 基于网络模型的故障预测 | 第76-77页 |
| 4.4.2 网络模型的固化 | 第77-78页 |
| 4.5 本章小结 | 第78-79页 |
| 5 特种车故障预测与健康管理系统软件实现 | 第79-97页 |
| 5.1 软件功能模块设计及操作流程 | 第79-80页 |
| 5.1.1 软件功能模块设计 | 第79页 |
| 5.1.2 软件操作流程 | 第79-80页 |
| 5.2 软件主要功能模块 | 第80-96页 |
| 5.2.1 文件管理模块 | 第81-87页 |
| 5.2.2 故障诊断模块 | 第87-89页 |
| 5.2.3 故障树图形显示模块 | 第89-93页 |
| 5.2.4 故障预测模块 | 第93-96页 |
| 5.3 本章总结 | 第96-97页 |
| 6 总结与展望 | 第97-99页 |
| 6.1 总结 | 第97-98页 |
| 6.2 展望 | 第98-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-105页 |
| 附录 | 第105页 |
