首页--交通运输论文--公路运输论文--汽车保养与修理论文--诊断和检测技术及其仪器设备论文

基于振动信号分析的发动机失火故障诊断方法研究

摘要第3-4页
Abstract第4页
1 绪论第7-10页
    1.1 发动机故障诊断研究背景与意义第7页
    1.2 发动机故障诊断的研究现状第7-9页
        1.2.1 国外研究现状第7-8页
        1.2.2 国内研究现状第8-9页
    1.3 论文主要研究内容第9-10页
2 发动机失火故障振动机理与振动分析方法第10-18页
    2.1 发动机单缸失火的分类第10页
        2.1.1 发动机失火的定义第10页
        2.1.2 发动机失火的原因第10页
    2.2 汽油机振动分析第10-12页
        2.2.1 发动机的主要振动激励源第11页
        2.2.2 振动传播路径第11-12页
    2.3 振动分析方法第12-16页
        2.3.1 时域分析方法第12-13页
        2.3.2 频域分析方法第13页
        2.3.3 小波分析方法第13-16页
    2.4 本章小结第16-18页
3 电控汽油机失火故障诊断试验第18-22页
    3.1 试验方案第18页
        3.1.1 试验目的第18页
        3.1.2 试验原理第18页
        3.1.3 试验步骤第18页
    3.2 测试对象与测点选取第18-19页
    3.3 试验设备第19-20页
    3.4 采样频率的确定第20页
    3.5 试验数据的保存原则第20-21页
    3.6 本章小结第21-22页
4 电控汽油机故障试验数据分析第22-46页
    4.1 汽油机正常状态下振动信号分析第22-28页
        4.1.1 正常状态下振动信号的时域分析第22-23页
        4.1.2 正常状态下振动信号的频域分析第23-24页
        4.1.3 正常状态下振动信号的小波包分解分析第24-28页
    4.2 汽油机单缸失火状态下振动信号分析第28-42页
        4.2.1 第一缸失火振动信号分析第28-31页
        4.2.2 第二缸失火振动信号分析第31-35页
        4.2.3 第三缸失火振动信号分析第35-38页
        4.2.4 第四缸失火振动信号分析第38-42页
    4.3 五种状态下汽油机振动信号对比分析第42-44页
        4.3.1 时域参数对比分析第42-43页
        4.3.2 小波包分解节点能量对比分析第43-44页
    4.4 本章小节第44-46页
5 基于BP神经网络的汽油机故障诊断方法第46-56页
    5.1 汽油机故障诊断神经网络模型的建立第46-48页
    5.2 提取汽油机故障特征第48-49页
    5.3 故障诊断神经网络的建立第49-55页
        5.3.1 故障诊断神经网络的设计第49页
        5.3.2 故障诊断神经网络的训练第49-52页
        5.3.3 神经网络的测试诊断第52-55页
    5.4 本章小结第55-56页
结论第56-57页
参考文献第57-61页
附录第61-65页
攻读学位期间发表的学术论文第65-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于ROS治疗肿瘤的关键问题-ROS与其剂量效应的探讨
下一篇:驱油用预交联体的合成及应用研究