| 独创性声明 | 第1页 |
| 关于学位论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·汽车故障诊断的意义、目的和方法 | 第8-9页 |
| ·汽车故障诊断的意义 | 第8页 |
| ·汽车故障诊断的目的 | 第8-9页 |
| ·汽车故障诊断的方法 | 第9页 |
| ·汽车排放污染物 | 第9-11页 |
| ·汽车排放污染物现状 | 第9-10页 |
| ·汽车污染物形成机理及影响因素 | 第10-11页 |
| ·汽车排放污染物的危害 | 第11页 |
| ·在用汽车检查与维修制度(I/M) | 第11-14页 |
| ·I/M 制度的主要作用 | 第12-13页 |
| ·I/M 制度的主要内容及其实施的基本要求 | 第13-14页 |
| ·本文研究的目的、意义和研究内容及思路 | 第14-16页 |
| ·本文研究的目的和意义 | 第14页 |
| ·本文研究的主要内容和思路 | 第14-16页 |
| 第二章 电控发动机故障诊断原理及运行工况控制 | 第16-23页 |
| ·电子控制系统基本组成及工作原理 | 第16-18页 |
| ·传感器 | 第16-17页 |
| ·执行器 | 第17页 |
| ·电控单元 | 第17-18页 |
| ·电控发动机故障自诊断原理 | 第18-21页 |
| ·传感器的故障诊断 | 第19-20页 |
| ·执行器的故障诊断 | 第20页 |
| ·线路故障诊断 | 第20-21页 |
| ·电控发动机运行工况及其控制 | 第21-23页 |
| ·电控发动机运行工况 | 第21页 |
| ·电控发动机典型运行工况的控制 | 第21-23页 |
| 第三章 人工神经网络模型的建立 | 第23-35页 |
| ·人工神经网络的概述 | 第23-27页 |
| ·人工神经网络的发展概况 | 第23-24页 |
| ·人工神经网络的特点及其应用领域 | 第24-25页 |
| ·人工神经元模型 | 第25-26页 |
| ·人工神经网络的拓扑结构及学习规则 | 第26-27页 |
| ·BP 神经网络 | 第27-31页 |
| ·BP 神经网络的结构 | 第28页 |
| ·BP 神经网络的算法 | 第28-31页 |
| ·RBF 神经网络 | 第31-33页 |
| ·RBF 神经网络的结构 | 第31页 |
| ·RBF 神经网络的算法 | 第31-33页 |
| ·BP 神经网络与RBF 神经网络的性能比较 | 第33-35页 |
| 第四章 MATLAB 环境下的电控发动机故障诊断的计算机仿真 | 第35-45页 |
| ·MATLAB 特点和功能 | 第35页 |
| ·故障诊断策略 | 第35-36页 |
| ·网络设计 | 第36-41页 |
| ·BP 网络设计 | 第36-39页 |
| ·RBF 网络设计 | 第39-41页 |
| ·网络输入变量归一化处理 | 第41页 |
| ·基于MATLAB环境的仿真程序 | 第41-44页 |
| ·P 网络的训练仿真程序 | 第41-43页 |
| ·RBF 网络训练仿真程序 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 神经网络在电控发动机故障诊断中的应用 | 第45-60页 |
| ·数据检测与样本采集系统 | 第45-49页 |
| ·检测仪器 | 第45-46页 |
| ·检测系统 | 第46页 |
| ·检测内容及实验数据 | 第46-49页 |
| ·网络模型的训练与验证 | 第49-59页 |
| ·网络模型的训练 | 第49-54页 |
| ·网络模型验证与故障诊断 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·本文结论 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-72页 |
| 一实验图片 | 第66-68页 |
| 二 实验数据 | 第68-72页 |
| 作者简介 | 第72页 |