| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究目的与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 国内外柴油机故障诊断技术的研究现状 | 第12-13页 |
| 1.2.2 国内外柴油机失火故障诊断技术的研究现状 | 第13-15页 |
| 1.3 研究内容及技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 2 基于虚拟仪器的柴油机失火故障检测系统的试验研究 | 第17-36页 |
| 2.1 基于虚拟仪器的柴油机振动加速度信号采集系统 | 第17-18页 |
| 2.2 故障诊断系统的硬件设计 | 第18-24页 |
| 2.2.1 试验对象 | 第19页 |
| 2.2.2 加速度传感器的选择 | 第19-20页 |
| 2.2.3 电荷放大器的选择 | 第20-21页 |
| 2.2.4 数据采集卡和接线盒的选择 | 第21-24页 |
| 2.3 数据采集模块程序设计 | 第24-29页 |
| 2.3.1 数据采集程序总体结构 | 第24-25页 |
| 2.3.2 数据采集程序前面板 | 第25-26页 |
| 2.3.3 数据采集程序 | 第26-29页 |
| 2.4. 柴油机振动特性分析 | 第29-31页 |
| 2.4.1 柴油机振动激振源 | 第29-30页 |
| 2.4.2 振动加速度信号的传播途径 | 第30-31页 |
| 2.5 柴油机振动试验设计 | 第31-33页 |
| 2.5.1 传感器测点选择 | 第31-32页 |
| 2.5.2 试验中采样频率和采样点数选择 | 第32页 |
| 2.5.3 试验方案 | 第32-33页 |
| 2.6 试验结果分析 | 第33-36页 |
| 3 基于小波消噪的柴油机振动加速度信号预处理方法研究 | 第36-47页 |
| 3.1 小波分析 | 第36-38页 |
| 3.1.1 连续小波变换 | 第36-37页 |
| 3.1.2 离散小波变换 | 第37-38页 |
| 3.2 信号消噪 | 第38-40页 |
| 3.2.1 阈值消噪方法 | 第38-39页 |
| 3.2.2 改进阈值消噪方法 | 第39-40页 |
| 3.3 基于小波分析的改进阈值消噪方法研究 | 第40-47页 |
| 3.3.1 小波消噪在振动加速度信号中的应用 | 第40-41页 |
| 3.3.2 改进阈值消噪方法参数因子的选择 | 第41-43页 |
| 3.3.3 小波消噪中小波基函数及分解层数的选择 | 第43-47页 |
| 4 信号的模式识别 | 第47-69页 |
| 4.1 信号特征值提取 | 第47-54页 |
| 4.1.1 信号的小波分解 | 第47-50页 |
| 4.1.2 信号的能量谱特征分析 | 第50-53页 |
| 4.1.3 信号的能量谱特征提取 | 第53-54页 |
| 4.2 基于BP神经网络信号模式识别系统的研究 | 第54-63页 |
| 4.2.1 神经网络概述 | 第54-55页 |
| 4.2.2 BP神经网络 | 第55-56页 |
| 4.2.3 BP神经网络的设计 | 第56-58页 |
| 4.2.4 柴油机失火故障的BP网络训练 | 第58-61页 |
| 4.2.5 柴油机失火故障的BP网络验证 | 第61-63页 |
| 4.3 基于支持向量机信号模式识别系统的研究 | 第63-68页 |
| 4.3.1 支持向量机概述 | 第63-65页 |
| 4.3.2 支持向量机的设计与训练 | 第65-67页 |
| 4.3.3 支持向量机的验证 | 第67-68页 |
| 4.4 两种识别方法的对比 | 第68-69页 |
| 5 结论与讨论 | 第69-71页 |
| 5.1 结论 | 第69-70页 |
| 5.2 讨论 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76页 |
