飞机地面油泵车液压系统状态监测及故障诊断研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题背景及研究意义 | 第8页 |
| ·状态监测及故障诊断技术概述 | 第8-14页 |
| ·状态监测及故障诊断技术的发展概况 | 第8-10页 |
| ·状态监测及故障诊断技术的内容与方法 | 第10-13页 |
| ·故障诊断技术的发展趋势 | 第13-14页 |
| ·国内外飞机地面液压油泵车研究现状 | 第14-16页 |
| ·国外飞机地面液压油泵车研究概况 | 第14-15页 |
| ·国内飞机地面液压油泵车研究概况 | 第15-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第2章 油泵车液压系统研究 | 第18-40页 |
| ·油泵车主要技术参数 | 第18页 |
| ·油泵车车体结构 | 第18-19页 |
| ·油泵车液压系统 | 第19-24页 |
| ·液压系统工作原理 | 第19-21页 |
| ·液压系统主要组成元件的选择 | 第21-24页 |
| ·液压系统建模与仿真分析 | 第24-39页 |
| ·概述 | 第24-25页 |
| ·阀控液压缸传递函数分析 | 第25-32页 |
| ·双负载工况下液压系统建模及分析 | 第32-35页 |
| ·四负载工况下液压系统建模及分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 状态监测系统研究 | 第40-54页 |
| ·基于虚拟仪器的开发平台 | 第40-41页 |
| ·状态监测系统任务 | 第41-42页 |
| ·监测系统硬件设计 | 第42-47页 |
| ·信号采集方案拟定 | 第42-43页 |
| ·主要元件型号及性能参数 | 第43-46页 |
| ·电气与计算机控制操作面板 | 第46-47页 |
| ·监测系统软件设计 | 第47-49页 |
| ·数据采集界面开发工具及任务 | 第47-48页 |
| ·状态监测系统界面 | 第48-49页 |
| ·状态监测系统试验 | 第49-53页 |
| ·试验方法 | 第49-52页 |
| ·试验结果与分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于神经网络的油泵车液压系统故障诊断 | 第54-78页 |
| ·神经网络及其在故障诊断中的应用 | 第54-57页 |
| ·神经网络定义和特点 | 第54-56页 |
| ·神经网络在故障诊断中的应用 | 第56-57页 |
| ·BP神经网络 | 第57-62页 |
| ·BP神经网络结构 | 第57-58页 |
| ·三层BP网络学习过程 | 第58-60页 |
| ·Levenberg-Marquardt算法 | 第60-62页 |
| ·油泵车液压系统常见故障及其原因分析 | 第62-65页 |
| ·液压系统故障的基本类别 | 第62-64页 |
| ·油泵车液压系统常见故障及分析 | 第64-65页 |
| ·油泵车液压系统故障诊断 | 第65-77页 |
| ·故障征兆知识库的建立 | 第65-68页 |
| ·BP神经网络模型的建立 | 第68-70页 |
| ·应用BP神经网络对样本集的训练 | 第70-73页 |
| ·基于网络训练的故障诊断仿真 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第5章 总结和展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 摘要 | 第84-86页 |
| Abstract | 第86-89页 |
| 致谢 | 第89-90页 |
| 导师与作者简介 | 第90页 |
