| 摘要 | 第2-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-34页 |
| 1.1 课题背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-30页 |
| 1.2.1 失火故障判断依据 | 第11-19页 |
| 1.2.2 失火故障诊断技术分析 | 第19-30页 |
| 1.3 当前存在的主要问题 | 第30-32页 |
| 1.4 论文的主要内容与结构 | 第32-33页 |
| 1.5 本章小结 | 第33-34页 |
| 第2章 发动机模型与曲轴动力学建模 | 第34-46页 |
| 2.1 发动机模型概述 | 第34页 |
| 2.2 发动机系统建模 | 第34-41页 |
| 2.2.1 AMESsim建模流程 | 第35-37页 |
| 2.2.2 AMESim与Matlab的接口 | 第37-38页 |
| 2.2.3 发动机模型与参数设置 | 第38-40页 |
| 2.2.4 失火故障模拟 | 第40-41页 |
| 2.3 曲轴动力学建模 | 第41-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第3章 滑模观测器设计及发动机燃烧扭矩估计研究 | 第46-55页 |
| 3.1 问题引入 | 第46页 |
| 3.2 滑模观测器简介 | 第46-47页 |
| 3.3 基于传统滑模观测器的发动机燃烧扭矩估计 | 第47-49页 |
| 3.3.1 滑模观测器设计 | 第47-48页 |
| 3.3.2 稳定性分析 | 第48-49页 |
| 3.4 仿真研究 | 第49-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 Luenberger滑模观测器设计及发动机燃烧扭矩估计 | 第55-65页 |
| 4.1 问题引入 | 第55页 |
| 4.2 Luenberger滑模观测器设计 | 第55-58页 |
| 4.3 改进的Luenberger滑模观测器设计 | 第58-59页 |
| 4.4 仿真研究 | 第59-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 发动机失火故障诊断策略研究 | 第65-81页 |
| 5.1 问题引入 | 第65页 |
| 5.2 失火故障诊断策略设计 | 第65-66页 |
| 5.3 失火故障诊断数据处理 | 第66-68页 |
| 5.4 基于Elman神经网络的失火故障诊断方法实现 | 第68-72页 |
| 5.4.1 Elman神经网络算法设计 | 第68-70页 |
| 5.4.2 Elman神经网络训练 | 第70-72页 |
| 5.4.3 Elman神经网络结果评价指标 | 第72页 |
| 5.5 仿真研究 | 第72-80页 |
| 5.5.1 失火故障情况下ILSMO估计结果 | 第73-76页 |
| 5.5.2 失火故障诊断结果 | 第76-78页 |
| 5.5.3 不同算法性能对比 | 第78-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-84页 |
| 6.1 全文工作总结 | 第81-82页 |
| 6.2 工作展望 | 第82-84页 |
| 参考文献 | 第84-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第96-98页 |