文摘
英文文摘
1绪论
1.1课题背景及意义
1.2柴油机故障诊断技术概述
1.2.1柴油机故障的性质
1.2.2柴油机故障诊断过程
1.2.3柴油机特征提取方法的研究
1.2.4故障诊断方法的研究
1.3基于信息融合理论的故障诊断技术
1.3.1信息融合技术简介
1.3.2柴油机故障诊断领域中引入信息融合技术的意义
1.3.3信息融合的框架
1.4基于信息融合的柴油机故障诊断技术研究现状
1.5论文主要研究内容
参考文献
2柴油机振动信号的性质
2.1引言
2.2柴油机振动机理的研究
2.2.1柴油机动力性分析
2.2.2缸盖表面振动信号机理研究
2.2.3缸体表面振动信号机理研究
2.3柴油机振动信号的循环波动性
2.3.1信号同步平均
2.3.2多循环平均
2.4振动信号数据定位
2.5测点定位
2.6本章小结
参考文献
3柴油机振动信号特征提取方法的研究
3.1引言
3.2基局域波法的特征提取
3.2.1局域波法原理
3.2.2小波包降噪
3.2.3基于局域波时频谱柴油机故障诊断的实例
3.2.4 Hilbert谱熵(HSE)
3.3基于小波K-L信息量的特征提取
3.3.1时间序列的参数模型
3.3.3基于小波K-L信息量的柴油机故障诊断
3.4柴油机振动信号特征向量提取要点
3.5本章小结
参考文献
4柴油机模拟试验
4.1引言
4.2试验系统组成
4.2.1柴油机类型
4.2.2样本类别
4.2.3监测参数
4.2.4系统要求
4.3试验结果分析与特征提取
4.3.1气缸压力
4.3.2缸盖振动信号
4.3.3压力恢复
4.4本章小结
参考文献
5基于神经网络的柴油机融合诊断
5.1神经网络概述
5.2径向基函数神经网络
5.2.1概述
5.2.2 RBF神经元
5.2.3网络拓扑结构
5.3基于神经网络信息融合的诊断原理
5.4基于振动信号的融合诊断
5.4.1振动信号网络Ⅰ
5.4.2振动信号网络Ⅱ
5.5基于模糊神经网络(Fuzzy Neural Networks)融合诊断
5.5.1模糊集合的定义
5.5.2融合诊断中心的构造
5.5.1实例分析
5.6本章小结
参考文献
6基于多征兆D-S证据理论的柴油机融合诊断
6.1引言
6.2 D-S证据理论基本概念
6.2.1定义
6.2.2 D-S合成规则
6.2.3 D-S证据推理信息融合决策的基本过程
6.3基于D-S证据理论的柴油机故障诊断框架
6.3.1诊断模型的建立
6.3.2诊断步骤
6.4基于多征兆D-S证据理论的柴油机故障诊断
6.4.1多征兆理论
6.4.2特征提取
6.4.3基本可信度分配函数的构造
6.4.4决策规则
6.4.5诊断分析
6.5模拟试验应用分析
6.6本章小结
参考文献
7基于组合框架结构的时空多信息融合诊断策略
7.1问题提出
7.1.1基本融合算法存在的问题
7.1.2解决方案
7.1.3方案分析
7.2基于组合框架结构的时空多信息融合诊断系统
7.3群体决策
7.4基于证据理论的决策层融合诊断
7.4.1决策层融合方法研究
7.4.2可行性分析
7.4.3实例分析
7.5实际应用研究
7.6本章小结
参考文献
8郑和舰主机故障诊断智能系统的研制
8.1问题提出
8.2系统设计
8.3硬件系统
8.4软件系统
8.4.1面向对象方法
8.4.2软件系统组成
8.4.3并发性问题解决
8.5系统研制的关键技术
8.6系统的应用
8.7本章小结
参考文献
9总结与展望
9.1总结
9.2展望
论文创新点摘要
致谢
作者在攻读博士学位期间发表的学术论文及承担课题
附录:鉴定意见