学位论文 > 优秀研究生学位论文题录展示

汽车运行状态远程监测及故障分析系统的开发与研究

作 者: 姜鑫
导 师: 傅晓林;杨志刚
学 校: 重庆交通大学
专 业: 车辆工程
关键词: 故障分析 MATLAB神经网络工具箱 RBF神经网络
分类号: U472.42
类 型: 硕士论文
年 份: 2011年
下 载: 26次
引 用: 1次
阅 读: 论文下载
 

内容摘要


由于社会的快速发展,汽车已经成为交通行业中最具发展潜力的交通工具,但是随之而来的问题也不少,如交通拥挤阻塞、交通事故频发、尾气排放污染等许多问题。近年来,汽车电子技术的高速发展正在逐渐成为促进汽车行业发展的新的力量,并形成了很大的经济效应。而汽车运行状态远程监测及故障分析系统是我国目前道路交通开发及应用的热点。本文就是在这样的背景下提出研究课题的,汽车运行状态远程监测及故障分析系统的开发与研究主要是对汽车发动机的典型故障进行分析,目的在于通过对汽车运行状态远程监测及故障分析来尽量避免由汽车的故障所引起的种种交通问题。本文通过对RBF神经网络和BP神经网络的对比,以及对两者的对比仿真实验,阐述了选择RBF神经网络作为分析方法的原因,论证了这种分析方法的优势。随后,进行了发动机故障分析系统软件的初步设计,以汽油发动机在无负荷及转速不同时产生的三种失火等级(即无失火、单缸失火、多缸失火)所对应的尾气排放量为原始数据,采用了MATLAB神经网络工具箱做数据处理与分析,而整个系统软件的程序开发采用的是微软公司的VisualBasic6.0软件,并通过它的新接口技术——ADO来访问数据库,最后,成功设计出了发动机故障分析系统的软件。本研究适应了当前汽车电子技术的发展趋势,具有一定的实用价值。

全文目录


摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-12
  1.1 汽车运行状态远程监测及故障分析系统的发展状况和趋势  7-9
    1.1.1 国外研究状况  7-8
    1.1.2 国内研究状况  8
    1.1.3 未来发展趋势  8-9
  1.2 汽车运行状态远程监测及故障分析系统的研究背景和意义  9-10
  1.3 本课题的研究内容  10-12
    1.3.1 研究的主要内容  10-11
    1.3.2 研究难点  11-12
第二章 本研究工作所涉及的基本理论和方法  12-35
  2.1 RBF 神经网络的基本理论和方法  12-28
    2.1.1 人工神经网络的基本理论  12-17
    2.1.2 人工神经网络的结构类型和特点  17-19
    2.1.3 RBF 神经网络的基本原理及其学习算法  19-27
    2.1.4 研究所用的MATLAB 工具箱  27-28
  2.2 专家系统的基本理论  28-31
    2.2.1 专家系统的结构  28-29
    2.2.2 专家系统的特点  29-30
    2.2.3 专家系统的开发过程  30-31
  2.3 基于 RBF 神经网络的专家系统  31-34
    2.3.1 神经网络与专家系统的对比  31-32
    2.3.2 神经网络与专家系统的优势互补  32
    2.3.3 基于RBF 神经网络的专家系统的工作原理及特点  32-34
  2.4 本章小结  34-35
第三章 汽车状态远程监测系统的硬件构成及分析方法  35-43
  3.1 汽车运行状态远程监测系统的结构及组成  35-38
    3.1.1 汽车运行状态远程监测系统各子系统简介  35-37
    3.1.2 本文研究的故障分析系统的结构及组成  37-38
  3.2 本研究中汽车发动机故障分析系统的分析方法  38-42
    3.2.1 分析方法的选择  38-39
    3.2.2 RBF 网络与BP 网络的对比仿真  39-42
  3.3 本章小结  42-43
第四章 汽车发动机故障分析系统的软件设计  43-63
  4.1 发动机故障征兆及其技术状态特征  43-46
    4.1.1 发动机典型故障的结构征兆  44-45
    4.1.2 典型故障征兆的状态特征参数  45-46
  4.2 构建发动机故障分析的 RBF 网络模型  46-55
    4.2.1 故障征兆-故障模式样本集的设计  46-47
    4.2.2 样本数据预处理  47-50
    4.2.3 构建发动机故障分析的 RBF 网络模型  50-55
    4.2.4 结果的转换  55
  4.3 各种接口的实现及编程  55-62
    4.3.1 MATLAB 与 Visual Basic 的接口的实现  55-58
    4.3.2 Visual Basic 与 SQL 接口的实现  58-62
  4.4 本章小结  62-63
第五章 结论与展望  63-65
  5.1 主要结论  63
  5.2 研究展望  63-65
致谢  65-66
参考文献  66-68
在学期间发表的论著及取得的科研成果  68

相似论文

  1. 制造业绿色产品研发的风险识别与评价研究,F205;F224
  2. 智能报警和故障定位在电网智能化调度中的实现研究,TM734
  3. 网络化控制系统故障诊断与容错控制研究,TP273
  4. 直线电梯单电磁悬浮导向系统RBF神经网络滑模控制,TP273
  5. 基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究,TQ325.14
  6. 火电厂热力系统仿真及动态分析,TM621.4
  7. 基于神经网络的莫尔条纹信号细分方法及应用,TP274
  8. T-S型RBF神经网络在电解液成分建模中的应用研究,TP183
  9. VM600汽轮机安全监视保护系统的应用与改进,TM621.3
  10. 基于神经网络的煤矿安全综合评价模型研究,TP183
  11. 基于RBF神经网络的农村公路混凝土旧桥损伤评估方法研究,TP18
  12. 大型非球面镜抛光过程智能控制策略研究,TH74
  13. 基于改进GARBFNN的水泵全特性预测及其软件开发,TU991.35
  14. HVDC换流器故障分析与保护原理研究,TM721.1
  15. 我国上市公司信用风险预警研究,F276.6
  16. 基于神经网络的物流系统最经济控制研究,TP273.1
  17. 神经网络在科研人员项目申报评价中的应用,G316
  18. RBF神经网络和HMM用于音乐识别的算法研究,TN912.34
  19. 基于Linux的无人机故障注入与分析系统软件研究,V267
  20. 基于负荷预测的变电站电压无功控制,TM76

中图分类: > 交通运输 > 公路运输 > 汽车工程 > 汽车保养与修理 > 汽车维修工艺与方法 > 故障分析
© 2012 www.xueweilunwen.com