《大功率汽车发动机故障智能诊断》求取 ⇩

目 录1

1概述1

1.1问题的提出1

1.2大功率汽车发动机故障智能诊断的意义3

1.3文献综述4

1.3.1 设备诊断技术的发展概述4

1.3.2 诊断专家系统的知识组织模型研究6

1.3.3 基于知识的系统中的诊断推理研究9

1.3.4 人工神经网络的发展10

1.3.5 汽车诊断技术的发展简史11

1.3.6 国外现代汽车诊断技术的发展概况12

1.3.7 国内汽车发动机诊断技术的研究14

2 汽车发动机故障智能诊断的基础17

2.1 诊断系统的智能18

2.2 智能诊断问题的一般概念20

2.3 大功率汽车发动机故障的分类23

2.4 大功率汽车发动机故障的主要性质24

2.5 大功率汽车发动机故障诊断凭据选择25

2.6 大功率汽车发动机故障智能诊断的根本任务和过程25

2.7 小结26

3智能诊断系统内核研究28

3.1 概述28

3.2 BP神经网络模型的基本原理与结构29

3.3 基于BP模型的双向推理研究36

3.3.1 双向推理实现与样本模式36

3.3.2 神经网络的模糊推理试验研究38

3.4 基于BP模型的学习策略及学习特性研究40

3.4.1 BP神经网络的学习策略与学习计算40

量指数40

3.4.2 学习策略的实验研究42

3.5 小结45

4诊断系统知识组织模型研究47

4.1大功率汽车发动机故障诊断知识47

4.2 诊断知识的层次组织模型50

4.3 诊断知识的并行组织模型51

4.4 知识库免疫研究初步52

4.5 大功率汽车发动机故障诊断知识获取策略56

4.6 智能诊断系统知识库维护策略58

4.7 学习样本的智能预处理60

4.8 小结62

5 诊断模型64

5.1 诊断问题的形成65

5.2.1 基于知识层次组织模型的同时性68

诊断模型68

5.2 多故障同时性诊断模型68

5.2.2基于并行知识组织模型的同时性70

诊断推理70

5.3 多故障序贯性诊断模型73

5.4 小结77

6故障诊断系统开发工具——DSANN的研制78

6.1 DSANN的结构和功能79

6.2系统中的一些细节问题81

6.2.1 知识库管理与维护81

6.2.2推理与推理解释82

6.3DSANN的一些特性84

6.4DSANN的求解实例85

6.5小结89

7结束语90

参考文献94