一、基于计算机图像识别的柴油机喷油嘴渗漏检测方法（论文文献综述）
高鹤元[1]（2020）在《基于神经网络的船舶辅锅炉燃烧故障诊断研究》文中研究表明船舶辅锅炉是船舶的重要组成部分,作为保证船舶正常运行的重要设备之一,其主要用于产生饱和水蒸气。船舶辅锅炉的安全、稳定、高效的运行对船舶安全,经济收益具有重要意义。随着人工智能和船舶自动化技术的不断发展,船舶装备的故障诊断和状态识别领域逐渐成为惹人关注的研究热点。但船舶系统结构复杂,故障特征多种多样,现阶段获取全面的故障样本的难度较大,所以船舶辅锅炉的燃烧故障诊断的研究应用尚处于不成熟的研究阶段。神经网络方法近几年在多个研究领域取得了重要成就,将其引入到船舶辅锅炉燃烧故障诊断中,有非常重要的研究价值。本文综合考虑船舶辅锅炉的运行特点,选取自组织特征映射（SOM）神经网络开展船舶辅锅炉燃烧故障诊断研究。并针对相应神经网络进行改进,提高诊断的准确率,从而提高船舶运营的安全性。本文选取大连海事大学研发的DMSVLCC大型油船轮机模拟器为试验平台,模拟D型水管辅锅炉正常运行,燃油供给泵磨损,燃油预热器脏堵,点火油泵故障,风机故障的工作过程。提取样本数据并使用主成分分析法（PCA）进行预处理,用作后续故障诊断方法的验证研究。利用获取的实验数据训练SOM神经网络进行初步诊断,由于神经网络的局限性和不足导致诊断结果不够理想。为了提高故障诊断的准确度,在神经网络的基础上,使用粒子群算法（PSO）优化其权值向量的更新过程,提高诊断的准确率。通过分析实验的诊断结果及优化算法的优势和缺陷,本文再结合学习向量量化神经网络（LVQ）弥补算法在竞争过程中存在的不足,进行更深一步的算法研究。最后,利用系统运行仿真出的样本数据,验证所构建的PSO-SOM-LVQ的混合神经网络算法故障诊断模型。依据3种实验结果对比表明,混合神经网络模型的故障诊断结果与实际状态一致,相比于前两种算法的准确率有了显着提高,充分验证了该算法在船舶辅锅炉燃烧故障诊断中的可靠性和准确性,为船舶辅锅炉燃烧故障智能诊断的发展提供一种新的思路。
张茂慧[2]（2020）在《基于深度卷积神经网络的船舶动力设备故障诊断方法研究》文中进行了进一步梳理健康状态评估与故障诊断是故障预测与健康管理（PHM）技术的一部分,通过分析设备的状态信息,选择适当的评估方法对设备健康状态进行评估,并对故障进行诊断和预测,根据评估和预测结果给出科学的维护建议。动力设备是船舶的重要设备,对其进行健康状态评估和故障预测,及时发现设备存在的隐患并进行维护,对保证船舶安全航行具有非常重要的意义。论文以船舶动力设备为对象,研究建立了健康状态评估模型,利用设备冲击振动信号建立了基于一维CNN、基于深度卷积神经网络的故障诊断模型,并针对噪声干扰和载荷突变情况下的模型适应性进行了深入分析和模型优化。主要工作如下:（1）分析了船舶动力系统结构和常见故障,建立了动力系统主要设备船舶柴油机的健康评估指标体系,研究了基于主客观赋权法的指标体系优化方法。提出了基于改进灰狼算法优化（IGWO）的最小二乘支持向量机（LSSVM）算法（IGWO-LSSVM）,对设备健康状态进行评估,通过实例研究表明该评估算法的平均准确度为99.4%,验证了上述指标体系和评估算法的有效性。（2）针对传统的“特征提取+特征降维+特征分类”故障诊断方法对专家经验依赖度高、通用性低等问题,研究了“端到端”的故障诊断方法,以船舶柴油机主轴滚动轴承为对象,提出了一种基于深度卷积神经网络的智能诊断方法。首先建立了只有一个卷积层的一维CNN故障诊断模型,结合数据集增强,实例研究结果表明该模型诊断准确度大于97%。（3）针对噪声干扰和载荷变化会降低故障诊断模型性能的问题,从网络深度和第一层卷积核大小进行改进,提出了第一层为大卷积核和其它层为小卷积核的WB-DCNN模型,并引入批量归一化（BN）层提高模型训练速度;为了进一步提高深度卷积神经网络的领域自适应能力,引入残差模块,提出基于残差模块的Res14-DCNN诊断模型,并对模型进行神经元和分类过程可视化,解决了神经网络模型难分析的问题。实例研究表明Res14-DCNN模型具有较高的抗噪性和变载荷自适应能力。（4）针对噪声干扰不会消失、而变载荷问题又经常发生的问题,研究了自编码器,并提出基于深度卷积神经网络的去噪自编码器（DCDAE）对数据进行去噪处理,提出了基于DCDAE的增强型Res14-DCNN故障诊断方法。实例研究表明,该方法在噪声干扰下具有很高的故障识别率,并且在噪声干扰下的变载荷情况中故障诊断能力也优于其它模型。
叶磊[3]（2020）在《基于非线性轴系扭振的内燃机多工况故障诊断方法研究》文中研究说明动力轴系作为内燃机组的动力输出轴,承受着复杂的扭转、弯曲、剪切、摩擦甚至冲击力,使得轴系的零部件容易出现故障;同时,轴系扭振响应是各缸的激振力引起的轴系多模态响应之和,能够充分反映内燃机各缸做功状态和故障情况,因此基于轴系扭振信号的内燃机故障诊断研究得到了国内外学者的普遍重视和持续关注。但随着高速、强载、大功率内燃机的发展和扭振研究的深入,值得研究的新问题仍不断出现,例如启停工况对轴系扭振特性的影响等;新的控制技术也不断发展,例如非线性变刚度联轴器的调频设计等。这些都对基于轴系扭振信号的内燃机故障诊断研究提出了新的问题和需求。本文结合轴系非线性特性进行了内燃机多工况动力学特性和故障诊断研究,探索了基于轴系扭振仿真模型的智能化内燃机故障方法。首先,对内燃机轴系扭振计算方法进行研究:探讨中心差分法对轴系启、停工况扭振仿真计算的适用性,经验证,中心差分法与频域解析法在稳态工况的计算误差在2%以内,该方法在启、停工况的计算值与实验结果一致;针对几种典型变参数联轴器的参数特性,提出了适用于非线性轴系在稳态工况和启、停工况的扭振仿真计算算法。并且在此基础上,完成了扭振仿真软件PVDP2019的开发工作,这为内燃机故障诊断研究提供了仿真实验工具。其次,对内燃机在启、停过程中的激振力矩获取方法了进行研究:通过研究联轴器刚度对轴系扭振特性的影响,提出了基于刚度联轴器轴系角加速度的启动工况激振力矩获取方法;针对停机工况提出了基于进气压力修正的激振力矩获取方法。这为后续对启、停工况轴系强迫振动特性的仿真研究奠定了基础。然后,利用开发的仿真计算软件和激振力矩获取方法对内燃机启、停工况轴系扭振幅、频特性进行了研究:对内燃机启、停工况轴系共振转速幅值特性的研究,发现联轴器的刚度与共振转速幅值和联轴器主、被动端的扭角差幅值存在反比关系,并对其中存在的机理进行了理论推导;对轴系启、停工况共振转速频率特性进行的研究,发现提速率的变化会影响共振峰值的对应转速,并提出了一种快速估算小刚度联轴器轴系低阶固有频率的方法。这为故障诊断模型的搭建奠定了基础。最后,针对内燃机因功率损失造成的做功不均匀故障,结合轴系在稳态工况的响应特性,以卷积神经网络搭建了稳态工况基于CNN的内燃机功率损失故障诊断系统,并对该故障诊断模型进行验证,结果表明,该模型能准确识别内燃机做功不均匀故障的故障程度和故障缸位置;针对联轴器故障,结合在启、停工况的响应特性,以卷积神经网络搭建基于启、停工况的联轴器故障诊断系统,并对该故障诊断模型进行验证,结果表明,该模型能够准确识别联轴器故障导致刚度、阻尼变化的故障特征,并且对于联轴器主、被动端是否发生碰撞也做出了准确的识别。研究结果表明:考虑轴系参数的非线性,结合轴系在多工况下的动力学特性,选取卷积神经网络等现代智能化的故障识别方法,搭建的基于轴系扭振仿真模型的内燃机故障诊断系统,可以用于非线性内燃机轴系在多工况下的故障诊断,提高故障诊断的建模效率及诊断准确率。
贺荣鹏[4]（2020）在《电源车异常检测与寿命预测方法研究》文中研究指明本文针对电源车系统,目前存在微小异常诊断的不足、以及无法准确获取其剩余使用寿命等问题,借助于前期团队开发的120KW军用电源车系统仿真平台,结合深度置信网络（Deep Belief Networks,DBN）、迁移学习（Transfer Learning）、主元成分分析（Principal Component Analysis,PCA）、支持向量回归（Support Vector Regression,SVR）和门控循环单元（Gate Recurrent Unit,GRU）网络等方法,研究了电源车系统的异常诊断和剩余寿命预测等问题,研究成果对于提升电源车系统乃至其它复杂系统的健康管理水平具有重要的应用价值。主要工作及贡献点如下:1)基于DBN与迁移学习的电源车异常诊断方法研究针对电源车异常状态数据量不足且特征不明显的特点,本文提出了一种基于迁移学习的异常诊断方法。该方法基于已建立的DBN故障诊断模型,利用迁移学习和较少的异常数据,通过进一步训练获得电源车的异常诊断模型。经在电源车仿真系统上进行对比实验,结果表明结合迁移学习较直接使用经典的深度学习方法,对于在数据量不足的情形下的异常诊断有更高的准确率,在一定程度上为提高电源车安全性与可靠性提供保障。2)基于PCA-SVR的电源车寿命预测方法研究针对电源车系统退化数据冗杂、非线性显着且含有大量噪声的情形,本文提出了一种基于PCA-SVR的寿命预测方法。该方法在运用PCA对电源车系统退化数据降维降噪处理的基础上,结合SVR建立电源车系统的寿命预测模型,从而完成对电源车系统剩余使用寿命的预测。实验结果表明,基于PCA-SVR的电源车寿命预测模型能在较少训练样本的情形下,能获得较准确的寿命预测值,在一定程度上为电源车的健康维护提供参考。3)基于GRU网络的电源车寿命预测方法研究为了进一步准确地预测电源车系统的剩余使用寿命,考虑到电源车系统退化过程中的数据,不仅本身具有重要价值,其数据之间同样具有时间序列的关联性,本文提出了一种基于GRU网络的电源车寿命预测方法。该方法建立了基于GRU网络的电源车状态时间序列模型,可以有效获取数据本身及数据之间的重要特征。实验结果表明,基于GRU网络的电源车寿命预测模型能在训练样本充足的情形下,获得与实际剩余使用寿命十分接近的预测值,为提高电源车的健康维护提供更有参考意义的依据。
刘奕[5]（2020）在《5G网络技术对提升4G网络性能的研究》文中指出随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
杨波[6]（2019）在《内燃机高原排放质量评价及故障诊断研究》文中认为中国高原面积大、风景秀丽,保护生态环境是新时代高原城市高质量发展的基本要求。高原城市汽车保有量逐年增加,已经成为高原大气污染的重要来源之一。同时,内燃机为机动车辆必不可少的核心组成部分,在高原环境下故障率显着提升,尾气排放污染进一步加深,更为重要的是带来了严重的安全隐患。当前高原城市消费者对于机动车的环保性和涉及安全性的故障预警和诊断智能化要求不断提升,是未来内燃机市场竞争的热点和焦点。开展内燃机排放质量评价和故障诊断决策知识库的研究对于云内动力有限股份公司发展和高原城市环境保护以及我国抢占内燃机标准高地具有重要的现实意义和社会意义。本研究依托云内动机实验平台,从生态环境保护和产品优化设计的双视角开展基于尾气信息的内燃机高原排放质量改进以及故障诊断知识应用研究。本研究主要工作分为四个核心部分:（1）内燃机高原排放特性统计分析。小缸径内燃机在排放性和经济性上都具有显着的优势,在未来市场竞争中具有优势,是本公司未来市场重点销售型号。本研究以小缸径内燃机为研究对象,开展内燃机高原排放实验设计,统计分析故障状态下和正常状态下的尾气排放特征,分析海拔变化对于尾气排放特征的影响。（2）内燃机排放质量综合评价研究。本研究提出利用区间数度量污染等级评价指标等级属性,然后基于可能度理论测算指标客观属性权重,并融合粗糙集法确定指标主观属性权重,进而构建内燃机排放质量可变模糊集评价模型,最后采用实例数据验证本方法的科学有效性,并对比分析海拔变化的影响,探讨不同减排方案的有效性。（3）内燃机故障智能化诊断模型研究。本研究提出一种新的基于IHS-RVM的内燃机故障诊断模型。为了获得性能更优的RVM诊断模型,对和声搜索（Harmony Search,HS）算法中HMCR、PAR和BW三参数获取方法进行改进,获得改进的和声算法（Improved Harmony Search,IHS）,然后,利用IHS进行RVM超参数寻优,进而利用尾气信息构建出了一种新的基于IHS-RVM的内燃机故障诊断模型。（4）内燃机故障诊断决策知识库设计。首先设计了知识库的表达方式,根据尾气信息和运行状态关系,建立了内燃机故障诊断决策知识库的规则库、事实库和专家库,并以排放质量模型和故障诊断模型为基础设计了推理机;同时,为提升知识库解释能力,设计了维保数据字典和知识检索模块,为内燃机故障诊断决策知识库实现奠定了基础。本研究的创新点主要体现在:（1）设计了一套内燃机在变海拔多工况下高原尾气排放信息试验方案。本研究提出在试验方案选择在省内最高海拔和最低海拔落差达到6000m以上云南进行;选定了符合高原特征且具有代表性的城市作为试验点,且控制了同一海拔和状态下的因素水平,减小了试验误差;该方案解决了实验数据和实际工况数据的差异性问题,揭示了内燃机在变海拔地区的尾气排放性能及基本规律。（2）构建了面向内燃机尾气信息特征的高原排放质量评价方法和故障诊断知识库。本研究提出了基于组合权重的内燃机高原排放质量可变模糊集评价模型,交叉应用了质量管理、模糊数学、机械工程理论等多学科知识,解决了定性评价存在的不足;同时,提出了一种融合粗糙集、和声算法以及RVM方法分别在属性简约、参数寻优和学习预测方面优势的组合方法,明晰了内燃机高原故障特征与尾气信息间的映射关系,并以智能决策知识系统理论为指导,设计了内燃机故障诊断决策知识库,解决了当前故障诊断精度低、效率低的问题。
孙小凯[7]（2018）在《基于机器视觉的液压元件渗漏检测系统研究》文中进行了进一步梳理在液压系统中,油液渗漏是一种典型的重复多发性问题。油液渗漏不仅会带来经济损失和环境污染,还可能发生火灾和爆炸。如何精确自动检测油液渗漏是一项复杂而具有挑战性的工作。而目前,国内大多数企业仍采用人工检测等方法,无法及时、快速、准确地检测出油液渗漏。所以利用机器视觉对液压元件渗漏进行高效率、高精度、低成本的检测是未来发展的必然趋势。本文从机器视觉的角度,讨论构建一套基于机器视觉的液压元件油液渗漏检测系统的可能性。主要研究内容于如下:首先,通过研究图像配准的各种空间变换模型,提出一种基于SURF特征和CPD点集的图像配准算法,有效地解决液压元件在图像采集过程中易发生偏移和旋转这一问题,提高后续图像差分法的精度。其次,针对辅助光源无法改善液压元件缝隙图像的可视度这一问题,在研究传统图像增强算法的基础上,提出一种基于改进暗通道的液压元件缝隙图像增强算法,有效地提高缝隙图像的感知质量。并根据油液渗漏是动态过程这一特点,提出一种基于差法分的图像分割算法,能够有效地检测出图像中发生变化的区域,接着对这些区域进行特征提取,采用支持向量机的方法对油液渗漏进行识别。最后,根据液压元件渗漏检测系统的技术要求,提出油液渗漏检测系统的总体设计方案,并对系统的硬件结构和软件进行搭建。针对液压元件的油液渗漏进行试验研究,并对系统的稳定性和检测精度进行测试验证,试验结果表明,本系统能够快速、准确的检测出液压元件的油液渗漏。
《中国公路学报》编辑部[8]（2017）在《中国汽车工程学术研究综述·2017》文中研究说明为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
谢宇[9]（2016）在《高压共轨柴油机喷油嘴喷孔参数对喷雾特性的影响研究》文中研究表明雾霾等大气污染已经严重威胁到人们的健康,减少污染、保护环境显得十分迫切和需要。汽车尾气排放是形成雾霾的主要因素之一,喷油嘴作为汽车燃油喷射系统的重要组成部分,直接影响内燃机的燃油效率和尾气排放,一直备受关注。本文拟通过对高压共轨柴油机喷油嘴喷孔的参数设计以达到良好的喷雾效果,主要研究内容有：（1）用正交实验法规划设计一批不同喷孔参数的高压共轨喷油嘴,联系厂家生产；并利用高速摄像机、高清单反相机、喷油器实验台等设计搭建了燃油喷射实验台。（2）按实验规划对每个喷油嘴进行实验,采用高速摄像法获取喷雾宏观信息视频图像、采用专业单反相机摄影获取微观信息高清图片,获得不同工况下各种实验喷油嘴的燃油喷雾特性图像信息。（3）设计喷雾颗粒识别算法和颗粒大小度量算法,并利用MATLAB软件进行二次开发,对所有喷雾图像进行处理,获得不同工况不同喷孔结构和尺寸下的雾束和雾粒信息。（4）对实验数据进行对比、分析、归纳和总结,获得单个参数变化、几个参数变化、综合参数变化时的喷油雾化规律,为柴油机喷油嘴设计提供可靠依据。
宋刚[10]（2014）在《燃油喷射系统故障对柴油机转速和排气温度的影响规律研究》文中认为燃油喷射系统作为柴油机系统的核心,其零部件处在高温、高压以及高冲击力的环境下工作,是柴油机故障发生频率最高部位之一。柴油机的转速和排气温度能够反映出气缸内燃油的燃烧情况,在柴油机的运行过程中分析转速和排气温度的变化特点及规律,可以及时有效地了解燃油喷射系统的工作状态。本文采用预设故障的方法,研究了柴油机燃油喷射系统三种常见故障（喷油压力异常、供油提前角异常、气缸熄火）的产生对柴油机的转速和排气温度两个运行参数的影响,给出了喷油压力、供油提前角、熄火气缸数的变化对转速和排气温度的作用规律,为柴油机燃油喷射系统的故障诊断提供技术支持。在喷油压力异常模拟试验中,当改变柴油机单个气缸的喷油压力时,随着喷油压力（16MPa～26MPa）的增加,柴油机的转速呈先增大后减小的变化趋势,而转速波动值则是先减小后增大；该气缸的排气温度及其波动值均呈先减小后增大的变化趋势。试验证明气缸喷油嘴的最佳喷油压力值为20MPa。在供油提前角异常模拟试验中,当改变柴油机的供油提前角时,随着供油提前角（14°CA～20°CA）的增大,柴油机的转速先增大后减小,其波动值则先减小后增大：而柴油机的总排气温度却不断减小,其波动值则是先减小后增大。试验证明本柴油机的最佳供油提前角为17°CA。在气缸熄火故障模拟试验中,随着熄火气缸数的增多,当柴油机低载运行时,柴油机的总排气温度有所升高；而当柴油机高载运行时,起初柴油机的总排气温度也是略有增加,随后却急剧降低。随着熄火气缸数的增多,总排气温度波动值和转速波动值都是不断增大,且负载越大,波动值增加越显着。
二、基于计算机图像识别的柴油机喷油嘴渗漏检测方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于计算机图像识别的柴油机喷油嘴渗漏检测方法（论文提纲范文）
（1）基于神经网络的船舶辅锅炉燃烧故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题研究背景与意义 |
| 1.2 相关领域技术研究动态及方法 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 船舶辅锅炉故障诊断主要方法 |
| 1.3 船舶辅锅炉故障诊断存在的问题 |
| 1.4 本文研究内容及组织结构 |
| 1.4.1 本文主要研究内容 |
| 1.4.2 本文的组织结构 |
| 2 船舶辅锅炉燃烧故障分析 |
| 2.1 船舶辅锅炉组成结构 |
| 2.1.1 锅炉本体组成 |
| 2.1.2 锅炉辅助系统及设备 |
| 2.2 锅炉燃烧设备及系统 |
| 2.2.1 锅炉燃烧器及供应系统 |
| 2.2.2 MISSION~(TM) D型锅炉燃油供给系统 |
| 2.3 辅锅炉燃烧过程与故障分析 |
| 2.3.1 辅锅炉的燃烧过程 |
| 2.3.2 辅锅炉故障特点分析 |
| 2.3.3 辅锅炉燃烧故障可能原因 |
| 2.4 本章小结 |
| 3 船舶辅锅炉故障特征获取与数据处理 |
| 3.1 主成分分析法 |
| 3.1.1 主成分分析的几何意义 |
| 3.1.2 主成分分析法原理 |
| 3.2 锅炉燃烧故障特征获取方案 |
| 3.2.1 辅锅炉仿真模型验证 |
| 3.2.2 辅锅炉故障数据提取 |
| 3.3 数据预处理 |
| 3.4 本章小结 |
| 4 基于SOM神经网络的故障诊断 |
| 4.1 神经网络简介 |
| 4.1.1 人工神经元模型 |
| 4.1.2 神经网络的学习方式 |
| 4.2 SOM神经网络基本原理 |
| 4.2.1 SOM网络结构模型 |
| 4.2.2 SOM网络运行原理 |
| 4.2.3 SOM网络的学习算法 |
| 4.2.4 SOM的优势和局限性 |
| 4.3 应用SOM网络的船舶辅锅炉燃烧故障诊断 |
| 4.3.1 SOM网络参数的设定 |
| 4.3.2 训练SOM网络 |
| 4.3.3 测试SOM网络 |
| 4.3.4 BP神经网络结果对比 |
| 4.4 本章小结 |
| 5 基于粒子群优化SOM的故障诊断研究 |
| 5.1 粒子群优化算法 |
| 5.1.1 粒子群算法概述 |
| 5.1.2 粒子群算法原理 |
| 5.2 设计基于PSO-SOM的故障诊断模型 |
| 5.2.1 PSO-SOM组合算法思想 |
| 5.2.2 PSO-SOM算法流程 |
| 5.3 应用PSO-SOM算法的故障诊断研究 |
| 5.3.1 训练PSO-SOM网络 |
| 5.3.2 测试锅炉诊断模型 |
| 5.4 本章小结 |
| 6 基于混合神经网络的船舶辅锅炉燃烧故障诊断研究 |
| 6.1 LVQ神经网络基本原理 |
| 6.1.1 LVQ网络结构 |
| 6.1.2 LVQ网络的学习算法 |
| 6.2 设计混合神经网络的故障诊断模型 |
| 6.2.1 设计SOM-LVQ网络 |
| 6.2.2 故障诊断模型的整体设计 |
| 6.3 基于混合神经网络的故障诊断方法应用 |
| 6.4 神经网络诊断算法对比 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 可行性展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（2）基于深度卷积神经网络的船舶动力设备故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 健康状态评估研究现状和发展趋势 |
| 1.2.2 船舶动力设备故障诊断方法研究现状和发展趋势 |
| 1.3 论文主要研究内容和结构 |
| 第2章 基于改进LSSVM的船舶动力设备健康状态评估研究 |
| 2.1 船舶动力设备结构及常见故障 |
| 2.1.1 船舶动力设备主要结构 |
| 2.1.2 船舶柴油机工作原理 |
| 2.1.3 船舶动力设备故障分类 |
| 2.2 船舶柴油机健康状态评估指标体系及优化 |
| 2.2.1 健康状态等级划分 |
| 2.2.2 船舶柴油机健康状态综合评估指标体系 |
| 2.2.3 评估指标体系优化方法 |
| 2.3 基于改进GWO-LSSVM的健康状态评估模型 |
| 2.3.1 LSSVM理论 |
| 2.3.2 GWO算法理论 |
| 2.3.3 改进的GWO算法(IGWO)及性能分析 |
| 2.3.4 基于IGWO-LSSVM的健康状态评估模型 |
| 2.4 基于IGWO-LSSVM的船舶柴油机健康状态评估实例 |
| 2.5 本章小结 |
| 第3章 基于一维CNN的故障诊断方法研究 |
| 3.1 卷积神经网络结构 |
| 3.1.1 卷积层 |
| 3.1.2 激活层 |
| 3.1.3 池化层 |
| 3.1.4 全连接层 |
| 3.1.5 目标函数 |
| 3.2 卷积神经网络的误差反向传播 |
| 3.2.1 全连接层反向求导 |
| 3.2.2 池化层反向求导 |
| 3.2.3 卷积层反向求导 |
| 3.3 Adam优化方法 |
| 3.4 基于一维CNN的故障诊断模型 |
| 3.5 基于一维CNN的故障诊断实例 |
| 3.5.1 数据集增强 |
| 3.5.2 实验数据准备 |
| 3.5.3 基于一维CNN的故障诊断 |
| 3.6 本章小结 |
| 第4章 基于深度卷积神经网络的故障诊断方法研究 |
| 4.1 基于WB-DCNN的故障诊断模型 |
| 4.1.1 批量归一化层 |
| 4.1.2 模型设计准则 |
| 4.1.3 WB-DCNN模型描述 |
| 4.2 基于残差模块的Res14-DCNN故障诊断模型 |
| 4.2.1 残差模块 |
| 4.2.2 基于残差模块的Res14-DCNN模型描述 |
| 4.3 模型可视化分析 |
| 4.3.1 神经元可视化 |
| 4.3.2 分类过程可视化 |
| 4.4 噪声干扰下故障诊断性能实例分析 |
| 4.4.1 噪声信号准备 |
| 4.4.2 第一层宽卷积核对抗噪性影响 |
| 4.4.3 模型抗噪性比较 |
| 4.5 变载荷下故障诊断性能实例分析 |
| 4.5.1 变载荷问题描述 |
| 4.5.2 实验结果分析 |
| 4.6 本章小结 |
| 第5章 基于DCDAE的增强Res14-DCNN故障诊断方法研究 |
| 5.1 深度卷积去噪自编码器 |
| 5.1.1 自编码器 |
| 5.1.2 去噪自编码器 |
| 5.1.3 深度卷积去噪自编码器 |
| 5.2 深度卷积去噪自编码器设计和性能分析 |
| 5.2.1 深度卷积去噪自编码器设计 |
| 5.2.2 深度卷积去噪自编码器去噪性能分析 |
| 5.3 基于DCDAE的增强Res14-DCNN故障诊断流程 |
| 5.4 基于DCDAE的增强Res14-DCNN故障诊断实例 |
| 5.4.1 模型抗噪性比较 |
| 5.4.2 模型领域自适应能力比较 |
| 5.5 本章小结 |
| 总结与展望 |
| 论文主要工作 |
| 进一步研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及参与课题 |
| 致谢 |
（3）基于非线性轴系扭振的内燃机多工况故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 内燃机轴系扭振计算方法的研究现状 |
| 1.2.2 内燃机故障诊断技术的研究现状 |
| 1.2.3 内燃机故障识别方法的研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 内燃机轴系扭振计算方法研究及程序开发 |
| 2.1 稳态工况扭振计算方法研究 |
| 2.1.1 自由振动计算基本原理 |
| 2.1.2 强迫振动计算基本原理 |
| 2.2 启、停工况扭振计算方法研究 |
| 2.2.1 中心差分法的基本原理 |
| 2.2.2 中心差分法准确性验证 |
| 2.3 变参数联轴器扭振计算方法研究 |
| 2.3.1 典型联轴器的参数特性 |
| 2.3.2 轴系采用变参数联轴器的稳态工况扭振计算方法研究 |
| 2.3.3 轴系采用变参数联轴器的启、停工况扭振计算方法研究 |
| 2.4 程序开发 |
| 2.4.1 模型搭建界面 |
| 2.4.2 参数输入界面 |
| 2.4.3 计算结果分析界面 |
| 2.5 本章小结 |
| 第3章 启、停工况轴系激振力矩获取方法研究及应用 |
| 3.1 联轴器刚度对轴系扭振特性影响 |
| 3.1.1 联轴器刚度对轴系扭振模态特性的影响 |
| 3.1.2 对不同联轴器刚度下启、停工况扭振响应特性实验研究 |
| 3.2 启、停工况激振力矩获取方法研究 |
| 3.2.1 激振源分析 |
| 3.2.2 基于平均角加速度的激振力矩获取方法 |
| 3.2.3 采用平均有效压力修正的激振力矩获取方法 |
| 3.2.4 采用进气压力修正的激振力矩获取方法 |
| 3.3 启、停工况轴系扭振幅值特性研究 |
| 3.3.1 联轴器刚度对启、停工况扭振幅值特性的影响 |
| 3.3.2 机理分析 |
| 3.4 启、停工况轴系共振转速偏移特性研究 |
| 3.4.1 共振转速偏移特性 |
| 3.4.2 共振转速偏移特性的影响因素探究 |
| 3.4.3 快速估算轴系固有频率方法 |
| 3.5 本章小结 |
| 第4章 稳态工况基于CNN的内燃机功率损失故障诊断方法研究 |
| 4.1 轴系仿真模型建立 |
| 4.1.1 研究对象及参数 |
| 4.1.2 实验设计与研究 |
| 4.1.3 激振力确定 |
| 4.2 故障样本设置 |
| 4.2.1 单缸功率损失故障样本设置 |
| 4.2.2 多缸功率损失故障样本设置 |
| 4.3 故障识别方法选择 |
| 4.3.1 常用深度学习网络 |
| 4.3.2 卷积神经网络 |
| 4.4 单缸功率损失故障诊断方法研究 |
| 4.4.1 故障诊断模型搭建 |
| 4.4.2 故障诊断模型验证 |
| 4.5 多缸功率损失故障诊断方法研究 |
| 4.5.1 卷积神经网络搭建 |
| 4.5.2 故障诊断模型实验验证 |
| 4.6 本章小结 |
| 第5章 启停工况基于CNN的联轴器故障诊断方法研究 |
| 5.1 联轴器动力学参数故障诊断方法研究 |
| 5.1.1 联轴器动力学参数变化对轴系响应特性的影响 |
| 5.1.2 故障诊断模型搭建 |
| 5.1.3 训练结果分析 |
| 5.1.4 故障诊断模型验证 |
| 5.2 实验验证方法研究 |
| 5.2.1 采用不同联轴器的轴系扭振特性 |
| 5.2.2 训练样本处理 |
| 5.2.3 故障诊断模型验证 |
| 5.3 联轴器碰撞故障诊断方法研究 |
| 5.3.1 联轴器碰撞对轴系扭振特性影响 |
| 5.3.2 故障诊断模型搭建 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 致谢 |
| 参考文献 |
（4）电源车异常检测与寿命预测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 异常检测技术的研究现状 |
| 1.2.2 寿命预测技术的研究现状 |
| 1.3 本文的主要研究内容及章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 基于深度置信网络与迁移学习的电源车异常诊断方法研究 |
| 2.1 引言 |
| 2.2 电源车异常诊断面临的问题及方法的提出 |
| 2.2.1 电源车异常诊断的问题分析 |
| 2.2.2 电源车异常诊断方法的提出 |
| 2.3 基于迁移学习的电源车异常诊断方法 |
| 2.3.1 DBN模型 |
| 2.3.2 预训练模型 |
| 2.3.3 迁移学习 |
| 2.4 仿真实验与结果分析 |
| 2.4.1 实验数据获取 |
| 2.4.2 异常诊断模型的训练及测试 |
| 2.4.3 实验结果分析 |
| 2.5 本章小结 |
| 第3章 基于PCA-SVR的电源车寿命预测方法研究 |
| 3.1 引言 |
| 3.2 电源车寿命预测方法 |
| 3.2.1 电源车寿命预测面对的问题 |
| 3.2.2 电源车寿命预测方法的提出 |
| 3.3 基于PCA算法和支持向量回归的电源车寿命预测方法 |
| 3.3.1 PCA算法 |
| 3.3.2 支持向量回归 |
| 3.3.3 电源车寿命预测 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 实验数据获取 |
| 3.4.2 实验数据的PCA降维降噪处理 |
| 3.4.3 支持向量回归模型的参数处理 |
| 3.4.4 电源车寿命预测结果分析 |
| 3.5 本章小结 |
| 第4章 基于GRU网络的电源车寿命预测方法研究 |
| 4.1 引言 |
| 4.2 基于GRU网络的电源车寿命预测方法 |
| 4.2.1 GRU网络 |
| 4.2.2 GRU模型的训练 |
| 4.2.3 基于GRU网络的电源车寿命预测 |
| 4.3 仿真实验与结果分析 |
| 4.3.1 实验数据获取 |
| 4.3.2 基于GRU网络的电源车寿命预测模型 |
| 4.3.3 其它模型的测试结果 |
| 4.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间发表的学术论文 |
（5）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（6）内燃机高原排放质量评价及故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及问题的提出 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题的提出 |
| 1.2 研究目的和研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 内燃机尾气高原排放特征相关研究 |
| 1.3.2 内燃机故障诊断模型及方法相关研究 |
| 1.3.3 内燃机故障诊断专家知识库系统相关研究进展 |
| 1.3.4 文献评述 |
| 1.4 研究范围的界定 |
| 1.4.1 研究对象的界定 |
| 1.4.2 试验范围的界定 |
| 1.5 研究思路、方法和技术路线 |
| 1.5.1 研究思路 |
| 1.5.2 研究方法与技术路线 |
| 1.6 研究内容和创新点 |
| 1.6.1 主要研究内容 |
| 1.6.2 创新点 |
| 第二章 基本概念和基础理论分析 |
| 2.1 基本概念简介 |
| 2.1.1 高原及其环境的基本特征 |
| 2.1.2 内燃机排放及其危害性 |
| 2.1.3 智能决策支持系统 |
| 2.2 基础理论分析 |
| 2.2.1 可持续发展理论 |
| 2.2.2 知识管理理论 |
| 第三章 内燃机高原排放信息的试验调查设计 |
| 3.1 排放信息获取试验调查设计 |
| 3.1.1 试验方案设计 |
| 3.1.2 试验设备和仪器清单 |
| 3.1.3 试验地点和工况情况 |
| 3.2 排放数据采集 |
| 3.2.1 正常状态数据收集 |
| 3.2.2 故障状态数据收集 |
| 3.3 排放信息预处理与分析方法 |
| 3.3.1 排放信息预处理 |
| 3.3.2 排放信息分析方法 |
| 3.4 本章小结 |
| 第四章 内燃机高原排放信息特征统计分析 |
| 4.1 不同状态下气体污染物排放统计分析 |
| 4.1.1 正常状态下气体污染物排放统计分析 |
| 4.1.2 故障状态下气体污染物排放统计分析 |
| 4.2 不同状态下颗粒物排放统计分析 |
| 4.2.1 正常状态下颗粒物统计分析 |
| 4.2.2 故障状态下颗粒物统计分析 |
| 4.3 海拔因素对内燃机高原排放的影响分析 |
| 4.3.1 海拔因素对正常状态下排放的影响分析 |
| 4.3.2 海拔因素对故障状态下排放的影响分析 |
| 4.4 本章小结 |
| 第五章 内燃机高原排放质量可变模糊评价研究 |
| 5.1 内燃机排放质量评价指标体系构建 |
| 5.1.1 评价指标体系构建原则 |
| 5.1.2 评价指标体系构建过程 |
| 5.1.3 评价指标维度构成及等级标准 |
| 5.2 内燃机排放质量评价模型构建 |
| 5.2.1 可变模糊集模型原理 |
| 5.2.2 可变模糊集模型的权重优化 |
| 5.2.3 基于组合权重的可变模糊评价模型构建 |
| 5.3 内燃机排放质量可变模糊评价 |
| 5.3.1 组合权重的确定 |
| 5.3.2 评价过程及结果分析 |
| 5.4 本章小结 |
| 第六章 基于排放信息的内燃机故障诊断及知识库设计研究 |
| 6.1 基于排放信息的内燃机故障诊断机理 |
| 6.1.1 气体污染物判断故障的机理 |
| 6.1.2 固体颗粒物判断故障的机理 |
| 6.2 超参数优化的内燃机故障诊断RVM模型 |
| 6.2.1 相关向量机模型原理 |
| 6.2.2 相关向量机模型的参数寻优 |
| 6.2.3 内燃机故障诊断模型构建 |
| 6.3 内燃机故障诊断模型性能评价 |
| 6.3.1 内燃机故障诊断模型性能评价指标 |
| 6.3.2 内燃机故障诊断模型性能评价 |
| 6.3.3 多种模型性能对比分析 |
| 6.4 内燃机故障诊断决策知识库设计 |
| 6.4.1 内燃机故障诊断决策知识库需求分析 |
| 6.4.2 内燃机故障诊断决策知识库总体设计 |
| 6.4.3 内燃机故障诊断决策知识库的详细设计 |
| 6.5 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究不足及展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（7）基于机器视觉的液压元件渗漏检测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.2.1 基于介质的油液渗漏检测方法 |
| 1.2.2 基于传感器的油液渗漏检测方法 |
| 1.2.3 基于动态模型的油液渗漏检测方法 |
| 1.2.4 基于小波变换法的油液渗漏检测方法 |
| 1.2.5 基于神经网络的油液渗漏检测方法 |
| 1.2.6 基于人工嗅觉系统的油液渗漏检测方法 |
| 1.2.7 基于机器视觉的油液渗漏检测方法 |
| 1.3 液压元件渗漏检测系统的关键技术 |
| 1.4 本课题主要的研究内容 |
| 第二章 液压元件图像配准算法研究 |
| 2.1 图像配准算法数学模型 |
| 2.1.1 刚体变换 |
| 2.1.2 相似变换 |
| 2.1.3 仿射变换 |
| 2.1.4 投影变换 |
| 2.1.5 非线性变换 |
| 2.1.6 空间变换模型选择 |
| 2.2 基于SURF特征及CPD点集的图像配准算法 |
| 2.2.1 SURF特征提取与匹配 |
| 2.2.2 RANSAC算法剔除误匹配点对 |
| 2.2.3 CPD点集配准 |
| 2.2.4 结合SURF特征及CPD点集的图像配准 |
| 2.3 试验结果与分析 |
| 2.4 本章小结 |
| 第三章 液压元件缝隙图像增强算法研究 |
| 3.1 暗通道先验理论 |
| 3.2 基于改进暗通道的液压元件缝隙图像增强算法 |
| 3.2.1 大气光值估计 |
| 3.2.2 基于改进暗通道先验的初始透射率估算 |
| 3.2.3 透射率的优化 |
| 3.2.4 增强结果计算 |
| 3.3 试验结果与分析 |
| 3.4 本章小结 |
| 第四章 液压元件油液渗漏检测算法研究 |
| 4.1 基于差分法的图像分割算法 |
| 4.1.1 背景建模 |
| 4.1.2 前景检测 |
| 4.1.3 图像分割结果 |
| 4.2 渗漏区域特征分析 |
| 4.2.1 形状特征 |
| 4.2.2 灰度特征 |
| 4.2.3 纹理特征 |
| 4.2.4 液压元件油液渗漏图像特征提取结果 |
| 4.3 基于支持向量机的渗漏识别方法 |
| 4.3.1 支持向量机算法原理 |
| 4.3.2 试验结果与分析 |
| 4.4 本章小结 |
| 第五章 液压元件油液渗漏检测系统设计及试验分析 |
| 5.1 液压元件油液渗漏检测系统设计指标 |
| 5.2 液压元件油液渗漏检测系统的总体方案设计 |
| 5.3 系统硬件设备选型 |
| 5.4 系统软件设计 |
| 5.4.1 软件主界面介绍 |
| 5.4.2 账号登录模块 |
| 5.4.3 相机设置模块 |
| 5.4.4 图像采集显示模块 |
| 5.4.5 渗漏检测模块 |
| 5.4.6 检测区域设置模块 |
| 5.5 系统测试及结果分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 前景展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
（9）高压共轨柴油机喷油嘴喷孔参数对喷雾特性的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及其意义 |
| 1.2 柴油机燃油喷雾特性 |
| 1.2.1 柴油机燃油喷雾宏观特性 |
| 1.2.2 柴油机燃油喷雾微观特性 |
| 1.2.3 柴油机燃油喷雾性能 |
| 1.3 柴油机喷油嘴喷孔参数对燃油雾化的影响研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 存在的问题 |
| 1.4 论文的主要工作 |
| 1.4.1 研究技术路线 |
| 1.4.2 论文主要研究内容与工作 |
| 第2章 喷油嘴喷孔参数实验规划 |
| 2.1 高压共轨燃油喷射系统 |
| 2.1.1 高压共轨喷油器 |
| 2.1.2 高压共轨喷油嘴 |
| 2.2 影响雾化效果的喷油嘴喷孔参数分析 |
| 2.2.1 喷油嘴孔数 |
| 2.2.2 喷油嘴孔形 |
| 2.2.3 喷油嘴孔径 |
| 2.2.4 嘴油嘴K系数 |
| 2.2.5 喷油嘴入口倒角 |
| 2.3 实验用喷油嘴喷孔参数序列规划 |
| 2.3.1 喷油嘴喷孔参数设计原则 |
| 2.3.2 正交实验设计法(正交法) |
| 2.4 本章小结 |
| 第3章 喷油嘴喷雾特性实验台构建及实验实施 |
| 3.1 柴油机燃油喷射实验方法 |
| 3.2 实验装置与选型 |
| 3.2.1 燃油喷射实验平台 |
| 3.2.2 同步控制器的设计 |
| 3.3 燃油喷射实验方案制定 |
| 3.3.1 燃油喷射实验方案 |
| 3.3.2 喷雾图像比例尺 |
| 3.3.3 实验校泵油 |
| 3.4 燃油喷射实验过程 |
| 3.4.1 实验参数设定 |
| 3.4.2 实验过程 |
| 3.5 本章小结 |
| 第4章 喷雾图像处理及雾化信息提取 |
| 4.1 数字图像 |
| 4.1.1 数字图像定义 |
| 4.1.2 数字图像处理 |
| 4.2 喷雾图像处理 |
| 4.2.1 喷雾图像特点 |
| 4.2.2 喷雾图像处理方法 |
| 4.3 图像预处理 |
| 4.3.1 图像命名 |
| 4.3.2 喷雾微观图片分割 |
| 4.3.3 喷雾微观图像锐化 |
| 4.3.4 喷雾宏观视频采集 |
| 4.3.5 宏观喷雾图像去背景 |
| 4.4 图像增强 |
| 4.4.1 对比度增强 |
| 4.4.2 中值滤波 |
| 4.4.3 平滑滤波 |
| 4.5 图像分割 |
| 4.5.1 阈值分割 |
| 4.5.2 直方图阈值 |
| 4.5.3 最大类间方差法 |
| 4.5.4 迭代法 |
| 4.6 图像用户界面 |
| 4.7 本章小结 |
| 第5章 喷油嘴喷雾特性分析研究 |
| 5.1 喷雾宏观特性测量与分析 |
| 5.1.1 喷雾锥角的测量 |
| 5.1.2 喷雾贯穿度的测量 |
| 5.2 燃油喷雾的微观特性分析 |
| 5.2.1 喷雾雾粒的索特平均直径分析 |
| 5.2.2 喷雾雾粒的尺寸分布分析 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文工作总结 |
| 6.2 进一步的研究方向 |
| 6.3 创新点说明 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（10）燃油喷射系统故障对柴油机转速和排气温度的影响规律研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 燃油喷射系统故障诊断技术的发展 |
| 1.2.1 国外燃油喷射系统故障诊断技术的发展 |
| 1.2.2 国内燃油喷射系统故障诊断技术的发展 |
| 1.3 研究的目的及意义 |
| 1.4 主要研究内容 |
| 第2章 燃油喷射系统故障模拟试验台架的构建与故障分析 |
| 2.1 燃油喷射系统故障模拟试验台架的建立 |
| 2.1.1 柴油机与负载 |
| 2.1.2 柴油机在线监测系统 |
| 2.2 柴油机燃油喷射系统的结构 |
| 2.2.1 喷油泵 |
| 2.2.2 高压油管 |
| 2.2.3 喷油嘴 |
| 2.3 燃油喷射系统的常见故障 |
| 2.4 基于转速和排气温度的故障分析 |
| 2.4.1 转速 |
| 2.4.2 排气温度 |
| 2.5 本章小结 |
| 第3章 燃油喷射系统喷油压力异常模拟试验 |
| 3.1 故障模拟试验设计 |
| 3.1.1 故障模式设置 |
| 3.1.2 故障模拟试验方案 |
| 3.2 柴油机转速和单缸排气温度的监测分析 |
| 3.2.1 转速 |
| 3.2.2 单缸排气温度 |
| 3.3 本章小结 |
| 第4章 燃油喷射系统供油提前角异常模拟试验 |
| 4.1 故障模拟试验设计 |
| 4.1.1 故障模式设置 |
| 4.1.2 故障模拟试验方案 |
| 4.2 柴油机转速和总排气温度的监测分析 |
| 4.2.1 转速 |
| 4.2.2 总排气温度 |
| 4.3 本章小结 |
| 第5章 气缸熄火故障模拟试验 |
| 5.1 故障模拟试验设计 |
| 5.1.1 故障模式设置 |
| 5.1.2 故障模拟试验方案 |
| 5.2 柴油机转速和总排气温度的监测分析 |
| 5.2.1 转速 |
| 5.2.2 总排气温度 |
| 5.3 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
四、基于计算机图像识别的柴油机喷油嘴渗漏检测方法（论文参考文献）
- [1]基于神经网络的船舶辅锅炉燃烧故障诊断研究[D]. 高鹤元. 大连海事大学, 2020(01)
- [2]基于深度卷积神经网络的船舶动力设备故障诊断方法研究[D]. 张茂慧. 江苏科技大学, 2020(03)
- [3]基于非线性轴系扭振的内燃机多工况故障诊断方法研究[D]. 叶磊. 西南交通大学, 2020(07)
- [4]电源车异常检测与寿命预测方法研究[D]. 贺荣鹏. 兰州理工大学, 2020(12)
- [5]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [6]内燃机高原排放质量评价及故障诊断研究[D]. 杨波. 昆明理工大学, 2019(06)
- [7]基于机器视觉的液压元件渗漏检测系统研究[D]. 孙小凯. 南京航空航天大学, 2018(02)
- [8]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [9]高压共轨柴油机喷油嘴喷孔参数对喷雾特性的影响研究[D]. 谢宇. 华北电力大学(北京), 2016(02)
- [10]燃油喷射系统故障对柴油机转速和排气温度的影响规律研究[D]. 宋刚. 大连海事大学, 2014(09)