一、故障诊断技术在齿轮质量控制中的应用（论文文献综述）
石慧[1]（2019）在《基于双馈风力发电机组齿轮箱故障诊断研究》文中指出由于我国大力发展新能源,对新能源的研究也开始越来越多。风力发电技术是最近兴起的一种新能源,通过利用清洁能源实现电能的转换,随着风电发展越来越迅速,风电场与电网的联系也变得越来越紧密。风电并网后会引起齿轮箱经常出现故障、投入和运行成本大幅上升等主要问题。人工智能技术是一种采用类似人的智能思维分析研究问题的一门学科,是目前广泛采用的一种智能研究技术。将这种技术应用在风电场并网中,可以处理一些抽象的、非线性的结构化信息,如风电场齿轮箱的故障诊断问题以及故障诊断中涉及的参数调优问题。本文在分析双馈风机并网的同时利用小波包和模糊神经网络对风力发电机组齿轮箱的故障进行了一个初步的分析,然后利用改进粒子群优化模糊C均值聚类算法对风力发电机组群进行故障机组的很好分类,最后针对模糊神经网络的不足,提出基于改进粒子群优化的模糊核聚类算法对风力发电机组齿轮箱的故障进行更加准确的诊断分类。首先对双馈风力发电机组的基本原理和组成结构进行了介绍,并对风力发电机组中常见的故障类型进行简单分析和介绍人工智能技术应用在风力发电机组的故障诊断中。重点对风电场并网后运行中的故障以及高发生率的齿轮箱故障进行了简单的介绍以及主要的分析,利用小波包对齿轮箱特征信号进行提取,结合模糊神经网络对风力发电机组齿轮箱的故障振动信号进行了初步的分析。由于风力发电机组的并网规模越来越大会产生诸如传统检修方案工作量大、效率低下等问题,本文通过采用改进粒子群优化模糊C均值聚类算法对大规模风力发电机组中的故障机组进行准确分类,检查出故障机组,弥补了采用小波包对特征信号先进行提取的缺点,大大减小了风力发电机组工作人员的工作量,提高了检修的效率。模糊神经网络应用到风力发电机组故障诊断中时现有故障诊断方案不能准确判断故障的位置和类型,因此,存在一定的缺陷。所以,本文最后提出采用改进粒子群优化模糊核聚类算法对风力发电机组齿轮箱的故障进行诊断。通过采集实际风力发电机组齿轮箱特征振动信号,对机组进行故障分类,这种风力发电机组齿轮箱故障诊断方法不仅可以准确快速的判断出已知故障,而且在发生未知故障的情况下也可以很好的将故障进行诊断分类。
徐元博[2]（2019）在《基于改进能量算子的振动筛轴承故障特征提取方法研究》文中进行了进一步梳理近几十年来,振动筛分设备发展迅速,广泛应用于矿山、冶金、建筑等众多生产领域,可以看出振动筛分设备在工业生产中发挥着重要的作用。因此,保持振动筛分设备的健康工作状态至关重要。而滚动轴承是振动筛中最重要同时也是使用频率较高的零件之一,一旦轴承发生故障,那么将会影响振动筛的正常工作,从而导致筛分精度的下降。因此,振动筛的滚动轴承故障的故障特征提取在实际的制造生产中有着十分重大的意义。本文以传统能量算子理论的局限性和可扩展性为切入点,针对振动筛轴承故障信号的独有特征,提出了几种新的改进能量算子方法。论文的主要工作有以下几个方面:（1）针对先前振动筛的轴承故障动力学模型中忽略滑移等缺点,提出了以五自由度的微分运动方程为基础的振动筛轴承故障动力学模型,使得模型故障信号更接近于实际工况,通过模型详细分析了振动筛的轴承故障信号和一般旋转机械的轴承故障信号的不同。（2）针对先前能量算子鲁棒性较差的缺点,利用高阶差分思想,在解析能量算子（Analytic Energy Operator,AEO）的基础上提出了一种增强型的能量算子,称为高阶差分解析能量算子（High Order Differential Analytic Energy Operator,HODAEO）。由于高阶求导能提高信号干扰比（Signal-toInterferences Ratio,SIR）,而解析信号可以提高信号的信噪比（Signal-to-Noise Ratio,SNR）,因此将二者结合不仅可以抑制噪声,同时也能抑制振动频率干扰。（3）提出了一种计算复杂性较低的能量算子,称为对称差分解析能量算子（Symmetrical Difference Analytic Energy Operator,SDAEO）。SDAEO的原理主要利用了对称差分序列,该序列可以对数据进行平滑处理,即相当于进行了平滑滤波作用。将该方法应用于模拟实验和真实轴承故障数据实验,并与HODAEO进行对比,发现性能上不逊于HODAEO,并且它的运行速率也相对较快。（4）提出了一种新颖的的能量算子技术—频率加权解析能量算子（Frequency-weighted Analytic Energy Operator,FWAEO）。该种算子采用了一阶求导的同时采用了新的能量表达方式,使其其性能与前两种增强型能量算子性能一样优秀,并且运算效率也非常高效,可以面对复杂的背景环境。（5）针对更为复杂的故障诊断形式—轴承内、外圈复合故障特征的提取进行了深入的研究分析,提出了一种提取效果更加优秀的复合故障诊断方法,该方法主要采用了最小最优熵反褶积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）和稀疏贝叶斯阶跃滤波（Spare Bayes Step filter,SBSF）技术,这两种技术相辅相成,突出了故障脉冲序列的同时并去除了大量的背景噪声,最后在利用SDAEO对处理后的信号进行故障特征提取。（6）针对三种新提出算法的特点,分析了不同工况下的三种增强型能量算子的适用范围。通过模拟实验信号与不同工况下的真实轴承故障数据,验证了上述方法的实用性和有效性,实现了振动筛轴承故障诊断在线监测的目的。
苏博[3]（2019）在《基于光纤光栅技术的齿轮故障诊断研究》文中提出齿轮是机械传动系统中十分重要的一种传动零件,齿轮本身工作环境一般都比较恶劣导致其极易发生故障,进而引起整个机械设备的停机,造成巨大经济损失,甚至导致人员伤亡等严重后果。随着科学技术的发展,机械设备的故障诊断方法也日新月异,为了更好的对齿轮故障进行监测识别与诊断,对齿轮故障的检测分析方法还需不断的进行研究和探索。光纤光栅技术是近些年来新发展起来的一种测试技术,因此本论文将光纤光栅测试技术用于齿轮故障诊断,并通过测试分析验证其应用的可行性及有效性。首先,分析了齿轮啮合工作的振动机理和振动特征及故障诊断的常用方法,论述了光纤光栅传感技术的工作原理及光纤光栅的传感特性。根据齿轮故障诊断的需要,搭建了齿轮故障诊断试验台,并通过实验台采用振动传感器对齿轮三种状态即齿轮断齿、磨损和正常工况下的振动信号进行采集,通过时域波形分析判断齿轮各不同工况下的振动信号特征,分别采用频域分析中的幅值谱、功率谱、倒频谱和包络谱等分析方法,研究了齿轮振动信号的各种成分与特点,通过对比分析可比较清楚了解各种频谱分析方法对齿轮不同故障的识别诊断能力及特点。其次根据光纤光栅技术原理,在齿轮齿根处布置光纤光栅传感器,实现了在不同转速下对各工况齿轮齿根处应变的实时检测,并通过光纤滑环完成了光信号从齿轮箱内的旋转体到齿轮箱外解调仪的信号传输。然后通过光纤耦合模理论分析了齿轮不同测点的应力应变变化关系,以及不同转速下各种故障齿根处应变的变化特征。最后通过对比分析光纤光栅测试所得的齿轮齿根处应变的变化情况,得出了齿轮断齿、磨损和正常工况下的实际应变变化特征。结果表明通过实验测试及分析所得结论与实际故障设置情况基本一致,探究了齿轮故障的振动特征与应变特征的内在关联程度,实现了光纤光栅传感技术在旋转机械齿轮故障诊断中的应用,同时也验证了光纤光栅传感技术在齿轮故障诊断中应用的可行性和有效性。丰富了齿轮故障诊断监测方法,为后续的研究工作提供了新的思路。
马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱[4]（2018）在《中国筑路机械学术研究综述·2018》文中认为为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械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。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。
《中国公路学报》编辑部[5]（2017）在《中国汽车工程学术研究综述·2017》文中提出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。
田承伟[6]（2010）在《线控转向汽车容错控制方法研究》文中认为线控转向系统是一种全新概念的汽车转向系统,其取消了方向盘和转向器之间的机械连接,为整车行驶性能的提升带来了新的空间。与此同时,安全性和可靠性也成为了线控转向系统的重要性能之一。容错控制是线控转向系统控制策略的重要组成部分。本文结合国家自然科学基金项目“汽车前轮电子控制转向的关键技术研究”和“线控汽车底盘控制方法和关键技术研究”,针对线控转向系统的容错控制方法展开了深入的理论研究和实验验证。基于Riccati方程和自适应Kalman滤波理论提出了线控转向汽车方向盘模块和转向执行模块的状态估计方法和线控转向执行电机的参数估计方法,以此为基础,研究了基于残差监控的线控转向汽车主要传感器和电机容错控制方法。基于三核控制器理论和时间触发机制的TTCAN总线技术,构建了线控转向系统控制器的容错控制软硬件体系。利用线控转向系统硬件在环实验台及线控转向实验车,对设计的传感器、电机及控制器的容错控制方法进行了实验验证。实验结果表明,本文提出的线控转向系统容错控制方法可以有效提高线控转向系统的可靠性和安全性。本文的研究工作为线控转向系统的自主研发提供了理论和实践支持。
郝伟[7]（2021）在《基于PHM技术的高速动车组关键部件智能检修理论与方法研究》文中提出随着我国高速动车组运行速度的提高和运用规模的增长,动车组运营安全和保障技术挑战日趋突出。故障预测与健康管理（Prognostics and Health Management,PHM）作为一种设备健康管理技术,可以实现设备状态监控、异常预测、故障诊断、维修预测和维修决策等功能。为了提升高速动车组安全保障能力、降低检修成本、提高检修效率,本文将高速动车组检修业务和PHM技术深度融合,探索基于PHM技术的高速动车组关键部件智能检修理论与方法。重点研究基于风险预判防范的部件状态预测、故障诊断技术,以及基于固定修程计划预防的部件维修预测和维修决策技术,为动车组检修模式从“计划修”向“计划修+预测性维修”转变提供理论依据和技术支撑。主要研究内容包括以下四个方面:（1）针对高速动车组关键部件服役环境复杂、故障模式多样背景下的状态异常预测问题,提出一种在线监测与多隐藏层神经网络预测相结合的方法。该方法对高速动车组关键部件轴承开展状态在线监测,采集动车组齿轮箱轴承、牵引电机驱动端轴承等8类关键位置累计约30000公里样本数据,分析不同温度条件、不同运行状态各区间的轴承温度变化规律,研究轴承温度与时间、行驶特征的相关性,通过多隐藏层神经网络预测方法预判部件健康状况。实验结果表明,与常见方法相比,轴承温度预测精度提升显着,MAPE均在3%以内,RMSE在1以内。（2）针对高速动车组关键部件故障样本数据少导致的识别精度问题,提出一种面向非均衡数据的优化在线序贯极限学习机故障诊断方法。该方法采用K-Means SMOTE方法和基于欧氏距离的欠采样方法重构样本数据集,并利用非均衡数据分类评价函数作为适应度函数,全局寻优故障诊断模型参数,构建故障诊断模型。同时,准确分类的数据作为序贯样本持续更新诊断模型。以实际运营的动车组轴箱轴承数据为样本进行验证,结果表明,与已有方法相比,G-mean值提高了6.9%以上,F1-measure值提高了9%以上。（3）针对高速动车组高级修计划中的运行里程难以预测的问题,提出一种基于经验模态分解与优化深度学习的里程预测算法。该方法采用经验模态分解方法将里程时间序列分解为高低频时间序列,通过构建优化深度置信网络预测模型计算里程预测结果,实现对高级修时间窗的预测。以动车组3年的运行数据为样本,分析样本周期对预测结果的影响,确定里程预测模型的样本周期,实验结果表明,所提方法相对于传统预测方法,MSE降低23.9%以上,MAE降低22%以上,RMSE降低12.7%以上,可作为编制动车组高级修计划的有效依据。（4）针对检修需求非均衡导致的检修资源空置和挤兑、动车组利用率低等问题,提出一种基于粒子群算法的高级修计划优化方法。该方法综合分析动车组高级修计划的影响因素,建立基于损失里程、检修能力和节假日检修天数的高级修计划评价指标,并将评价指标作为粒子群算法适应度函数,构建高级修计划优化模型,全局寻优检修计划方案。实验结果表明,所提方法与传统高级修计划编制方法相比,评价指标降低35.9%,编制耗时大幅减少。本文从关键部件安全保障和能力保持两个方面展开研究,构建智能检修模型,通过动车组实际运营数据和真实业务场景,验证了所提方法的有效性。本文包含图70幅,表35个,参考文献153篇。
陈卓[8]（2021）在《齿轮箱故障智能诊断方法研究》文中研究说明随着机械设备越来越复杂化、智能化,产生的经济效益也随之增加。齿轮箱作为机械设备的核心部件,决定着机械设备的运转状态,在机械工业的发展中起着关键作用,因此对齿轮箱故障诊断方法的研究具有重要的研究价值。同时人工智能技术的蓬勃发展,为齿轮箱故障诊断提供了新方法。本文对齿轮箱的故障诊断技术进行研究,将人工智能技术引入齿轮箱故障诊断,进行齿轮箱故障智能诊断方法的研究。主要研究内容如下:（1）对传统故障诊断技术和智能故障诊断技术进行对比分析确定了智能诊断方法的研究意义。分析齿轮的振动机理并建立对应的力学模型,对不同状态振动信号模型进行仿真,分析了其对应的调制信息及边频带的分布特征。（2）设计了一种以FPGA为核心的齿轮箱振动信号采集系统,完成数据的采样、转换、存储和传输。对齿轮箱运行过程中齿轮的啮合频率以及轴转频率进行分析和实验验证,结果表明该采集系统用5 kHz的采样频率可不失真的采样和传输500 Hz的振动信号,能满足本文所用振动实验台齿轮啮合频率及其边频带的不失真采样和传输,验证了信号采集系统的可行性。（3）对齿轮箱在不同工况下的振动信号进行小波包分解,分析小波包能量谱中不同频带段对应的能量特征。研究表明能量特征中包含着丰富的工况信息,可以作为齿轮箱故障智能诊断的样本数据。（4）对齿轮箱智能诊断方法进行研究,分别以人工神经网络为基础建立GA-BP故障诊断模型,以支持向量机为基础建立SVM故障诊断模型;针对支持向量机最优参数难以确定的问题,引入粒子群算法和遗传算法分别建立PSO-SVM故障诊断模型和GA-SVM故障诊断模型;综合评价四种模型的诊断性能,结果表明GA-SVM故障诊断模型具有较高的故障识别准确率,平均准确率为97.68%,且运行时间最短,平均运行时间为20.02 s。
邓奇[9]（2021）在《基于改进LMD和粒子群优化最小二乘支持向量机的风电机组齿轮箱故障诊断》文中进行了进一步梳理随着环境的恶化和化石能源的短缺,人们更加渴望追求一种安全可靠的清洁能源用来解决能源不足和环境污染等问题,风力发电属于清洁、储量充裕的新能源,得到了大家的一致认可。在经过长达十几年的发展历程中,风电机组在我国占比逐年递增,伴随着运行年限的增加,许多早期的风电机组关键部件都出现了各种故障,这些故障将导致风机的稳定性持续降低;为此,本文将局部均值分解（LMD）引入到风电机组齿轮箱故障诊断中,详细的研究了基于局部均值分解的风电机组非线性、非平稳信号的去噪能力,同时采用多尺度熵和能量提取故障信号的特征向量,并搭建粒子群（PSO）优化最小二乘支持向量机（LSSVM）的故障诊断模型,从而实现风机中不同故障振动信号的准确识别和诊断。本文首先对选题的背景、目的以及意义进行了详细的阐述,然后从旋转机械设备振动信号的降噪处理方法、特征提取方法和故障诊断方法三个方面的国内外研究现状进行了介绍,并总结风机模式识别过程中所遇到的缺陷,引出本文的研究思路以及内容。其次,详细介绍了风机的基本结构和工作原理,同时详细阐述了风电机组几种典型的故障以及发生故障的原因,主要包括齿轮箱中的齿轮、滚动轴承以及高低速轴承的故障类型和发生故障的主要原因,以及风电机组中发电机和叶轮的主要故障类型和发生故障的原因。再次,由于风电机组齿轮箱的振动信号是非线性、非平稳的特征,采用传统的局部均值分解方法容易出现模态混叠问题,因此,本文提出了改进LMD方法用于振动信号的降噪处理,以风机滚动轴承所采集到的多种类型信号进行验证,运用对采集信号的分析证明了本文方法的实用性;同时还介绍了经验模态分解同局部均值分解的基本区别。然后,详细介绍了多尺度熵的基本原理,将多尺度熵值和能量值相结合作为特征向量;阐述了 LSSVM的基本原理,针对其惩罚系数和径向基核函数的宽度都属于变量,取值的不同将会直接影响故障诊断的准确度,本文采用PSO对LSSVM参数进行寻优,并搭建了粒子群优化最小二乘支持向量机的故障诊断模型。最后,以风电机组滚动轴承的数据为例,将其应用于本文所提基于改进局部均值分解和粒子群优化最小二乘支持向量机故障诊断模型中,分别从滚动轴承三种不同运行状态进行仿真分析,验证了本文所提方法能够准确的提取出故障信号的特征向量,具有较高的故障诊断精度,具有工程应用的价值。
杨沁杰[10]（2021）在《面向多传感器故障的线控转向系统主动容错控制研究》文中研究表明线控转向（Steer by Wire,SBW）系统移除了方向盘和转向轮之间的机械传动装置,采用总线技术来代替传统的机械式转向系统传递信号,电子控制单元（Electrical Control Unit,ECU）根据传动比和汽车状态反馈得到的补偿转角共同确定转向轮目标转角,并通过相关控制算法驱动转向电机运转,使得转向车轮转角最终与目标转角相等,从而实现汽车转向。获取汽车状态和转向轮转角都需要用到传感器,但SBW系统中的这些传感器较易受到外部环境影响出现多种类型的故障,从而影响转向控制策略,使得转向性能下降,乃至造成系统失稳,这使得现有的SBW系统不能完全满足功能安全水平的要求。因此,本文针对SBW系统中存在多个传感器故障,研究利用故障诊断和容错控制来抑制传感器故障对SBW系统的影响,主要研究工作包括:首先,介绍SBW系统的各个组成部分和转向工作原理,搭建转向模块的动力学模型和车辆动力学模型,针对SBW系统存在参数摄动和发生传感器故障的情况下,搭建用于仿真试验的线控转向汽车动力学模型。其次,介绍SBW系统中的转向控制策略。采用理想传动比控制和线性二次调节器控制,以横摆角速度作为反馈,设计前轮主动转向控制策略。仿真结果表明采用基于理想传动比的SBW系统其驾驶轻便性和转向灵敏性比固定传动比的机械式转向系统好,采用基于横摆角速度反馈控制的SBW系统其操纵稳定性比未采用的SBW系统好。为了说明传感器故障对前轮主动转向控制策略的影响,设定转角传感器和横摆角速度传感器出现突变故障,仿真结果表明传感器故障会严重破坏汽车的姿态,从而影响汽车的操纵稳定性和安全性,说明了传感器容错控制的必要性。再次,本文针对SBW系统发生多个传感器故障提出一种多目标约束故障估计器来估计SBW系统的传感器故障,在此基础上进一步提出集故障检测器、故障估计器和故障补偿器于一体的主动容错控制框架。其中,故障检测器用来检测系统是否发生故障;故障估计器利用故障检测器获得的残差来估计出传感器的故障大小和时变特性;故障补偿器利用故障估计值和SBW的故障输出对故障传感器进行容错控制。最后,为了证明本文提出的SBW系统主动容错控制策略的有效性,利用双移线试验工况进行仿真分析。仿真结果表明,本文提出的容错控制策略能够在传感器发生故障的情况下,确保发生故障的SBW系统仍然有与无故障SBW系统相接近的转向特性,保证了汽车的操纵稳定性与行驶安全性。
二、故障诊断技术在齿轮质量控制中的应用（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、故障诊断技术在齿轮质量控制中的应用（论文提纲范文）
（1）基于双馈风力发电机组齿轮箱故障诊断研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风力发电机组的常见故障类型 |
| 1.2.2 风力发电机组常见故障诊断技术 |
| 1.2.3 人工智能方法在风力发电机组故障诊断中的应用 |
| 1.3 本文所做的主要工作以及论文内容安排 |
| 第二章 双馈风力发电机组齿轮箱故障诊断基础 |
| 2.1 双馈风力发电机组的基本结构 |
| 2.1.1 双馈风力发电机组齿轮箱的基本组成 |
| 2.1.2 双馈风力发电机组齿轮箱运行状态的获取 |
| 2.2 双馈风力发电机组齿轮箱的故障原理分析 |
| 2.2.1 齿轮故障原理分析 |
| 2.2.2 轴承故障 |
| 2.2.3 轴承故障原理分析 |
| 2.3 双馈风力发电机组故障诊断的关键技术 |
| 2.3.1 双馈风力发电机组故障数据的处理关键技术 |
| 2.3.2 双馈风力发电机组的状态评价关键技术 |
| 2.3.3 双馈风力发电机组故障诊断关键技术 |
| 2.4 本章小结 |
| 第三章 小波包和模糊神经网络在齿轮箱特征信号中的应用 |
| 3.1 引言 |
| 3.2 基于小波包提取齿轮箱振动特征信号 |
| 3.2.1 小波变换提取信号特征的基本原理 |
| 3.2.2 齿轮箱振动信号的消噪预处理 |
| 3.2.3 改进小波变换在信号特征提取中的应用 |
| 3.3 模糊神经网络的简介 |
| 3.3.1 模糊神经网络的故障诊断特性 |
| 3.3.2 模糊神经诊断故障的网络结构 |
| 3.3.3 模糊神经网络诊断故障建模 |
| 3.4 基于小波包和模糊神经网络对故障信号的提取和训练测试 |
| 3.5 本章小结 |
| 第四章 基于改进C均值聚类算法的故障机组筛选 |
| 4.1 前言 |
| 4.2 基于改进粒子群优化模糊C均值聚类算法对故障机组的划分 |
| 4.2.1 模糊C均值聚类算法对故障机组划分 |
| 4.2.2 改进粒子群优化算法 |
| 4.2.3 基于改进粒子群优化模糊C均值聚类算法的故障机组筛选 |
| 4.3 算例分析 |
| 4.4 本章小结 |
| 第五章 基于改进粒子群优化模糊核聚类算法在故障诊断中的应用 |
| 5.1 前言 |
| 5.2 模糊核聚类算法的故障诊断基本原理 |
| 5.2.1 模糊聚类算法的隶属度形成 |
| 5.2.2 模糊核聚类算法的故障诊断原理 |
| 5.3 基于改进粒子群优化模糊核聚类算法在故障诊断中的应用 |
| 5.3.1 改进粒子群算法的具体应用 |
| 5.3.2 应用模糊核聚类算法建立故障诊断模型 |
| 5.3.3 风力发电机组齿轮箱故障诊断的具体实现 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（2）基于改进能量算子的振动筛轴承故障特征提取方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 振动筛轴承状态监测技术的研究现状 |
| 1.3 能量算子技术在轴承故障诊断与监测中的研究现状 |
| 1.4 课题的研究内容 |
| 1.4.1 研究的技术路线 |
| 1.4.2 本文的研究内容 |
| 第二章 振动筛轴承故障动力学建模及故障信号特征分析 |
| 2.1 振动筛轴承故障模型 |
| 2.2 模型验证 |
| 2.3 本章小结 |
| 第三章 高阶差分解析能量算子在振动筛轴承故障诊断中的应用 |
| 3.1 传统能量算子简单回顾 |
| 3.1.1 TEO原理 |
| 3.1.2 SD_EO原理 |
| 3.1.3 AEO原理 |
| 3.2 HOD_AEO理论背景 |
| 3.2.1 原理 |
| 3.2.2 性质讨论 |
| 3.3 模拟实验验证 |
| 3.4 真实案例应用 |
| 3.4.1 旋转机械轴承故障诊断 |
| 3.4.2 振动筛轴承故障诊断 |
| 3.5 本章总结 |
| 第四章 复杂背景下对称差分解析能量算子在轴承故障诊断中的应用 |
| 4.1 SD_AEO理论背景 |
| 4.1.1 原理 |
| 4.1.2 性质讨论 |
| 4.2 模拟实验验证 |
| 4.3 真实案例应用 |
| 4.3.1 旋转机械轴承故障诊断 |
| 4.3.2 振动筛轴承故障诊断 |
| 4.4 本章小结 |
| 第五章 频率加权解析能量算子在齿轮箱和振动筛轴承故障诊断中的应用 |
| 5.1 FW_AEO理论背景 |
| 5.1.1 原理 |
| 5.1.2 性质讨论 |
| 5.2 模拟实验验证 |
| 5.2.1 解调精度 |
| 5.2.2 模拟轴承故障特征提取 |
| 5.2.3 运行速率验证 |
| 5.3 真实案例应用 |
| 5.3.1 旋转机械轴承故障诊断 |
| 5.3.2 振动筛轴承故障诊断 |
| 5.4 本章总结 |
| 第六章 一种新颖的复合诊断技术在振动筛轴承复合故障诊断中的应用 |
| 6.1 TVF-EMD理论背景 |
| 6.1.1 原理 |
| 6.1.2 模态混叠现象的对比研究 |
| 6.1.3 抗噪能力的对比研究 |
| 6.2 MOMEDA理论背景 |
| 6.2.1 原理 |
| 6.2.2 性能讨论 |
| 6.3 SBSF理论背景 |
| 6.3.1 原理 |
| 6.3.2 滤波性能讨论 |
| 6.4 复合故障真实案例应用 |
| 6.4.1 旋转机械轴承复合故障诊断 |
| 6.4.2 振动筛轴承复合故障诊断 |
| 6.5 本章总结 |
| 第七章 三种能量算子的适用工况研究 |
| 7.1 三种算法的差异性研究 |
| 7.1.1 HOD_AEO的应用特点 |
| 7.1.2 SD_AEO的应用特点 |
| 7.1.3 FW_AEO的应用特点 |
| 7.2 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（3）基于光纤光栅技术的齿轮故障诊断研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 现实意义 |
| 1.1.2 理论意义 |
| 1.2 光纤光栅技术的发展及研究现状 |
| 1.2.1 国外研究与发展现状 |
| 1.2.2 国内研究与发展现状 |
| 1.3 齿轮故障诊断发展及研究现状 |
| 1.3.1 国外研究与发展现状 |
| 1.3.2 国内研究与发展现状 |
| 1.4 论文的研究内容和结构 |
| 1.4.1 本文研究思路 |
| 1.4.2 论文研究工作 |
| 2.齿轮故障机理及常用诊断方法 |
| 2.1 齿轮故障机理及故障类型 |
| 2.1.1 齿轮振动机理 |
| 2.1.2 齿轮振动特征 |
| 2.1.3 齿轮固有频率引起的振动 |
| 2.1.4 以啮合频率和其谐波分量为载体的信号调制 |
| 2.2 齿轮故障产生原因及类型 |
| 2.2.1 齿轮故障的产生原因 |
| 2.2.2 常见齿轮故障类型 |
| 2.3 齿轮常见故障信号特征分析 |
| 2.3.1 正常状态下齿轮振动特征 |
| 2.3.2 齿轮齿形误差状态下的振动特征 |
| 2.3.3 齿轮均匀磨损状态振动信号特征 |
| 2.3.4 断齿状态下振动信号特征 |
| 2.4 齿轮故障信号常用提取分析方法 |
| 2.4.1 时域统计特征分析 |
| 2.4.2 频域分析 |
| 2.4.3 时频域分析 |
| 2.5 本章小结 |
| 3.光纤光栅传感原理及传感特性分析 |
| 3.1 光纤光栅的类型 |
| 3.1.1 均匀周期光纤光栅 |
| 3.1.2 非均匀周期光纤光栅 |
| 3.2 光纤BRAGG光栅传感原理及传感特性 |
| 3.2.1 光纤Bragg光栅传感原理 |
| 3.2.2 光栅Bragg光栅传感特性 |
| 3.3 光纤光栅传感特性分析 |
| 3.3.1 耦合模理论 |
| 3.3.2 转移矩阵分析法 |
| 3.3.3 傅里叶变换分析法 |
| 3.4 光纤光栅布置形式 |
| 3.4.1 完全分布式光纤光栅传感 |
| 3.4.2 准分布式光纤光栅传感 |
| 3.5 本章小结 |
| 4.齿轮故障实验设计与数据采集 |
| 4.1 齿轮故障实验平台搭建 |
| 4.1.1 试验设备与参数 |
| 4.1.2 信号采集装置 |
| 4.2 齿轮故障模拟 |
| 4.2.1 齿轮故障的设置 |
| 4.3 齿轮振动测试原始信号采集 |
| 4.3.1 信号采集流程 |
| 4.4 齿轮应变测试及信号采集 |
| 4.4.1 应变信号采集流程 |
| 4.4.2 齿轮应变数据采集 |
| 4.5 本章小结 |
| 5.频谱分析方法与光纤光栅传感技术在齿轮故障诊断中的应用分析 |
| 5.1 振动信号的时域频域故障分析 |
| 5.1.1 正常齿轮时域频域分析 |
| 5.1.2 磨损故障齿轮时频域分析 |
| 5.1.3 断齿故障齿轮时域频域分析 |
| 5.2 基于功率谱的故障分析 |
| 5.3 基于倒频谱的故障分析 |
| 5.4 基于包络谱的齿轮故障分析 |
| 5.5 基于光纤光栅的齿轮应变分析 |
| 5.5.1 轮齿断裂故障应变分析 |
| 5.5.2 齿轮磨损故障应变分析 |
| 5.6 本章小结 |
| 6.结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）中国筑路机械学术研究综述·2018（论文提纲范文）
| 索引 |
| 0引言 (长安大学焦生杰教授提供初稿) |
| 1 土石方机械 |
| 1.1 推土机 (长安大学焦生杰教授、肖茹硕士生, 吉林大学赵克利教授提供初稿;长安大学焦生杰教授统稿) |
| 1.1.1 国内外研究现状 |
| 1.1.1. 1 国外研究现状 |
| 1.1.1. 2 中国研究现状 |
| 1.1.2 研究的热点问题 |
| 1.1.3 存在的问题 |
| 1.1.4 研究发展趋势 |
| 1.2 挖掘机 (山河智能张大庆高级工程师团队、华侨大学林添良副教授提供初稿;山河智能张大庆高级工程师统稿) |
| 1.2.1 挖掘机节能技术 (山河智能张大庆高级工程师、刘昌盛博士、郝鹏博士, 华侨大学林添良副教授, 中南大学胡鹏博士生、林贵堃硕士生提供初稿) |
| 1.2.1. 1 传统挖掘机动力总成节能技术 |
| 1.2.1. 2 新能源技术 |
| 1.2.1. 3 混合动力技术 |
| 1.2.2 挖掘机智能化与信息化 (山河智能张大庆高级工程师, 中南大学胡鹏、周烜亦博士生、李志勇、范诗萌硕士生提供初稿) |
| 1.2.2. 1 挖掘机辅助作业技术 |
| 1.2.2. 2 挖掘机故障诊断技术 |
| 1.2.2. 3 挖掘机智能施工技术 |
| 1.2.2. 4 挖掘机远程监控技术 |
| 1.2.2. 5 问题与展望 |
| 1.2.3 挖掘机轻量化与可靠性 (山河智能张大庆高级工程师、王德军副总工艺师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
| 1.2.3. 1 挖掘机轻量化研究 |
| 1.2.3. 2 挖掘机疲劳可靠性研究 |
| 1.2.3. 3 存在的问题与展望 |
| 1.2.4 挖掘机振动与噪声 (山河智能张大庆高级工程师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
| 1.2.4. 1 挖掘机振动噪声分类与产生机理 |
| 1.2.4. 2 挖掘机振动噪声信号识别现状和发展趋势 |
| 1.2.4. 3 挖掘机减振降噪技术现状和发展趋势 |
| 1.2.4. 4 挖掘机振动噪声存在问题与展望 |
| 1.3 装载机 (吉林大学秦四成教授, 博士生遇超、许堂虹提供初稿) |
| 1.3.1 装载机冷却系统散热技术研究 |
| 1.3.1. 1 国内外研究现状 |
| 1.3.1. 2 研究发展趋势 |
| 1.3.2 鱼和熊掌兼得的HVT |
| 1.3.2. 1 技术原理及结构特点 |
| 1.3.2. 2 技术优点 |
| 1.3.2. 3 国外研究现状 |
| 1.3.2. 4 中国研究现状 |
| 1.3.2. 5 发展趋势 |
| 1.3.2. 6 展望 |
| 1.4 平地机 (长安大学焦生杰教授、赵睿英高级工程师提供初稿) |
| 1.4.1 平地机销售情况与核心技术构架 |
| 1.4.2 国外平地机研究现状 |
| 1.4.2. 1 高效的动力传动技术 |
| 1.4.2. 2 变功率节能技术 |
| 1.4.2. 3 先进的工作装置电液控制技术 |
| 1.4.2. 4 操作方式与操作环境的人性化 |
| 1.4.2. 5 转盘回转驱动装置过载保护技术 |
| 1.4.2. 6 控制系统与作业过程智能化 |
| 1.4.2. 7 其他技术 |
| 1.4.3 中国平地机研究现状 |
| 1.4.4 存在问题 |
| 1.4.5 展望 |
| 2压实机械 |
| 2.1 静压压路机 (长安大学沈建军高级工程师提供初稿) |
| 2.1.1 国内外研究现状 |
| 2.1.2 存在问题及发展趋势 |
| 2.2 轮胎压路机 (黑龙江工程学院王强副教授提供初稿) |
| 2.2.1 国内外研究现状 |
| 2.2.2 热点研究方向 |
| 2.2.3 存在的问题 |
| 2.2.4 研究发展趋势 |
| 2.3 圆周振动技术 (长安大学沈建军高级工程师提供初稿) |
| 2.3.1 国内外研究现状 |
| 2.3.1. 1 双钢轮技术研究进展 |
| 2.3.1. 2 单钢轮技术研究进展 |
| 2.3.2 热点问题 |
| 2.3.3 存在问题 |
| 2.3.4 发展趋势 |
| 2.4 垂直振动压路机 (合肥永安绿地工程机械有限公司宋皓总工程师提供初稿) |
| 2.4.1 国内外研究现状 |
| 2.4.2 存在的问题 |
| 2.4.3 热点研究方向 |
| 2.4.4 研究发展趋势 |
| 2.5 振动压路机 (建设机械技术与管理杂志社万汉驰高级工程师提供初稿) |
| 2.5.1 国内外研究现状 |
| 2.5.1. 1 国外振动压路机研究历史与现状 |
| 2.5.1. 2 中国振动压路机研究历史与现状 |
| 2.5.1. 3 特种振动压实技术与产品的发展 |
| 2.5.2 热点研究方向 |
| 2.5.2. 1 控制技术 |
| 2.5.2. 2 人机工程与环保技术 |
| 2.5.2. 3 特殊工作装置 |
| 2.5.2. 4 振动力调节技术 |
| 2.5.2. 4. 1 与振动频率相关的调节技术 |
| 2.5.2. 4. 2 与振幅相关的调节技术 |
| 2.5.2. 4. 3 与振动力方向相关的调节技术 |
| 2.5.2. 5 激振机构优化设计 |
| 2.5.2. 5. 1 无冲击激振器 |
| 2.5.2. 5. 2 大偏心矩活动偏心块设计 |
| 2.5.2. 5. 3 偏心块形状优化 |
| 2.5.3 存在问题 |
| 2.5.3. 1 关于名义振幅的概念 |
| 2.5.3. 2 关于振动参数的设计与标注问题 |
| 2.5.3. 3 振幅均匀性技术 |
| 2.5.3. 4 起、停振特性优化技术 |
| 2.5.4 研究发展方向 |
| 2.6 冲击压路机 (长安大学沈建军高级工程师提供初稿) |
| 2.6.1 国内外研究现状 |
| 2.6.2 研究热点 |
| 2.6.3 主要问题 |
| 2.6.4 发展趋势 |
| 2.7 智能压实技术及设备 (西南交通大学徐光辉教授, 长安大学刘洪海教授、贾洁博士生, 国机重工 (洛阳) 建筑机械有限公司韩长太副总经理提供初稿;西南交通大学徐光辉教授统稿) |
| 2.7.1 国内外研究现状 |
| 2.7.2 热点研究方向 |
| 2.7.3 存在的问题 |
| 2.7.4 研究发展趋势 |
| 3路面机械 |
| 3.1 沥青混凝土搅拌设备 (长安大学谢立扬高级工程师、张晨光博士生、赵利军副教授提供初稿) |
| 3.1.1 国内外能耗研究现状 |
| 3.1.1. 1 烘干筒 |
| 3.1.1. 2 搅拌缸 |
| 3.1.1. 3 沥青混合料生产工艺与管理 |
| 3.1.2 国内外环保研究现状 |
| 3.1.2. 1 环保的宏观管理 |
| 3.1.2. 2 沥青烟 |
| 3.1.2. 3 排放因子 |
| 3.1.3 存在的问题 |
| 3.1.4 未来研究趋势 |
| 3.2 沥青混凝土摊铺机 (长安大学焦生杰教授、周小浩硕士生提供初稿) |
| 3.2.1 沥青混凝土摊铺机近几年销售情况 |
| 3.2.2 国内外研究现状 |
| 3.2.2. 1 国外沥青混凝土摊铺机发展现状 |
| 3.2.2. 2 中国沥青混凝土摊铺机的发展现状 |
| 3.2.2. 3 国内外行驶驱动控制技术 |
| 3.2.2. 4 国内外智能化技术 |
| 3.2.2. 5 国内外自动找平技术 |
| 3.2.2. 6 振捣系统的研究 |
| 3.2.2. 7 国内外熨平板的研究 |
| 3.2.2. 8 国内外其他技术的研究 |
| 3.2.3 存在的问题 |
| 3.2.4 研究的热点方向 |
| 3.2.5 发展趋势与展望 |
| 3.3 水泥混凝土搅拌设备 (长安大学赵利军副教授、冯忠绪教授、赵凯音博士生提供初稿;长安大学赵利军副教授统稿) |
| 3.3.1 国内外研究现状 |
| 3.3.1. 1 搅拌机 |
| 3.3.1. 2 振动搅拌技术 |
| 3.3.1. 3 搅拌工艺 |
| 3.3.1. 4 搅拌过程监控技术 |
| 3.3.2 存在问题 |
| 3.3.3 总结与展望 |
| 3.4 水泥混凝土摊铺设备 (长安大学胡永彪教授提供初稿) |
| 3.4.1 国内外研究现状 |
| 3.4.1. 1 作业机理 |
| 3.4.1. 2 设计计算 |
| 3.4.1. 3 控制系统 |
| 3.4.1. 4 施工技术 |
| 3.4.2 热点研究方向 |
| 3.4.3 存在的问题 |
| 3.4.4 研究发展趋势[466] |
| 3.5 稳定土厂拌设备 (长安大学赵利军副教授、李雅洁研究生提供初稿) |
| 3.5.1 国内外研究现状 |
| 3.5.1. 1 连续式搅拌机与搅拌工艺 |
| 3.5.1. 2 振动搅拌技术 |
| 3.5.2 存在问题 |
| 3.5.3 总结与展望 |
| 4桥梁机械 |
| 4.1 架桥机 (石家庄铁道大学邢海军教授提供初稿) |
| 4.1.1 公路架桥机的分类及结构组成 |
| 4.1.2 架桥机主要生产厂家及其典型产品 |
| 4.1.2. 1 郑州大方桥梁机械有限公司 |
| 4.1.2. 2 邯郸中铁桥梁机械设备有限公司 |
| 4.1.2. 3 郑州市华中建机有限公司 |
| 4.1.2. 4 徐州徐工铁路装备有限公司 |
| 4.1.3 大吨位公路架桥机 |
| 4.1.3. 1 LGB1600型导梁式架桥机 |
| 4.1.3. 2 TLJ1700步履式架桥机 |
| 4.1.3. 3 架桥机的规范与标准 |
| 4.1.4 发展趋势 |
| 4.1.4. 1 自动控制技术的应用 |
| 4.1.4. 2 智能安全监测系统的应用 |
| 4.1.4. 3 故障诊断技术的应用 |
| 4.2 移动模架造桥机 (长安大学吕彭民教授、陈一馨讲师, 山东恒堃机械有限公司秘嘉川工程师、王龙奉工程师提供初稿;长安大学吕彭民教授统稿) |
| 4.2.1 移动模架造桥机简介 |
| 4.2.1. 1 移动模架造桥机的分类及特点 |
| 4.2.1. 2 移动模架主要构造及其功能 |
| 4.2.1. 3 移动模架系统的施工原理与工艺流程 |
| 4.2.2 国内外研究现状 |
| 4.2.2. 1 国外研究状况 |
| 4.2.2. 2 国内研究状况 |
| 4.2.3 中国移动模架造桥机系列创新及存在的问题 |
| 4.2.3. 1 中国移动模架造桥机系列创新 |
| 4.2.3. 2 中国移动模架存在的问题 |
| 4.2.4 研究发展的趋势 |
| 5隧道机械 |
| 5.1 喷锚机械 (西安建筑科技大学谷立臣教授、孙昱博士生提供初稿) |
| 5.1.1 国内外研究现状 |
| 5.1.1. 1 混凝土喷射机 |
| 5.1.1. 2 锚杆钻机 |
| 5.1.2 存在的问题 |
| 5.1.3 热点及研究发展方向 |
| 5.2 盾构机 (中南大学易念恩实验师, 长安大学叶飞教授, 中南大学王树英副教授、夏毅敏教授提供初稿) |
| 5.2.1 盾构机类型 |
| 5.2.1. 1 国内外发展现状 |
| 5.2.1. 2 存在的问题与研究热点 |
| 5.2.1. 3 研究发展趋势 |
| 5.2.2 盾构刀盘 |
| 5.2.2. 1 国内外研究现状 |
| 5.2.2. 2 热点研究方向 |
| 5.2.2. 3 存在的问题 |
| 5.2.2. 4 研究发展趋势 |
| 5.2.3 盾构刀具 |
| 5.2.3. 1 国内外研究现状 |
| 5.2.3. 2 热点研究方向 |
| 5.2.3. 3 存在的问题 |
| 5.2.3. 4 研究发展趋势 |
| 5.2.4 盾构出渣系统 |
| 5.2.4. 1 螺旋输送机 |
| 5.2.4. 2 泥浆输送管路 |
| 5.2.5 盾构渣土改良系统 |
| 5.2.5. 1 国内外发展现状 |
| 5.2.5. 2 存在问题与研究热点 |
| 5.2.5. 3 研究发展趋势 |
| 5.2.6 壁后注浆系统 |
| 5.2.6. 1 国内外发展现状 |
| 5.2.6. 2 研究热点方向 |
| 5.2.6. 3 存在的问题 |
| 5.2.6. 4 研究发展趋势 |
| 5.2.7 盾构检测系统 |
| 5.2.7. 1 国内外研究现状 |
| 5.2.7. 2 热点研究方向 |
| 5.2.7. 3 存在的问题 |
| 5.2.7. 4 研究发展趋势 |
| 5.2.8 盾构推进系统 |
| 5.2.8. 1 国内外研究现状 |
| 5.2.8. 2 热点研究方向 |
| 5.2.8. 3 存在的问题 |
| 5.2.8. 4 研究发展趋势 |
| 5.2.9 盾构驱动系统 |
| 5.2.9. 1 国内外研究现状 |
| 5.2.9. 2 热点研究方向 |
| 5.2.9. 3 存在的问题 |
| 5.2.9. 4 研究发展趋势 |
| 6养护机械 |
| 6.1 清扫设备 (长安大学宋永刚教授提供初稿) |
| 6.1.1 国外研究现状 |
| 6.1.2 热点研究方向 |
| 6.1.2. 1 单发动机清扫车 |
| 6.1.2. 2 纯电动清扫车 |
| 6.1.2. 3 改善人机界面向智能化过渡 |
| 6.1.3 存在的问题 |
| 6.1.3. 1 整车能源效率偏低 |
| 6.1.3. 2 作业效率低 |
| 6.1.3. 3 除尘效率低 |
| 6.1.3. 4 静音水平低 |
| 6.1.4 研究发展趋势 |
| 6.1.4. 1 节能环保 |
| 6.1.4. 2 提高作业性能及效率 |
| 6.1.4. 3 提高自动化程度及路况适应性 |
| 6.2 除冰融雪设备 (长安大学高子渝副教授、吉林大学赵克利教授提供初稿;长安大学高子渝副教授统稿) |
| 6.2.1 国内外除冰融雪设备研究现状 |
| 6.2.1. 1 融雪剂撒布机 |
| 6.2.1. 2 热力法除冰融雪机械 |
| 6.2.1. 3 机械法除冰融雪机械 |
| 6.2.1. 4 国外除冰融雪设备技术现状 |
| 6.2.1. 5 中国除冰融雪设备技术现状 |
| 6.2.2 中国除冰融雪机械存在的问题 |
| 6.2.3 除冰融雪机械发展趋势 |
| 6.3 检测设备 (长安大学叶敏教授、张军讲师提供初稿) |
| 6.3.1 路面表面性能检测设备 |
| 6.3.1. 1 国外路面损坏检测系统 |
| 6.3.1. 2 中国路面损坏检测系统 |
| 6.3.2 路面内部品质的检测设备 |
| 6.3.2. 1 新建路面质量评价设备 |
| 6.3.2. 2 砼路面隐性病害检测设备 |
| 6.3.2. 3 沥青路面隐性缺陷的检测设备 |
| 6.3.3 研究热点与发展趋势 |
| 6.4 铣刨机 (长安大学胡永彪教授提供初稿) |
| 6.4.1 国内外研究现状 |
| 6.4.1. 1 铣削转子动力学研究 |
| 6.4.1. 2 铣削转子刀具排列优化及刀具可靠性研究 |
| 6.4.1. 3 铣刨机整机参数匹配研究 |
| 6.4.1. 4 铣刨机转子驱动系统研究 |
| 6.4.1. 5 铣刨机行走驱动系统研究 |
| 6.4.1. 6 铣刨机控制系统研究 |
| 6.4.1. 7 铣刨机路面工程应用研究 |
| 6.4.2 热点研究方向 |
| 6.4.3 存在的问题 |
| 6.4.4 研究发展趋势 |
| 6.4.4. 1 整机技术 |
| 6.4.4. 2 动力技术 |
| 6.4.4. 3 传动技术 |
| 6.4.4. 4 控制与信息技术 |
| 6.4.4. 5 智能化技术 |
| 6.4.4. 6 环保技术 |
| 6.4.4. 7 人机工程技术 |
| 6.5 再生设备 (长安大学顾海荣、马登成副教授提供初稿;顾海荣副教授统稿) |
| 6.5.1 厂拌热再生设备 |
| 6.5.1. 1 国内外研究现状 |
| 6.5.1. 2 热点研究方向 |
| 6.5.1. 3 存在的问题 |
| 6.5.1. 4 研究发展趋势 |
| 6.5.2 就地热再生设备 |
| 6.5.2. 1 国内外研究现状 |
| 6.5.2. 2 热点研究方向 |
| 6.5.2. 3 存在的问题 |
| 6.5.2. 4 研究发展趋势 |
| 6.5.3 冷再生设备 |
| 6.5.3. 1 国内外研究现状 |
| 6.5.3. 2 热点研究方向 |
| 6.6 封层车 (长安大学焦生杰教授、杨光兴硕士生提供初稿) |
| 6.6.1 前言 |
| 6.6.2 同步碎石封层技术与设备 |
| 6.6.2. 1 同步碎石封层技术简介 |
| 6.6.2. 2 国外研究现状 |
| 6.6.2. 3 中国研究现状 |
| 6.6.2. 4 研究方向 |
| 6.6.2. 5 存在的问题 |
| 6.6.3 稀浆封层技术与设备 |
| 6.6.3. 1 稀浆封层技术简介 |
| 6.6.3. 2 国外研究现状 |
| 6.6.3. 3 中国发展现状 |
| 6.6.3. 4 热点研究方向 |
| 6.6.3. 5 存在的问题 |
| 6.6.4 雾封层技术与设备 |
| 6.6.4. 1 雾封层技术简介 |
| 6.6.4. 2 国外发展现状 |
| 6.6.4. 3 中国发展现状 |
| 6.6.4. 4 热点研究方向 |
| 6.6.4. 5 存在的问题 |
| 6.6.5 研究发展趋势 |
| 6.7 水泥路面修补设备 (长安大学叶敏教授、窦建明博士生提供初稿) |
| 6.7.1 技术简介 |
| 6.7.1. 1 施工技术 |
| 6.7.1. 2 施工机械 |
| 6.7.1. 3 共振破碎机工作原理 |
| 6.7.2 共振破碎机研究现状 |
| 6.7.2. 1 国外研究发展现状 |
| 6.7.2. 2 中国研究发展现状 |
| 6.7.3 研究热点及发展趋势 |
| 6.7.3. 1 研究热点 |
| 6.7.3. 2 发展趋势 |
| 7 结语 (长安大学焦生杰教授提供初稿) |
（5）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 |
（6）线控转向汽车容错控制方法研究（论文提纲范文）
| 内容提要 |
| 第1章 绪论 |
| 1.1 汽车底盘线控技术的现状及发展趋势 |
| 1.1.1 国外底盘线控技术的发展现状 |
| 1.1.2 国内底盘线控技术的发展现状 |
| 1.1.3 底盘线控技术的发展趋势 |
| 1.2 线控转向系统介绍 |
| 1.2.1 线控转向系统结构 |
| 1.2.2 线控转向系统控制策略 |
| 1.3 汽车底盘电控系统容错控制方法 |
| 1.3.1 底盘电控系统容错控制方法概述 |
| 1.3.2 线控系统容错控制方法 |
| 1.4 本文的主要研究内容及意义 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究意义 |
| 第2章 基于残差理论的线控转向汽车容错控制方法研究 |
| 2.1 基于模型的容错控制方法及各部件故障分析 |
| 2.1.1 传感器故障分析 |
| 2.1.2 电机故障分析 |
| 2.1.3 控制器故障分析 |
| 2.2 基于自适应Kalman 滤波的状态及参数估计方法 |
| 2.2.1 自适应Kalman 滤波 |
| 2.2.2 基于自适应Kalman 滤波的状态估计 |
| 2.2.3 基于自适应Kalman 滤波的参数估计 |
| 2.3 基于残差理论的线控转向汽车容错控制策略 |
| 2.3.1 线控转向系统实现方案 |
| 2.3.2 故障诊断优先级划分 |
| 2.3.3 基本容错控制逻辑 |
| 2.4 本章小结 |
| 第3章 线控转向汽车传感器容错控制研究 |
| 3.1 用于传感器容错控制的系统模型 |
| 3.1.1 方向盘模块传感器容错控制模型 |
| 3.1.2 转向执行模块传感器容错控制模型 |
| 3.2 线控转向汽车状态估计方法 |
| 3.2.1 基于Riccati 方程的方向盘模块状态估计方法 |
| 3.2.2 基于自适应Kalman 滤波的转向执行模块及整车联合状态估计方法 |
| 3.3 动态故障决策门限值研究 |
| 3.3.1 基于轮胎力学特性的动态门限值切换策略 |
| 3.3.2 故障特征向量确定 |
| 3.4 传感器容错控制方法 |
| 3.4.1 方向盘模块传感器容错控制方法 |
| 3.4.2 转向执行模块及整车传感器容错控制方法 |
| 3.5 本章小结 |
| 第4章 线控转向汽车电机及控制器容错控制研究 |
| 4.1 电机的参数估计方法 |
| 4.1.1 线控转向电机容错控制模型 |
| 4.1.2 基于自适应Kalman 滤波的电机参数估计 |
| 4.2 电机容错控制方法 |
| 4.2.1 电机实际参数辨识 |
| 4.2.2 电机容错控制策略 |
| 4.3 容错控制总线技术 |
| 4.3.1 车载总线技术概述 |
| 4.3.2 容错控制总线技术的发展 |
| 4.3.3 线控转向容错控制总线 |
| 4.4 控制器容错控制方法 |
| 4.4.1 容错控制器硬件方案 |
| 4.4.2 控制器容错控制软件方案 |
| 4.5 本章小结 |
| 第5章 线控转向汽车容错控制方法实验验证 |
| 5.1 硬件在环实验台概述 |
| 5.1.1 基于Matlab/xPC Target 的快速原型技术 |
| 5.1.2 线控转向硬件在环平台 |
| 5.1.3 容错控制快速原型平台 |
| 5.2 实验车概述 |
| 5.2.1 线控转向系统硬件实车实现 |
| 5.2.2 线控转向实车改装 |
| 5.3 容错控制策略验证方法 |
| 5.3.1 容错控制验证方案 |
| 5.3.2 容错控制测试工况 |
| 5.3.3 线控转向系统部件故障模拟方法 |
| 5.4 线控转向汽车容错控制硬件在环仿真实验验证 |
| 5.4.1 传感器容错控制硬件在环仿真实验及结果分析 |
| 5.4.2 电机容错控制硬件在环仿真实验及结果分析 |
| 5.4.3 控制器容错控制硬件在环仿真实验及结果分析 |
| 5.5 线控转向汽车容错控制实车实验验证 |
| 5.5.1 传感器容错控制实车实验及结果分析 |
| 5.5.2 电机容错控制实车实验及结果分析 |
| 5.5.3 控制器容错控制实车实验及结果分析 |
| 5.6 线控转向汽车容错控制实验结果综合分析 |
| 5.7 本章小结 |
| 第6章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读博士期间发表的学术论文 |
| 攻读博士期间获得的专利及软件着作权 |
| 致谢 |
| 摘要 |
| 英文摘要 |
（7）基于PHM技术的高速动车组关键部件智能检修理论与方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动车组关键部件状态检测和故障诊断研究现状 |
| 1.2.2 动车组检修计划与检修决策研究现状 |
| 1.2.3 主要存在的问题 |
| 1.3 研究内容 |
| 1.4 组织结构 |
| 2 高速动车组关键部件检修业务与PHM技术分析 |
| 2.1 高速动车组关键部件检修业务 |
| 2.1.1 计划修 |
| 2.1.2 预测性维修 |
| 2.1.3 关键部件检修业务分析 |
| 2.2 PHM技术 |
| 2.2.1 PHM体系结构 |
| 2.2.2 极限学习机 |
| 2.2.3 支持向量机 |
| 2.2.4 神经网络 |
| 2.2.5 深度学习 |
| 2.2.6 PHM技术分析 |
| 2.3 本章小结 |
| 3 高速动车组轴承温度信息在线监测与预测 |
| 3.1 问题背景 |
| 3.2 相关研究 |
| 3.3 动车组轴承温度在线监测 |
| 3.4 动车组轴承温度预测模型 |
| 3.4.1 多隐藏层神经网络 |
| 3.4.2 轴承温度预测模型 |
| 3.5 实验与分析 |
| 3.5.1 数据描述 |
| 3.5.2 评价指标 |
| 3.5.3 实验结果分析 |
| 3.6 本章小结 |
| 4 基于优化极限学习机的非均衡数据故障诊断 |
| 4.1 问题背景 |
| 4.2 相关研究 |
| 4.3 基于优化极限学习机的非均衡数据故障诊断模型 |
| 4.3.1 优化的极限学习机 |
| 4.3.2 非均衡数据处理策略 |
| 4.3.3 优化的故障诊断模型 |
| 4.4 实验与分析 |
| 4.4.1 数据描述 |
| 4.4.2 评价指标 |
| 4.4.3 实验结果分析 |
| 4.5 本章小结 |
| 5 基于优化深度学习的动车组高级修计划预测 |
| 5.1 问题背景 |
| 5.2 相关研究 |
| 5.3 高级修计划时间模型及里程预测分析 |
| 5.3.1 高级修计划时间模型 |
| 5.3.2 里程预测分析 |
| 5.4 基于EMD与优化深度学习的动车组里程预测模型 |
| 5.4.1 经验模态分解 |
| 5.4.2 优化的深度学习预测模型 |
| 5.4.3 动车组里程预测模型 |
| 5.5 实验与分析 |
| 5.5.1 数据描述 |
| 5.5.2 评价指标 |
| 5.5.3 时序数据分解 |
| 5.5.4 实验结果分析 |
| 5.6 本章小结 |
| 6 基于粒子群算法的动车组高级修计划优化 |
| 6.1 问题背景 |
| 6.2 相关研究 |
| 6.3 高级修计划模型 |
| 6.3.1 模型设计难点 |
| 6.3.2 模型设计思路 |
| 6.3.3 数学模型 |
| 6.4 基于粒子群算法的高级修计划模型优化 |
| 6.4.1 粒子群算法 |
| 6.4.2 基于粒子群算法的高级修计划模型 |
| 6.5 实验与分析 |
| 6.5.1 数据描述 |
| 6.5.2 实验结果分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）齿轮箱故障智能诊断方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 齿轮箱故障诊断技术发展 |
| 1.2.2 齿轮箱故障诊断的信号获取 |
| 1.2.3 齿轮箱故障诊断方法综述 |
| 1.3 论文内容安排 |
| 2.齿轮箱振动机理及其特性分析 |
| 2.1 齿轮的振动机理 |
| 2.2 齿轮振动信号模型 |
| 2.2.1 齿轮正常振动信号模型 |
| 2.2.2 齿轮故障振动信号模型 |
| 2.2.3 齿轮调制信号的仿真分析 |
| 2.3 本章小结 |
| 3.数据采集系统方案设计 |
| 3.1 信号采集模块 |
| 3.2 数据缓存模块 |
| 3.3 数据发送模块 |
| 3.4 上位机显示模块 |
| 3.5 系统设计验证 |
| 3.6 本章小结 |
| 4.振动信号分析及特征提取 |
| 4.1 齿轮箱实验平台介绍 |
| 4.2 常见的信号分析方法 |
| 4.2.1 小波分析 |
| 4.2.2 小波包分析 |
| 4.3 实验数据的小波包能量谱分析 |
| 4.4 本章小结 |
| 5.齿轮箱故障诊断模型建立 |
| 5.1 GA-BP故障诊断模型 |
| 5.1.1 BP神经网络 |
| 5.1.2 遗传算法 |
| 5.1.3 GA-BP诊断模型设计 |
| 5.1.4 GA-BP模型诊断结果分析 |
| 5.2 SVM故障诊断模型 |
| 5.2.1 支持向量机基本原理 |
| 5.2.2 SVM核函数选择与交叉验证 |
| 5.2.3 SVM诊断模型设计 |
| 5.2.4 SVM模型诊断结果分析 |
| 5.3 PSO-SVM故障诊断模型 |
| 5.3.1 粒子群算法 |
| 5.3.2 PSO-SVM诊断模型设计 |
| 5.3.3 PSO-SVM模型诊断结果分析 |
| 5.4 GA-SVM故障诊断模型 |
| 5.4.1 GA-SVM诊断模型设计 |
| 5.4.2 GA-SVM模型诊断结果分析 |
| 5.5 故障诊断模型对比分析 |
| 5.5.1 基于支持向量机的故障诊断模型结果对比 |
| 5.5.2 四种智能故障诊断模型结果对比 |
| 5.6 本章小结 |
| 6.结论 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（9）基于改进LMD和粒子群优化最小二乘支持向量机的风电机组齿轮箱故障诊断（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题的背景 |
| 1.2 选题的意义 |
| 1.3 国内外研究现状 |
| 1.3.1 信号降噪技术 |
| 1.3.2 故障特征提取方法 |
| 1.3.3 故障诊断方法 |
| 1.4 论文研究内容 |
| 2 风电机组的基本结构和典型故障分析 |
| 2.1 风电机组的基本结构和原理 |
| 2.1.1 齿轮箱升速型双馈感应异步风电机组 |
| 2.1.2 直驱型永磁同步风电机组 |
| 2.2 风电机组典型故障分析 |
| 2.2.1 齿轮箱常见故障及其原因 |
| 2.2.1.1 齿轮常见故障分析 |
| 2.2.1.2 高、低速轴常见故障分析 |
| 2.2.2 滚动轴承常见故障分析 |
| 2.2.2.1 滚动轴承的基本结构及故障类型 |
| 2.2.2.2 滚动轴承的故障特征频率 |
| 2.2.3 风电机组中发电机的主要故障及原因 |
| 2.2.4 叶轮的主要故障及原因 |
| 2.3 本章小结 |
| 3 改进局部均值分解理论 |
| 3.1 LMD相关概念 |
| 3.1.1 信号的频率和瞬时频率 |
| 3.1.2 单分量信号和多分量信号 |
| 3.2 局部均值分解原理 |
| 3.3 改进局部均值分解原理 |
| 3.4 LMD和 EMD的比较 |
| 3.5 仿真分析 |
| 3.6 本章小结 |
| 4 基于改进LMD和 PSO-LSSVM的风电机组齿轮箱故障诊断模型 |
| 4.1 多尺度熵特征向量的提取 |
| 4.2 最小二乘支持向量机的分类原理 |
| 4.2.1 支持向量机的分类原理 |
| 4.2.2 最小二乘支持向量机的分类原理 |
| 4.2.3 常用核函数 |
| 4.3 基于粒子群优化的最小二乘支持向量机模型 |
| 4.3.1 粒子群优化最小二乘支持向量机 |
| 4.3.2 粒子群优化算法中参数的设置 |
| 4.4 基于改进LMD和 PSO-LSSVM的风电机组齿轮箱故障诊断流程 |
| 4.5 本章小结 |
| 5 实例分析 |
| 5.1 风电机组齿轮箱中滚动轴承故障诊断分析 |
| 5.1.1 同负荷运行状态下滚动轴承故障类型诊断 |
| 5.1.2 同种故障类型下不同故障程度的故障诊断 |
| 5.1.3 同种故障类型下不同负荷状态的模式识别 |
| 5.2 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（10）面向多传感器故障的线控转向系统主动容错控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状概述 |
| 1.2.1 线控转向系统 |
| 1.2.2 容错控制技术 |
| 1.2.3 容错控制应用 |
| 1.3 主要研究内容及结构 |
| 2 线控转向系统建模 |
| 2.1 线控转向系统 |
| 2.2 系统动力学模型 |
| 2.2.1 方向盘总成动力学模型 |
| 2.2.2 路感模拟总成动力学模型 |
| 2.2.3 转向执行总成动力学模型 |
| 2.3 车辆动力学模型 |
| 2.4 容错控制系统建模 |
| 2.4.1 不确定性系统模型 |
| 2.4.2 传感器故障系统模型 |
| 2.5 本章小结 |
| 3 线控转向控制策略 |
| 3.1 系统控制策略分析 |
| 3.2 传动比前馈控制策略 |
| 3.3 横摆角速度反馈控制策略 |
| 3.4 转向电机PID控制策略 |
| 3.5 数值仿真分析 |
| 3.5.1 控制策略仿真分析 |
| 3.5.2 传感器故障影响分析 |
| 3.6 本章小结 |
| 4 主动容错控制策略研究 |
| 4.1 主动容错控制整体架构设计 |
| 4.2 故障检测器设计 |
| 4.3 故障估计器设计 |
| 4.4 故障补偿器设计 |
| 4.5 本章小结 |
| 5 主动容错控制算法仿真验证 |
| 5.1 主动容错控制系统仿真结构 |
| 5.2 主动容错控制策略仿真验证 |
| 5.2.1 故障检测结果 |
| 5.2.2 故障估计结果 |
| 5.2.3 容错控制结果 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、故障诊断技术在齿轮质量控制中的应用（论文参考文献）
- [1]基于双馈风力发电机组齿轮箱故障诊断研究[D]. 石慧. 山西大学, 2019(01)
- [2]基于改进能量算子的振动筛轴承故障特征提取方法研究[D]. 徐元博. 长安大学, 2019(01)
- [3]基于光纤光栅技术的齿轮故障诊断研究[D]. 苏博. 辽宁科技大学, 2019(01)
- [4]中国筑路机械学术研究综述·2018[J]. 马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱. 中国公路学报, 2018(06)
- [5]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)
- [6]线控转向汽车容错控制方法研究[D]. 田承伟. 吉林大学, 2010(05)
- [7]基于PHM技术的高速动车组关键部件智能检修理论与方法研究[D]. 郝伟. 北京交通大学, 2021
- [8]齿轮箱故障智能诊断方法研究[D]. 陈卓. 西安理工大学, 2021(01)
- [9]基于改进LMD和粒子群优化最小二乘支持向量机的风电机组齿轮箱故障诊断[D]. 邓奇. 西安理工大学, 2021(01)
- [10]面向多传感器故障的线控转向系统主动容错控制研究[D]. 杨沁杰. 大连理工大学, 2021(01)