一、基于维修知识库的汽车故障专家系统（论文文献综述）
张湘婷[1]（2021）在《基于关联规则的铁路信号设备故障诊断方法研究》文中指出铁路在现代综合运输体系一直处于骨干地位,是我国重要基础设施和大众出行的主要交通工具,也是促进国民经济和推动社会发展的重要产业部门。近几年,我国铁路迅猛发展,列车持续提速,列车密度不断加大,对铁路运输安全要求也日趋严格。铁路信号设备在确保列车运行安全,提高运输效率方面发挥重要作用,因此保证其正常运转显得尤为重要。在日常的维护维修中,维修人员主要靠人工经验,并且用文字的形式描述故障设备的处理流程,因此积累了大量的故障文本数据,这些丰富的文本数据蕴含着巨大的信息,对铁路信号设备故障分析具有重大意义。为提升铁路信号设备的故障诊断效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法。建立故障特征、类型和原因的对应关系,实现铁路信号设备智能化诊断,主要工作包括:（1）本文分析铁路信号设备的维修记录的特点,结合智能决策支持系统设计铁路信号设备故障诊断方案,确定使用产生式表示法对故障维修知识进行表示。（2）基于改进的TF-IDF（Term Frequency-Inverse Document Frequency）算法的铁路信号设备故障特征提取。针对铁路领域的专业性,构建铁路信号设备专业词库。考虑同义词对特征词提取的影响,根据同义词权重规则修正权重公式,并将权重采取离散化处理,实现故障特征提取。（3）基于改进的频繁模式增长（Frequent Pattern Growth,FP-Growth）算法的故障诊断。采用改进FP-Growth算法挖掘出故障特征、类型和原因之间关联关系,实现知识获取,将知识存入故障知识库,为故障诊断提供依据。首先,根据数据特点,采用自适应策略设定最小支持数和置信度,减少用户对算法参数取值的主观性。然后,依据频繁1-项集划分各项的数据库子库,再构造每项的条件FP-Tree,减少内存占用空间,提高运行速率。最终,将关联规则作为知识保存到知识库中,通过智能决策支持系统中的推理机,进行故障诊断。实验证明本文方法运行时间优于传统的FP-Growth算法,平均准确率比案例推理算法和贝叶斯网络算法提高13.02%和9.28%。（4）基于上述对故障诊断的关键技术的研究,设计与实现铁路信号设备故障维修原型系统,按照系统需求分析实现主要功能模块,证明本文方法的可行性与有效性。
何旋[2]（2021）在《基于动态故障树的钻井泵故障诊断专家系统的设计与实现》文中研究表明本文受四川省重大科技专项项目“智能钻机研制及应用”（立项编号2019ZDZX0030）资助。钻井泵作为钻机的“心脏”,因工作环境复杂、条件恶劣,容易产生故障,影响钻机正常运作。为了保证生产的效率,要求在发生故障的初期能够快速准确地定位故障并解决。目前,故障树分析法作为诊断复杂机械故障的通用方法,其无法表示钻井泵某些部件只有按固定顺序失效才能导致系统故障的情况,导致诊断结果不准确。为了解决此问题,选择动态故障树分析法表示此类动态故障并诊断。同时建立专家系统,可以让工作人员在专家不在场时仍可以快速确定故障并获得专业的维修知识。主要研究内容分为以下几部分:首先,本文选择工作环境恶劣,故障情况复杂难以诊断的钻井泵作为研究对象。通过专家的指导与所提供的相关知识,分析其故障机理。以钻井泵的动力端作为实例,建立故障树,并验证了故障树分析法在故障诊断中的有效性。接着,针对故障树无法表征出钻井泵故障中各部件按顺序失效造成系统故障的情况,在故障树中引入动态逻辑门,构成动态故障树。结合钻井泵故障特点选择计算复杂度低且准确率较高的基于离散贝叶斯网络的动态故障树诊断模型,并对其诊断模型进行改进,通过加入“率参数λ--划分数n”对应关系,提高诊断可靠性与准确率。以钻井泵液力端作为实例验证了动态故障树在故障诊断中的有效性。然后,将传统故障树诊断模型与改进的离散时间贝叶斯网络的动态故障树诊断模型结合成为混合故障树诊断模型,作为故障诊断专家系统的故障推理机;设计知识库,根据钻井泵基本故障信息与诊断模型知识的特点,设计恰当的表示方式。最后,按照设计思路建立MVC框架的Web应用,开发具有友好的操作界面、良好的操作体验和完善的功能指引的故障诊断专家系统,并通过一个实例,证明本系统在钻井泵故障诊断中的一定指导意义与实用价值。
卞子丹[3]（2020）在《自行火炮CAN总线实时数据采集与故障诊断》文中认为故障诊断系统是复杂武器装备重要的组成部分,随着现代复杂武器装备电子技术发展的不断投入,集成的电子控制单元在复杂武器装备中的使用越来越多,大型武器装备的控制系统也变得更加复杂。某型自行火炮的发展也越发趋于模块化、智能化和现代化。随着大型武器装备的电子零部件不断增多,故障发生的概率也越来越大,并且其故障会并发和传播,一旦该系统发生故障,将会使武器装备的作战能力大打折扣。因此,开展对自行火炮实时故障诊断方法的研究对保障复杂装备完好率具有重要的工程应用价值。本文工作内容主要包括:（1）根据CAN总线实时数据采集与诊断系统的开发过程中出现的问题,研究了CAN总线实时数据采集与故障诊断系统的当前常用诊断方法,并且对故障诊断系统的数据采集和故障诊断的过程进行设计和实现,在传统的方法上加以改进,利用了CAN总线实时采集各部件实时数据,并将实时采集到的状态信息通过专家系统知识框架体系进行快速故障诊断,保障了复杂装备的完好率。（2）根据当前不同技术的故障诊断系统及其适用环境,根据最新的国军标,分析某型自行火炮的故障诊断需求,着重研究了该系统CAN总线的实时数据采集和通过专家系统来对获得的实时数据进行故障诊断处理,设计出自行火炮CAN总线实时数据采集与故障诊断系统软件的总体结构。（3）在上述基础上,运用了模块化的设计方法,对故障诊断系统每一个功能模块都进行了研究,再结合实际情况予以设计,在Linux系统下QT平台开发自行火炮的实时数据采集与故障诊断系统,实现了CAN总线实时数据采集与故障诊断系统典型故障诊断处理的功能。在某型火炮故障诊断实际应用过程中,本文所采用的CAN总线实时数据采集与故障诊断系统,在工程实践过程中,能够实时检测并利用某型火炮的状态进行诊断定位和隔离,提高了故障诊断的效率,为专家系统在复杂武器上的应用提供了一个实例。
薛昊[4]（2020）在《集中式汽车检测线故障诊断系统的研究》文中认为集中式汽车检测线以机械、电子、控制以及计算机技术为基础,利用传感器以及相应的检测设备对汽车的安全、性能等状态进行快速准确的测量,并通过对比相关国家标准作出性能评价。检测线系统中包含各种电子电路、机械设备等,一旦出现故障,需要诊断专家到达现场进行故障诊断,此种诊断模式费时费力,降低了检测线的使用效率,因此研究集中式汽车检测线故障诊断系统,对于提高故障诊断效率,保障集中式汽车检测线稳定运行有着重要意义。本文以集中式汽车检测线为研究对象,首先介绍了集中式汽车检测线的组成及其功能,并根据故障原理进行分类,主要分为检测设备系统故障、测控系统故障、数据采集系统故障,根据不同故障类型的特点,本文采用基于故障树的汽车检测线故障诊断专家系统对前两类故障进行诊断,采用基于神经网络的汽车检测线故障诊断方法对第三类故障进行诊断,并设计了基于ARM Cortex-M3的故障数据采集硬件电路,主要包括模拟信号采集电路以及数字信号采集电路,为故障诊断提供事实依据。基于故障树的集中式汽车检测线故障诊断专家系统:建立集中式汽车检测线故障树,涵盖三个大系统、十个子系统以及三十八个底事件。进行定性分析,确定其最小割集,采用基于信息指数修正的专家调查法对最小割集进行定量分析,得出其故障概率及概率重要度。之后建立故障诊断专家系统,根据汽车检测线故障树结构,设计故障部件知识表、故障数据知识表、故障现象知识表、故障规则知识表、故障维修知识表作为专家系统知识库,采用基于知识的产生式规则诊断推理融合方式作为推理方式。基于神经网络的集中式汽车检测线故障诊断:建立故障诊断神经网络模型,分别使用BP神经网络和LSTM神经网络构建集中式汽车检测线故障诊断模型,确定各状态参数,对输入故障数据进行预处理处理,根据训练结果,对神经网络模型的训练参数进行优化。之后对选取的数据进行测试,实验结果验证了基于神经网络的集中式汽车检测线故障诊断模型对于提高故障诊断准确率有着良好效果。最后对集中式汽车检测线故障诊断平台进行设计与实现,确定了客户端/服务器的架构模式,采用python语言、SQL Server关系型数据库进行开发,主要包含用户信息、故障诊断、检测数据监测及诊断、历史故障信息查询等模块,并对诊断平台进行测试,结果表明本文研究设计的故障诊断平台可以实现不同故障类型的诊断功能。
何医天[5]（2019）在《基于CAN总线的自动变速箱控制单元自动化测试研究与实现》文中研究说明变速箱作为汽车的重要组件,在整车传动系统之中有着非常重要的作用。随着数字化程度的不断提高,变速箱控制软件也在进行着飞速的发展和更新。其中监测信号的数量级也呈几何式增长。变速箱软件的开发和测试也相应的面临更巨大的挑战。在市场经济的大背景下,更快的开发,调试及测试过程越来越多的被变速箱生产厂商和整车厂所重视。而相应的工具的配套开发也成了重中之重,好的硬件在环测试系统,过硬的软件控制系统在变速箱产业甚至是整车产业链中都起到了不容忽视的重要作用。汽车自动变速箱控制系统构造复杂且精密,其故障现象具有模糊性及关联性的特点。因此,仅仅凭借简单观察或测量信号,往往难以直接推论出故障原因。因此,如何准确的定义、表达测量信号、故障表现、故障原因及三者之间彼此的关联,对于自动变速箱的测试和诊断具有重要价值。本研究主要是针对车辆自动变数箱控制系统的维修诊断设计,提出了一种基于CAN总线的自动变速箱控制单元自动化测试系统的关联定义架构及其推论规范,使各种车辆系统有一致的系统组成架构与层级划分,使之得以明确标定系统中的每一个系部、总成或装置。另一方面以Microchip PIC18F4520微控制器配合模拟感知器的回授信号电路,建构出模糊推论规则库与数据数组纪录车辆自动变速箱控制单元的方式,实现将原始量测点信息、系统状态、数值状态、故障特征及故障原因加以明确区分,并对其中每一部份的格式加以明确规范,从而得以规范测量点讯号转换到系统状态与数值状态的模式,从系统状态及数值状态推论到故障及故障发生的原因的相互推论法则。实验结果发现:通过嵌入式程序算法,按照各推论规则推论出自动变速器故障特征,进而从故障特征找出可能的故障原因,形成一套完备而有效率的车辆自动变速器控制单元故障诊断系统,并可迅速的协助维修员找到故障的原因,提高车辆故障检测的精确度及维修的效率。
王军[6]（2019）在《汽车天然气发动机故障诊断专家系统的研发》文中认为电控发动机加装了天然气系统后,其故障诊断与检测变得更加复杂和困难,尤其是燃气系统的故障诊断与维修。为此,研发了一套基于故障树分析法的天然气发动机故障诊断专家系统,实现了人工智能化的故障检测,这对于提高天然气发动机的运行可靠性,以及汽车维修企业的经济效益,都具有重要的意义。
杨波[7]（2019）在《内燃机高原排放质量评价及故障诊断研究》文中研究说明中国高原面积大、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。
江山青[8]（2019）在《基于规则和案例D-S证据融合的坦克火控系统故障诊断专家系统的研究与应用》文中认为随着各行业技术的飞速发展,我国坦克的性能得到了极大提升,但是随着坦克性能的提升,其设备复杂度也不断提高,给坦克的维修检测、故障诊断带来了极大的挑战。坦克火控系统是坦克火力控制的枢纽,决定了坦克火力的输出情况,直接影响到坦克的作战能力。因此提高坦克火控系统的可靠性和稳定性对于我军作战任务的完成和坦克部队作战能力的提高具有很大的实际意义和价值。首先提出了基于产生式规则的故障诊断推理方法,通过对坦克火控系统各个部件建立故障树和对故障树进行定性、定量分析得到坦克火控系统的产生式规则,根据带可信度因子的产生式规则与事实条件的相似度得到被激发的规则结论的可靠度。其次创建了矩阵的知识表示形式,用矩阵的形式表示案例知识库中的源案例,通过计算待诊断案例与源案例中单个属性的相似度和整体的相似度,最终得到带诊断案例与每一个源案例的相似度。最后提出了通过D-S证据理论对基于规则的推理结果和基于案例的推理结果进行融合的方法。根据实际情况,确定了 D-S证据融合的识别框架和基本概率赋值函数,分析了融合时存在的问题,对于“一票否决”和证据间的高冲突问题进行了改进,把融合后支持度最高的结果作为最终的诊断结果。相比于传统的维修手段和方法,本文所研究的方法极大的提高了坦克火控系统故障诊断的效率。通过对单一的诊断方法与D-S证据融合诊断方法的结果进行对比,证明了 D-S证据融合的有效性,提高了故障诊断的准确率,减少了误诊和漏诊率。用C#编程软件和SQL server数据库实现了故障诊断专家系统的各项功能,使一般的操作人员也能结合本系统对坦克火控系统进行故障诊断。
杨莎莎[9]（2019）在《基于故障树的直流充电桩故障诊断专家系统研究》文中进行了进一步梳理充电桩是电动汽车与供电电源之间的重要连接部件,是实现电动汽车高效、快速充电过程必不可少的设备。目前,我国在充电桩的建设方面基本制定了较为全面的标准体系,这极大地促进了电动汽车的推广和应用。同时,高速发展的电动汽车行业对于充电桩可靠性和安全性的要求也越来越严格。然而,由于充电桩的市场应用时间相对较短,针对其故障诊断系统的研究理论和研究方法尚不完善,这在很大程度上导致充电桩的故障诊断过程费时费力,制约着电动汽车行业的进一步发展。因此,对充电桩故障诊断理论和技术进行研究是很有必要的。本文以直流充电桩为研究对象,研究了其故障诊断理论和诊断方法,建立起故障诊断知识库,并设计了直流充电桩故障诊断专家系统。通过人机交互界面,该专家系统可以实现用户与知识库的信息交互,帮助维修人员快速、准确地定位直流充电桩故障点,提高诊断效率。本文首先介绍了故障诊断过程中常用的故障树分析法,重点包括故障树建立过程及故障树定性、定量分析。其次,阐述了专家系统的基本原理、组成结构和功能。针对直流充电桩故障诊断,本文提出了将故障树分析法与专家系统相结合的诊断方法。通过对直流充电桩工作原理及常见故障的分析,建立了直流充电桩故障树并进行定性分析。针对故障树底事件概率值难以获取这一问题,采用应力分析法和基于模糊集理论与专家语义评判的事件概率估计法,得到了直流充电桩故障树底事件的模糊概率值,并对其进行了定量分析。将上述分析得到的结果应用于专家系统知识库的建立和推理机的设计,解决了故障诊断专家系统知识难获取的问题。在专家系统知识库的建立过程中,本文采用由产生式规则表示法和框架表示法相融合的规则框架法进行知识表示,以E-R（Entity Relationship Diagram）关系模型对知识进行分析,通过ACCESS数据库构建了知识库。同时,根据知识表示特点,对推理机进行了设计。本研究选用Visual Basic 6.0作为系统开发环境,开发了基于故障树的直流充电桩故障诊断专家系统。经测试,所开发系统运行效果可达预期目标,说明该系统能满足直流充电桩故障诊断的功能需求。
朱磊[10]（2018）在《基于故障树技术的顶部驱动装置故障诊断软件开发》文中认为中石化作为承包商与科威特KOC公司签订的钻机施工合同采用日费制,这意味着因设备故障停工造成得经济损失由承包商承担。科威特石油工区多处于中东沙漠腹地,钻机面临高温干燥、频繁拆装、接地不良等诸多不利条件,部件出现故障的几率比国内大大增多,其中顶部驱动装置故障占据将近一半。顶部驱动装置的故障判断对现场工程师的知识广度、综合能力以及维修经验要求颇高,一旦发生故障,工程师往往不能迅速查明故障原因,并做出相应处置措施。这势必会增大企业经济损失,同时给井下安全带来巨大威胁。通过对现代故障诊断相关理论的深入学习,确定将故障树技术引入顶部驱动装置的故障判断。它依据诊断对象的结构和特性逐层向下追溯可能导致故障发生的原因,直到原因不可再分为止。这种倒树型因果网状结构所形成的一连串故障传播有向链已在工业领域产生巨大效益。本文以DQ70BSQQ型顶部驱动装置为模型,运用故障树分析法对各组成部分进行故障树构建,同时与国内维修工程师进行经验交流收集整理了一些顶驱常见故障和维修处置知识。通过分析确定故障树与诊断知识的转化准则,并对故障诊断软件的功能、结构、工作流程和诊断流程进行设计。利用C#语言实现知识库管理模块、诊断控制机模块、授权登录模块和解释模块的编译,对故障诊断软件进行模块和界面整合,完成原型版本开发。该软件结构层次分明,模块功能明确通用、操作方便。经海外钻井现场应用,顶驱故障诊断软件在加快故障诊断速度、尽快恢复生产、减少经济损失方面有明显效果,同时软件诊断流程和编程结构,也可以推广到其它钻井设备故障诊断使用。
二、基于维修知识库的汽车故障专家系统（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、基于维修知识库的汽车故障专家系统（论文提纲范文）
（1）基于关联规则的铁路信号设备故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 铁路故障文本大数据研究现状 |
| 1.2.2 故障诊断方法综述 |
| 1.3 本文主要工作及结构 |
| 2 铁路信号设备及其故障诊断 |
| 2.1 铁路信号基础设备 |
| 2.2 铁路信号设备故障文本数据分析 |
| 2.3 铁路信号设备故障诊断方案 |
| 2.3.1 智能决策支持系统 |
| 2.3.2 知识表示 |
| 2.3.3 基于文本数据的故障诊断方案 |
| 2.4 本章小结 |
| 3 铁路信号设备故障特征提取方法 |
| 3.1 基于故障数据的文本挖掘方法 |
| 3.1.1 文本挖掘的基本概念 |
| 3.1.2 影响特征提取效果的因素 |
| 3.1.3 铁路信号设备故障特征提取基本流程 |
| 3.2 文本分词处理 |
| 3.3 基于TF-IDF算法的故障特征提取 |
| 3.3.1 VSM模型 |
| 3.3.2 TF-IDF算法 |
| 3.3.3 改进TF-IDF算法 |
| 3.3.4 权重离散化 |
| 3.3.5 算法比较 |
| 3.4 故障诊断模型建立 |
| 3.5 铁路信号设备故障特征提取 |
| 3.6 本章小结 |
| 4 基于关联规则的故障诊断方法 |
| 4.1 数据挖掘技术 |
| 4.1.1 数据挖掘概述 |
| 4.1.2 数据挖掘过程 |
| 4.2 故障诊断算法的选择与改进 |
| 4.2.1 关联规则概念 |
| 4.2.2 FP-Growth算法实现 |
| 4.2.3 FP-Growth算法改进 |
| 4.3 基于关联规则的故障诊断 |
| 4.3.1 推理机的建立 |
| 4.3.2 推理策略的选择 |
| 4.3.3 基于关联规则的故障诊断流程 |
| 4.4 实验分析 |
| 4.4.1 实验数据与实验环境 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 5 铁路信号设备故障维修原型系统的设计与实现 |
| 5.1 需求分析 |
| 5.2 系统设计与实现 |
| 5.2.1 系统体系结构 |
| 5.2.2 系统功能模块 |
| 5.2.3 系统开发环境 |
| 5.2.4 系统主要界面展示 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）基于动态故障树的钻井泵故障诊断专家系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钻井泵故障诊断存在的问题 |
| 1.2.2 动态故障树的国内外研究现状 |
| 1.2.3 专家系统的研究现状 |
| 1.3 研究目标与研究内容 |
| 1.4 论文结构安排 |
| 第二章 钻井泵故障树构建与诊断 |
| 2.1 钻机钻井泵的故障分析 |
| 2.1.1 钻井泵的结构研究 |
| 2.1.2 钻井泵故障分析 |
| 2.1.3 钻井泵故障诊断分析 |
| 2.2 故障树分析法介绍 |
| 2.2.1 故障树模型介绍 |
| 2.2.2 故障树的定性分析 |
| 2.2.3 故障树的定量分析 |
| 2.3 故障树分析法实例验证 |
| 2.4 本章小结 |
| 第三章 钻井泵动态故障树故障诊断模型研究与改进 |
| 3.1 动态故障树介绍 |
| 3.1.1 动态故障树基本理论 |
| 3.1.2 动态逻辑门 |
| 3.2 贝叶斯网络介绍 |
| 3.3 基于离散时间贝叶斯网络的动态故障树诊断模型的研究与改进 |
| 3.3.1 离散时间贝叶斯网络模型 |
| 3.3.2 逻辑门输出事件条件概率表的确定 |
| 3.3.3 离散时间贝叶斯网络模型的改进 |
| 3.4 实例分析 |
| 3.4.1 建立动态故障树 |
| 3.4.2 钻井泵液力端系统的贝叶斯网络模型 |
| 3.4.3 钻井泵液力端故障诊断 |
| 3.5 本章小结 |
| 第四章 钻井泵故障诊断专家系统的设计 |
| 4.1 专家系统总体结构设计 |
| 4.1.1 专家系统概述 |
| 4.1.2 专家系统总体框架设计 |
| 4.2 知识库的设计 |
| 4.2.1 知识来源和获取方式 |
| 4.2.2 知识的表示方式设计 |
| 4.2.3 知识的关系分析 |
| 4.3 推理机设计 |
| 4.3.1 推理方法设计 |
| 4.3.2 推理方向选择 |
| 4.4 解释机设计 |
| 4.5 本章小结 |
| 第五章 钻井泵故障诊断专家系统软件实现与验证 |
| 5.1 专家系统数据库的建立 |
| 5.1.1 故障基础数据表设计 |
| 5.1.2 维修建议数据表设计 |
| 5.1.3 故障样本知识表示 |
| 5.1.4 故障树数据表设计 |
| 5.1.5 贝叶斯网络模型数据表设计 |
| 5.1.6 总体设计关系 |
| 5.2 专家系统各模块的实现 |
| 5.2.1 登录界面 |
| 5.2.2 主界面 |
| 5.2.3 基础信息管理模块 |
| 5.2.4 故障诊断模块 |
| 5.2.5 维修建议模块 |
| 5.2.6 模型更新模块 |
| 5.2.7 模型查看模块 |
| 5.3 故障诊断实例分析 |
| 5.4 故障诊断专家系统诊断准确度验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间研究成果 |
（3）自行火炮CAN总线实时数据采集与故障诊断（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题的背景和研究意义 |
| 1.2 技术研究发展现状 |
| 1.2.1 CAN总线数据采集 |
| 1.2.2 故障诊断技术研究现状及相关诊断方法 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 2 相关技术理论 |
| 2.1 CAN总线通信协议 |
| 2.1.1 通信方式 |
| 2.1.2 扩展帧29位帧ID定义 |
| 2.1.3 短报文数据通信 |
| 2.1.4 长报文数据通信 |
| 2.1.5 数据错误检测 |
| 2.2 专家系统简介 |
| 2.2.1 专家系统的类型 |
| 2.2.2 专家系统的组成 |
| 2.2.3 诊断推理机的建立 |
| 2.3 故障诊断 |
| 2.3.1 故障诊断系统概述 |
| 2.3.2 智能故障诊断系统 |
| 2.3.3 在线实时故障诊断 |
| 2.3.4 层次结构与故障决策树 |
| 2.4 本章小结 |
| 3 某自行火炮的故障诊断知识表示与推理 |
| 3.1 对象式框架知识表示 |
| 3.1.1 对象式框架知识的定义 |
| 3.1.2 诊断系统对象式框架知识的存储 |
| 3.1.3 在线诊断知识的表示 |
| 3.1.4 经验诊断知识的表示 |
| 3.1.5 原理诊断知识的表示 |
| 3.2 知识的获取 |
| 3.2.1 专家知识的构成 |
| 3.2.2 故障诊断知识的获取途径 |
| 3.2.3 知识获取的步骤 |
| 3.2.4 诊断知识的预处理 |
| 3.3 对象式框架知识表示推理 |
| 3.4 本章小结 |
| 4 某自行火炮实时数据采集与故障诊断系统的设计与实现 |
| 4.1 系统分析 |
| 4.1.1 某自行火炮及其故障诊断系统组成 |
| 4.1.2 自行火炮实时数据采集与故障诊断系统 |
| 4.2 系统功能设计 |
| 4.2.1 CAN总线的数据采集 |
| 4.2.2 专家系统与信号处理装置软件的协议以及实现 |
| 4.2.3 自行火炮的故障诊断 |
| 4.3 故障诊断专家系统的实现 |
| 4.3.1 系统开发环境 |
| 4.3.2 故障诊断软件 |
| 4.4 本章小结 |
| 5 总结和展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
（4）集中式汽车检测线故障诊断系统的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题来源、研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 故障诊断技术的研究现状及发展趋势 |
| 1.2.2 集中式汽车检测线故障诊断的研究现状及发展趋势 |
| 1.3 论文主要研究内容 |
| 第二章 集中式汽车检测线故障诊断系统设计 |
| 2.1 集中式汽车检测线组成及功能 |
| 2.1.1 检测仪器设备系统组成及功能 |
| 2.1.2 电气测控系统组成及功能 |
| 2.1.3 人机交互系统组成及功能 |
| 2.2 集中式汽车检测线工作过程中的常见故障情况分析 |
| 2.3 故障诊断算法选择 |
| 2.4 故障数据采集模块硬件设计 |
| 2.4.1 最小系统设计 |
| 2.4.2 模拟信号量数据采集模块设计 |
| 2.4.3 数字信号量数据采集模块设计 |
| 2.5 故障诊断系统结构设计 |
| 2.6 本章小结 |
| 第三章 基于故障树的集中式汽车检测线故障诊断专家系统 |
| 3.1 故障树分析法 |
| 3.1.1 简介 |
| 3.1.2 故障树的表示与构造过程 |
| 3.1.3 故障树数学模型的建立 |
| 3.1.4 故障树定性分析 |
| 3.1.5 故障树定量分析 |
| 3.2 集中式汽车检测线故障树设计 |
| 3.2.1 概述 |
| 3.2.2 建立集中式汽车检测线故障树 |
| 3.2.3 集中式汽车检测线故障树定性分析 |
| 3.2.4 集中式汽车检测线故障树定量分析 |
| 3.3 专家系统 |
| 3.3.1 简介 |
| 3.3.2 专家系统的组成与功能 |
| 3.3.3 知识的获取与表示 |
| 3.3.4 专家系统的推理机制 |
| 3.3.5 故障树与专家系统的联系 |
| 3.4 集中式汽车检测线故障诊断专家系统设计 |
| 3.4.1 故障诊断专家系统开发分析 |
| 3.4.2 故障诊断专家系统总体设计 |
| 3.4.3 故障诊断专家系统知识库设计 |
| 3.4.4 故障诊断专家系统推理机设计 |
| 3.5 本章小结 |
| 第四章 基于神经网络的集中式汽车检测线故障诊断模型 |
| 4.1 故障检测与识别 |
| 4.1.1 数据选取与处理 |
| 4.1.2 故障识别标准 |
| 4.2 神经网络故障诊断原理 |
| 4.2.1 BP神经网络 |
| 4.2.2 LSTM神经网络 |
| 4.3 故障诊断神经网络模型建立 |
| 4.3.1 状态参数采集 |
| 4.3.2 数据预处理 |
| 4.3.3 神经网络训练参数 |
| 4.3.4 网络层数及节点数 |
| 4.4 训练实验及结果分析 |
| 4.5 本章小结 |
| 第五章 集中式汽车检测线故障诊断系统的设计与实现 |
| 5.1 故障诊断系统需求分析 |
| 5.2 故障诊断系统总体设计 |
| 5.2.1 系统架构及开发环境选择 |
| 5.2.2 系统总体结构设计 |
| 5.3 数据库设计 |
| 5.4 系统运行界面及测试 |
| 5.4.1 用户信息管理模块 |
| 5.4.2 故障诊断模块 |
| 5.4.3 检测数据监测及诊断模块 |
| 5.4.4 历史故障信息查询模块 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（5）基于CAN总线的自动变速箱控制单元自动化测试研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 汽车自动变速器发展现状 |
| 1.2.2 自动变速器故障诊断发展现状 |
| 1.3 研究的思路与主要内容 |
| 第二章 相关理论与关键技术概述 |
| 2.1 汽车自动变速器构成与基本原理 |
| 2.1.1 自动变速器构成 |
| 2.1.2 自动变速器的工作原理 |
| 2.2 监测系统 |
| 2.3 专家系统 |
| 2.3.1 专家系统的基本概念 |
| 2.3.2 专家系统架构 |
| 2.4 模糊理论 |
| 2.4.1 模糊集合 |
| 2.4.2 语词变量 |
| 2.4.3 模糊规则和模糊推论 |
| 2.4.4 模糊系统组成架构 |
| 2.4.5 模糊决策树的构建 |
| 2.5 CAN总线技术 |
| 2.5.1 CAN的起源 |
| 2.5.2 CAN的数据格式 |
| 2.5.3 CAN的架构与运作 |
| 2.5.4 CAN的错误检测 |
| 2.5.5 CAN的同步与时序分析 |
| 2.5.6 CAN的协议 |
| 第三章 CAN总线在汽车测试与故障诊断中的应用 |
| 3.1 封包值检测 |
| 3.1.1 汽车微电脑中的封包值检测 |
| 3.1.2 关于数据复制与否的封包值检测 |
| 3.1.3 关于程序数据正确性的封包值检测 |
| 3.2 CAN BUS在汽车系统监控与故障诊断中的应用 |
| 3.2.1 汽车系统监控 |
| 3.2.2 汽车故障诊断 |
| 第四章 自动变速箱控制单元自动化测试系统设计 |
| 4.1 车辆系统架构分类表达 |
| 4.1.1 车辆诊断语汇辞意架构 |
| 4.2 车辆诊断知识规范表达 |
| 4.2.1 模糊决策树的构建和整体诊断思路的设计 |
| 4.2.2 车辆诊断知识系统架构说明 |
| 第五章 系统实验与结果分析 |
| 5.1 实验架构 |
| 5.2 嵌入式硬件设计 |
| 5.2.1 微控制器规格介绍 |
| 5.2.2 电路设计 |
| 5.3 嵌入式硬件设计 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表的学术论文 |
（6）汽车天然气发动机故障诊断专家系统的研发（论文提纲范文）
| 1 汽车天然气发动机故障诊断专家系统的总体设计 |
| 2 专家系统的知识库设计 |
| 2.1 知识的获取 |
| 2.2 知识的表示 |
| 3 天然气发动机故障诊断专家系统的推理机设计 |
| 4 天然气发动机故障诊断专家系统的实现 |
| 5 结束语 |
（7）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 |
（8）基于规则和案例D-S证据融合的坦克火控系统故障诊断专家系统的研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 故障诊断技术的发展和现状 |
| 1.3 坦克火控系统概述 |
| 1.4 专家系统概述及现状 |
| 1.4.1 专家系统的发展 |
| 1.4.2 专家系统概述 |
| 1.4.3 专家系统的分类 |
| 1.5 本文研究内容和结构安排 |
| 第二章 基于规则的故障诊断推理 |
| 2.1 故障树分析法 |
| 2.1.1 故障树的建立原则 |
| 2.1.2 故障树定性分析 |
| 2.1.3 故障树定量分析 |
| 2.2 带可信度因子的产生式规则 |
| 2.3 规则前件与事实条件的相似度计算 |
| 2.4 规则结论的可信度计算 |
| 2.5 本章小结 |
| 第三章 基于案例的故障诊断推理 |
| 3.1 案例推理的过程 |
| 3.2 案例的知识表示 |
| 3.3 案例相似度计算 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 第四章 基于规则和案例D-S证据融合的诊断 |
| 4.1 D-S证据理论的基本概念 |
| 4.2 D-S证据融合的混合故障诊断 |
| 4.2.1 融合要素 |
| 4.2.2 融合存在的问题 |
| 4.2.3 解决方案 |
| 4.2.4 融合步骤 |
| 4.3 单一诊断方法与混合诊断方法结果对比 |
| 4.4 本章小结 |
| 第五章 火控系统故障诊断实现 |
| 5.1 系统的设计目标 |
| 5.2 火控系统故障诊断专家系统结构 |
| 5.2.1 人机操作界面 |
| 5.2.2 系统各模块示意图 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者及导师简介 |
| 附件 |
（9）基于故障树的直流充电桩故障诊断专家系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 电动汽车充电桩国内外发展现状 |
| 1.3 故障诊断概述 |
| 1.3.1 故障诊断的基本内容 |
| 1.3.2 国内外研究现状 |
| 1.3.3 故障诊断常见方法 |
| 1.3.4 直流充电桩故障诊断技术的研究现状 |
| 1.4 论文的主要工作安排 |
| 2 故障树分析法与专家系统 |
| 2.1 故障树分析 |
| 2.1.1 基本概念及符号表示 |
| 2.1.2 故障树建立过程 |
| 2.1.3 故障树的结构函数 |
| 2.1.4 故障树的定性分析 |
| 2.1.5 故障树的定量分析 |
| 2.2 专家系统 |
| 2.2.1 专家系统的基本概念及组成 |
| 2.2.2 知识表示 |
| 2.2.3 知识获取 |
| 2.2.4 推理机 |
| 2.3 故障树分析法与专家系统的联系 |
| 2.4 本章小结 |
| 3 基于故障树的直流充电桩故障分析 |
| 3.1 直流充电桩概述 |
| 3.1.1 直流充电桩结构分析 |
| 3.1.2 工作原理 |
| 3.2 直流充电桩故障树建立 |
| 3.2.1 直流充电桩常见故障 |
| 3.2.2 建立直流充电桩故障树 |
| 3.3 故障树定性分析 |
| 3.4 本章小结 |
| 4 底事件概率不确定性分析及定量分析 |
| 4.1 应力分析法 |
| 4.1.1 基本概念 |
| 4.1.2 应力分析法应用过程 |
| 4.1.3 元器件型的底事件故障概率计算 |
| 4.2 基于模糊集理论和专家语义评判的事件概率估计法 |
| 4.2.1 专家权重的确定 |
| 4.2.2 底事件模糊数的建立与合成 |
| 4.2.3 解模糊 |
| 4.3 本章小结 |
| 5 直流充电桩故障诊断专家系统设计 |
| 5.1 直流充电桩故障诊断专家系统的开发分析 |
| 5.1.1 可行性分析 |
| 5.1.2 性能需求 |
| 5.1.3 易用性及稳定性需求 |
| 5.1.4 拓展性及维护性需求 |
| 5.2 构建故障诊断专家系统知识库 |
| 5.2.1 专家系统故障知识获取及表示 |
| 5.2.2 知识模型选用 |
| 5.2.3 专家系统知识存储 |
| 5.2.4 专家系统知识库的管理 |
| 5.3 故障诊断专家系统推理机设计 |
| 5.3.1 推理控制策略确定 |
| 5.3.2 推理方式确定 |
| 5.3.3 推理机设计方案确定 |
| 5.4 本章小结 |
| 6 直流充电桩故障诊断专家系统实现 |
| 6.1 专家系统人机界面介绍 |
| 6.1.1 系统登录界面及主界面 |
| 6.1.2 故障检索及故障浏览界面 |
| 6.1.3 故障诊断实例 |
| 6.1.4 知识库管理界面 |
| 6.2 本章小结 |
| 7 总结与展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）基于故障树技术的顶部驱动装置故障诊断软件开发（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 故障诊断技术的研究现状与发展趋势 |
| 1.2.1 国内外故障诊断发展与现状 |
| 1.2.2 国内外故障诊断发展趋势 |
| 1.2.3 顶部驱动钻井系统研究现状与发展趋势 |
| 1.3 本课题主要研究内容 |
| 第2章 顶部驱动装置与故障树分析法 |
| 2.1 顶部驱动钻井装置 |
| 2.1.1 顶部驱动钻井装置的优越性 |
| 2.1.2 顶部驱动钻井装置的技术特点 |
| 2.1.3 顶部驱动装置的机械结构 |
| 2.2 故障树分析法 |
| 2.2.1 故障树基本事件与常用逻辑门 |
| 2.2.2 故障树的分类 |
| 2.2.3 故障树的建立 |
| 2.2.4 故障树的规范化 |
| 2.2.5 故障树的简化 |
| 2.2.6 故障树分析法的特点 |
| 2.3 编程语言与开发环境 |
| 2.3.1 C#编程语言的特点 |
| 2.3.2 .NET框架与窗体应用程序开发 |
| 2.3.3 窗体应用程序开发 |
| 2.3.4 常用控件类 |
| 第3章 故障树的建立与故障数据的收集 |
| 3.1 顶驱故障树的建立 |
| 3.1.1 动力水龙头部分故障树的建立 |
| 3.1.2 管子处理装置故障树的建立 |
| 3.1.3 液压系统故障树的建立 |
| 3.1.4 导轨与滑车部分故障树的建立 |
| 3.1.5 变频控制房故障树的建立 |
| 3.2 顶驱常见故障知识的整理 |
| 第4章 顶驱故障诊断知识库的建立与管理 |
| 4.1 顶驱故障诊断知识与计算机表达 |
| 4.2 顶驱故障诊断知识库的建立 |
| 4.3 顶驱故障诊断知识库的程序构建 |
| 4.3.1 顶驱故障诊断项目创建 |
| 4.3.2 知识库管理系统程序开发 |
| 第5章 顶驱故障诊断软件 |
| 5.1 顶驱故障诊断软件系统设计 |
| 5.1.1 顶驱故障诊断软件功能设计 |
| 5.1.2 顶驱故障诊断软件结构设计 |
| 5.1.3 顶驱故障诊断软件的设计目标 |
| 5.1.4 顶驱故障诊断软件的工作流程 |
| 5.2 诊断控制机的设计 |
| 5.2.1 诊断控制机的工作流程设计 |
| 5.2.2 顶驱故障诊断机的程序构建 |
| 5.3 故障诊断软件的整体构建 |
| 5.3.1 授权用户登录模块 |
| 5.3.2 诊断解释模块 |
| 5.3.3 故障诊断软件的原型界面 |
| 5.4 顶驱诊断软件功能仿真 |
| 5.5 故障诊断软件现场应用 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
四、基于维修知识库的汽车故障专家系统（论文参考文献）
- [1]基于关联规则的铁路信号设备故障诊断方法研究[D]. 张湘婷. 兰州交通大学, 2021(02)
- [2]基于动态故障树的钻井泵故障诊断专家系统的设计与实现[D]. 何旋. 电子科技大学, 2021(01)
- [3]自行火炮CAN总线实时数据采集与故障诊断[D]. 卞子丹. 西安工业大学, 2020(04)
- [4]集中式汽车检测线故障诊断系统的研究[D]. 薛昊. 长安大学, 2020(06)
- [5]基于CAN总线的自动变速箱控制单元自动化测试研究与实现[D]. 何医天. 上海交通大学, 2019(01)
- [6]汽车天然气发动机故障诊断专家系统的研发[J]. 王军. 汽车电器, 2019(11)
- [7]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)
- [8]基于规则和案例D-S证据融合的坦克火控系统故障诊断专家系统的研究与应用[D]. 江山青. 北京化工大学, 2019(06)
- [9]基于故障树的直流充电桩故障诊断专家系统研究[D]. 杨莎莎. 北京交通大学, 2019(01)
- [10]基于故障树技术的顶部驱动装置故障诊断软件开发[D]. 朱磊. 中国石油大学(华东), 2018(07)