作者：宋仁旺著
页数：135页
出版社：西安电子科技大学出版社
出版日期：2022
ISBN：9787560664583
电子书格式：pdf/epub/txt
内容简介
本书以工程车辆液压系统为研究对象, 研究内容涉及液压系统的状态监测、特征信息提取、信息融合、信息传输、智能故障诊断等技术, 其目的是提升我国工程车辆行业的技术和服务水平, 增强国产工程车辆在国际市场上的竞争能力。
目录
第1章 绪论
1.1 工程车辆液压系统故障诊断概述
1.2 工程车辆智能故障诊断技术研究现状
1.3 工程车辆液压系统故障诊断主要技术
1.4 工程车辆液压系统故障诊断技术发展趋势
第2章 工程车辆液压系统车载故障诊断终端设计
2.1 车载故障诊断终端硬件系统设计
2.1.1 硬件系统搭建
2.1.2 核心处理器选取
2.1.3 Wi-Fi模块选取
2.1.4 数据采集模块设计
2.1.5 电源模块设计
2.1.6 串口电路设计
2.1.7 存储器模块设计
2.1.8 人机交互模块设计
2.2 车载故障诊断终端软件系统设计
2.2.1 软件系统整体架构设计
2.2.2 内核的裁剪与制定
2.2.3 Sqlite3数据库加载
2.2.4 wi-Fi驱动模块加载
2.2.5 串口应用开发
2.2.6 人机交互程序开发
2.3 软件平台移植
2.3.1 Bootloader编译和烧写
2.3.2 移植内核、文件系统及应用程序
第3章 工程车辆液压系统智能故障诊断中的数据压缩与传输
3.1 基于Huffman编码的二进制流数据压缩算法
3.1.1 Huffman编码的实现过程
3.1.2 一种改进的二进制流数据压缩算法
3.1.3 液压泵振动数据的压缩实例
3.2 基于网络协议的Socket数据通信技术
3.2.1 网络协议基本概念
3.2.2 Socket数据通信机制
3.3 基于客户／服务器模式的数据传输技术
3.3.1 数据传输帧格式定义
3.3.2 相关成员函数封装
3.3.3 创建客户／月艮务器端程序
3.3.4 客户端数据传输
3.3.5 服务器端数据传输
第4章 基于人工神经网络的工程车辆液压系统智能故障诊断技术
4.1 人工神经网络模型基本理论与算法
4.1.1 BP神经网络
4.1.2 Elman神经网络
4.1.3 微粒群算法
4.2 基于PSO算法优化的Elman神经网络故障诊断技术
4.2.1 改进的PSO算法
4.2.2 改进的PSO一Elman神经网络
4.3 工程车辆液压系统溢流阀故障诊断实例
第5章 基于D-S证据理论的工程车辆液压系统智能故障诊断技术
5.1 D-S证据理论概述
1.1 工程车辆液压系统故障诊断概述
1.2 工程车辆智能故障诊断技术研究现状
1.3 工程车辆液压系统故障诊断主要技术
1.4 工程车辆液压系统故障诊断技术发展趋势
第2章 工程车辆液压系统车载故障诊断终端设计
2.1 车载故障诊断终端硬件系统设计
2.1.1 硬件系统搭建
2.1.2 核心处理器选取
2.1.3 Wi-Fi模块选取
2.1.4 数据采集模块设计
2.1.5 电源模块设计
2.1.6 串口电路设计
2.1.7 存储器模块设计
2.1.8 人机交互模块设计
2.2 车载故障诊断终端软件系统设计
2.2.1 软件系统整体架构设计
2.2.2 内核的裁剪与制定
2.2.3 Sqlite3数据库加载
2.2.4 wi-Fi驱动模块加载
2.2.5 串口应用开发
2.2.6 人机交互程序开发
2.3 软件平台移植
2.3.1 Bootloader编译和烧写
2.3.2 移植内核、文件系统及应用程序
第3章 工程车辆液压系统智能故障诊断中的数据压缩与传输
3.1 基于Huffman编码的二进制流数据压缩算法
3.1.1 Huffman编码的实现过程
3.1.2 一种改进的二进制流数据压缩算法
3.1.3 液压泵振动数据的压缩实例
3.2 基于网络协议的Socket数据通信技术
3.2.1 网络协议基本概念
3.2.2 Socket数据通信机制
3.3 基于客户／服务器模式的数据传输技术
3.3.1 数据传输帧格式定义
3.3.2 相关成员函数封装
3.3.3 创建客户／月艮务器端程序
3.3.4 客户端数据传输
3.3.5 服务器端数据传输
第4章 基于人工神经网络的工程车辆液压系统智能故障诊断技术
4.1 人工神经网络模型基本理论与算法
4.1.1 BP神经网络
4.1.2 Elman神经网络
4.1.3 微粒群算法
4.2 基于PSO算法优化的Elman神经网络故障诊断技术
4.2.1 改进的PSO算法
4.2.2 改进的PSO一Elman神经网络
4.3 工程车辆液压系统溢流阀故障诊断实例
第5章 基于D-S证据理论的工程车辆液压系统智能故障诊断技术
5.1 D-S证据理论概述
