一、废气分析仪在汽油发动机故障诊断中的应用（论文文献综述）
马亚勤[1]（2019）在《乙醇汽油混合燃料发动机性能研究》文中研究指明近年来,我国社会经济的快速发展,科学技术和人民生活水平日益提高,汽车的需求量和保有量也越来越大,石油的需求量也随着汽车保有量的增加而越来越大,另一方面,世界各国越来越重视环境保护,汽车尾气的有害排放物是空气主要污染之一,因此各国制定了日渐严格的汽车排放法规,从而发动机面临着越来越严峻的挑战。乙醇是可再生资源,采用乙醇汽油作为混合燃料,对提高发动机经济性和改善汽车常规污染物具有十分重要的实用价值。本文主要研究工作如下几点:首先,分析汽油机主要代用燃油的开发和应用、乙醇汽油的国内外发展现状,采用不含硫的乙醇与普通汽油混合形成E10（乙醇占10%）、E15（乙醇占15%）、E20（乙醇占20%）三种不同比例的乙醇汽油,并分析了乙醇汽油主要的理化性质。其次,应用GT-Suite仿真计算软件建立不同比例的乙醇燃料库和LJ465Q发动机仿真模型并进行计算,通过进行汽油机台架试验,与实验测量对比,校准仿真模型的准确性。最后,对不同组合比例乙醇汽油、不同节气门开度以及在不同转速下对汽油机性能的影响,通过正交设计试验分析因素的显着性,并在发动机台架上进行试验验证,最终得到最佳组合方案。研究表明:随着乙醇汽油组合比例的增大,缸内爆发力下降,扭矩减小,HC和NOx的排放量逐渐升高,CO明显降低;使用同一比例的乙醇汽油,随着节气门的增大,扭矩有所增大,HC和NOx的排放量减少,CO有所升高;随着发动机转速的增大,扭矩先逐渐增大后又逐渐减小,HC逐渐减少,NOx的排放量有所上升,CO逐渐增大;经过对多个方案的仿真计算和试验研究,综合考虑发动机扭矩、HC、NOx以及CO的排放因素,含20%的乙醇汽油节气门开度为25%,转速为2000r/min为较佳组合方案。本文通过对乙醇汽油混合燃料发动机性能研究分析,一方面表明乙醇汽油作为发动机代用燃料拥有良好的前景。另一面也为进一步完善乙醇汽油混合燃料在汽油机上的综合性能研究提供一定的参考。
朱国冬[2]（2019）在《汽油-氢气双喷射发动机控制研究》文中提出氢气具有优良的理化特性,其空燃比远高于汽油,能够在更为稀薄的混合气下燃烧,可以使发动机始终保持较好的燃烧状态而不发生失火。文章在GDI发动机的基础上,构建汽油-氢气缸内复合喷射控制系统,开发缸内压力实时采集系统软件,借助于电控系统标定平台,进行原机ECU和喷氢辅助控制ECU参数的在线标定试验,实现汽油-氢气双喷射发动机控制研究。文章主要研究内容如下:（1）构建了氢气直喷系统。该直喷系统主要包括氢气发生器、数字式质量流量计、共轨、喷射器、带孔的火花塞和氢气喷射控制单元等系统部件,通过带孔火花塞使氢气直接喷入缸内,基于原汽油机曲轴与凸轮轴传感器信号控制氢气喷射,形成汽油-氢气缸内直喷的双喷射发动机。为了准确计量氢气喷射量,通过试验分别确定不同压力和不同转速下喷氢流量与喷射脉宽之间的关系,并建立相应的初始map。（2）开发了缸内压力实时采集系统,基于压力传感器、电荷放大器、高速同步数据采集卡和计算机组成的硬件系统,采用LabVIEW语言开发了数据采集系统软件,实现缸内压力实时同步采集、数据存储和曲线绘制等功能。利用Matlab/Simulink分别建立了平均指示有效压力IMEP的计算模型和计算程序,可根据测量的缸压进行IMEP的离线和在线计算。（3）面向控制参数标定的试验设计。针对怠速和部分负荷工况两个典型工况设计了试验方案,前者以怠速转速和过量空气系数为保持目标,确定不同喷氢压力下的最佳喷氢时刻。后者在负荷和转速不变的条件下,以过量空气系数为被控参数,以喷氢脉宽为调节变量,确定稀燃状态下稳定燃烧的最佳掺氢比。（4）复合喷射系统控制参数的标定。以节油为目标,以排放为约束,基于能量平衡原则,在不同的发动机工况下,按照目标空燃比,通过控制喷油量和氢气喷射量来调节掺氢比,通过改变喷油正时和喷氢正时以及点火提前角,来实现可控燃烧。根据缸内压力、扭矩、总排温、油耗量、排放等试验数据的综合分析,寻求最佳控制参数。通过数据分析,在怠速工况下,100°为复合喷射系统的最佳喷氢正时;在部分负荷工况下,过量空气系数在1.0-1.5时的最佳掺氢比分别为1.99%、2.18%、3.51%、3.51%、3.56%和5.10%。
车路平[3]（2019）在《基于机器学习的汽车发动机故障诊断研究》文中研究指明随着高新技术的快速发展,发动机系统组成结构越来越复杂,传统经验法已经很难解决出现的一些新问题,为此寻求快速准确的发动机故障诊断技术已经成为当今汽车故障诊断领域的新趋势。在此背景下,本文提出了基于孪生支持向量机的汽车发动机故障诊断方法,并设计了基于ARM的汽车发动机故障诊断系统。由于发动机排气中各成分体积分数值含有大量燃烧过程的信息,不同故障情况下,其尾气中各成分体积分数值不同。故首先在文中分析了汽车尾气中主要成分产生的机理,并研究了汽车发动机故障与汽车尾气之间的关系。然后,提取不同故障情况下汽车排气的主要成分作为特征向量,把特征向量进行统计和预处理。接下来进行样本训练,再利用机器学习算法进行分析诊断,从而识别出发动机各部件所处的健康状态。针对目前发动机智能诊断方法都是在固定转速的静态方式下进行的,无法实现变速动态检测这种情况,故我们在动态方式下采集了相关数据。并首次引入了孪生支持向量机的汽车发动机故障诊断方法,将该方法与神经网络和支持向量机等原有的方法进行了实验对比,结果表明新方法具有更好的准确率。本文设计了以ARM开发板为基础嵌入Linux操作系统的硬件系统,利用Qt Creator软件平台,将孪生支持向量机算法嵌入到ARM的Linux系统中去,实现对汽车发动机故障诊断。通过多次实验均得到理想的实验结果,验证了所设计系统的稳定性和可靠性。
黄杰[4]（2018）在《基于智能学习的电喷汽车故障诊断与监测评估系统的研究》文中指出汽车已成为人们日常出行必备工具,在车辆运行过程中,车载设备一旦发生故障,若不能得到及时有效的维护和修理,将会对人们的出行安全造成重大隐患。如何快速诊断车载故障,保证车辆各系统正常运行意义重大。另外,伴随着无线通信技术和网络技术的发展,实时掌握车辆当前工作状态,充分利用传感器技术检测车载设备工况,利用先进分析模型和改进推理算法进行分析,实现对车载设备快速准确的故障诊断、预测、决策分析与状态评估,对提高车辆整体性能和效益附加值都具有重要现实意义。本论文研究并设计了汽车远程监测诊断和决策评估系统,以轻型汽油车为研究对象,完成了相应的汽车远程监控、故障诊断和决策评估系统的设计任务,从理论知识、硬件、网络设计、建模仿真、实验研究和系统实现等角度系统地分析并研究了远程监测故障诊断及决策评估分析系统的实现技术。综合项目实施情况,本系统为汽车检测技术提供了新的手段,有一定的理论现实意义和借鉴价值。取得主要研究成果有:（1）针对基于OSI网络模型的智能车辆远程监测诊断及决策评估系统设计总体方案与硬件模块,设计与开发了诊断通信接口装置,设计调度算法,建立CANopen协议栈。分析远程数据传输控制策略,设计服务器监测模型,实现车载控制端与远程服务端的数据交互,为后续研究建立数据基础。（2）提出了基于机器学习的故障诊断方法,结合信息化与工业化的两化融合思想对故障诊断后将采集的故障信息存储于服务器。对故障信息采集及特征提取,提出基于BNs分类器的改进推理故障诊断方法模型和基于组决策树优化的诊断分析方法模型;对决策评估进行模型融合改进,提出基于群组支持的方法模型。（3）以汽车电控汽油发动机为研究对象,对故障诊断技术进行研究。完成了汽油发动机传感器故障模拟台架,设计典型故障模拟装置;通过实验研究,对传感器故障模式下的主要数据进行监测和分析计算,并结合汽车故障诊断融合模型进行相应的科学验证,分析了典型故障对整车经济性能和排放性能的影响,得到精度好,可信度高的故障分类评估结果数据和诊断决策。（4）设计与开发了远程故障诊断与监测评估系统,对系统功能结构进行设计,并通过面向对象的设计方法对系统架构进行完善;建立诊断评估体系方法,设计了基于知识库和推理机的方案对专家知识和经验进行分析和评价;设计开发系统数据库,利用相关数据进行测试,并针对设备报警器节点和系统通信时延验证系统故障诊断的稳定性与快速准确性。
江珠[5]（2017）在《电控发动机波形和数据流诊断故障的试验研究》文中研究说明现代电子控制发动机的构造日趋复杂,不同系统之间的协调性也越发精确,从而导致发动机出现更加繁琐的故障,给整个汽车维修诊断工作带来不少困难和麻烦。而单个的故障诊断方法和技术已经不能很好的满足现代汽车诊断行业对故障维修的需求。为了把造成故障的原因准确快速地诊断出来,汽车发动机故障诊断开始以多种故障诊断方法和技术结合为重点进行研究。由此,综合化和多样化的故障诊断方法也就随之应运而生。本文围绕丰田车系的电子控制发动机,以丰田1ZR-FE发动机和2JZ-GE发动机为试验研究对象,融合波形和数据流故障诊断分析的试验研究,以求找到精确快速确诊电控发动机故障原因的新途径。本文首先对丰田发动机的重要传感器、执行机构和电子点火系统的构造、原理以及常见故障进行简单分析,总结出频繁发生故障的位置和常见故障产生的原因。然后把发动机试验台、汽车专用万用表、发动机综合分析仪和X431解码仪等共同搭建试验平台,分别对空气流量计、节气门位置传感器、水温传感器、氧传感器、怠速控制阀、喷油器和点火系统等人为设置故障,利用数据流诊断或波形分析的方法先后进行正常工作检测和故障模拟试验,经过对比试验找出发动机故障和诊断参数以及波形异常变化之间的规律。最后,根据试验研究得出的一些重要试验数据和总结,深入到丰田汽车维修4S店,对车辆进行了故障诊断排除,从而对试验研究得出的正确结论进行有效验证。
杨耀光[6]（2014）在《机动车排气污染物检测设备发展对节能减排的促进作用》文中认为一、汽车尾汽污染现状机动车是重要的现代化交通工具,现已成为近现代物质文明的支柱之一,但随着机动车产业的快速发展、机动车保有量的不断增加,汽车尾气污染也成为空气质量不断恶化的"主凶"之一。机动车尾气排放的有害物质HC（碳氢化合物）、CO（一氧化碳）、NOx（氮氧化物）等不但影响空气环境质量,而且直接危害人们的身体健康。这些污染物在一定条件下会生成二次污染物——光化学烟雾,会对人体造成更大的危害。光化学烟雾是机动车排出尾气中的HC和NOx在特定的气温条件下,即在静风、湿度低、温度高、长时间阳光照射时产生的一种复杂烟雾。
王培玲[7]（2014）在《基于尾气分析的发动机故障诊断研究》文中研究表明尾气分析法是以汽车尾气中的CO、HC、CO2、O2和NO x的排放成分作为主要分析参数来对发动机故障进行诊断的一种方法。汽车尾气与可燃混合气浓度、点火时间、发动机的技术状况和工况等因素相关,因此当发动机系统出现故障时,排放的尾气中必然有一些气体的浓度偏离正常值,在不同工况下对发动机尾气成分浓度进行分析,可初步判断发动机故障所在的位置。废气分析仪不仅是检测汽车尾气的重要工具,而且是汽车检测与诊断的重要设备。
高小焕[8]（2013）在《基于神经网络的汽车故障诊断研究》文中认为随着近些年全世界汽车保有量的不断增长及汽车结构的日益复杂与完善,传统的汽车维修方法已不能适应汽车的发展,因此智能化地对汽车进行故障诊断已成为广大学者研究和学习的重要课题。本文深入研究了国内外汽车诊断技术的发展水平及发展方向,介绍了故障诊断的理论方法,神经网络的发展史及特性,神经网络与汽车故障诊断的关联,指出基于神经网络的故障诊断是一种发展前景很好的诊断方法,同时指明神经网络的互联模式、常见的学习规则及神经网络的工作过程。本文从应用的角度分析了BP网络模型、BP网络规则及BP网络的结构设计、初始值的选取规则、整个网络诊断的流程,也指出这种网络应用于故障诊断的不足之处及改进算法,同时还介绍了ELMAN网络。本文以MATLAB7.0.1数据计算软件为辅助平台,重点研究了基于神经网络的汽车发动机故障诊断仿真,包括样本集的获取及网络的设计、信息的预处理、应用BP网络及ELMAN网络进行汽车发动机失火现象故障诊断的研究。文中对基于BP网络及基于ELMAN网络的诊断方法做了比较和分析并得出结论,BP网络的误差值比ELMAN网络小一些,且收敛速度快,但因为ELMAN网络承接层的反馈作用,其误差曲线显得平滑稳定。本文利用神经网络完成了汽车故障诊断工作。本文还借助MATLAB强大的数据计算功能及VB强大的人机交互功能,利用ActiveX技术实现VB与MATLAB间的无缝集成,完成了故障诊断系统的开发,同时借助VB及SQL的结合,实现对故障系统数据库的修改及更新。
王新成[9]（2013）在《汽车发动机废气分析仪使用探讨》文中研究说明目前,汽车尾气排放标准日益严格,为改善发动机燃烧和机后净化对汽车废气进行分析,不仅是检查排放污染物治理效果的途径,而且还是对发动机工作状况及性能进行判定的重要手段。
孙甲男[10]（2013）在《基于数据驱动的发动机故障诊断研究》文中提出随着现代电子技术的飞速发展，汽车工业进入到又一次腾飞阶段。而随着汽车机电一体化的程度不断地提高，汽车在给驾驶者带来更多便捷和科技感的同时也带来了更多安全隐患。特别是日趋严重的污染问题，也让大家重新审视这个庞大产业所带来极大方便和进步的同时渐渐暴露出的种种弊端。因此，故障诊断和排放的控制在这样的环境下愈发凸显其重要意义，并渐渐成为大家关注的焦点。特别是当美国最早开始实施OBD法规后，越来越多的研发力量倾向于这一领域。而作为汽车整体最为核心的部分，发动机自然得到了更多的关注。各种故障检测和诊断的方法在过去的几十年中，随着科学技术的不断进步也逐步得以完善。从开始简单地通过人工经验到利用简单的仪器检测，再到通过权限值来判断信号是否处于正常范围。可以说，误诊断的几率通过几代汽车人的不断努力，已经大大降低。如今，随着控制科学的不断推广，基于模型和基于数据的故障诊断方式正在逐渐为人们所熟知并广泛使用。而对于发动机这个复杂的机电一体结构，鉴于它的非线性，大惯性等特点，建模的难度越来越大。并且伴随着传感器技术的不断发展，数据的简易获取特性使得基于数据的故障诊断方式得以进一步推广。鉴于上述分析和查阅相关的参考文献，本文提出一种基于数据驱动的故障诊断方式。通过利用Simulink和AMEsim软件建立发动机模型，并用该模型得到仿真所需要的数据。之后通过改变主要影响传感器参数的输入量来进行故障的设置。然后对提取出的多个时域和频域的特征数据进行处理，以便更好地体现故障特征，用于诊断分类。最后利用支持向量机算法对故障进行检测和识别。通过大量的仿真实验验证了支持向量机方法对于发动机故障诊断的优越性和可靠性，可以用于发动机的故障诊断。
二、废气分析仪在汽油发动机故障诊断中的应用（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、废气分析仪在汽油发动机故障诊断中的应用（论文提纲范文）
（1）乙醇汽油混合燃料发动机性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 汽油机代用燃料的开发应用 |
| 1.2.1 天然气 |
| 1.2.2 氢气 |
| 1.2.3 电能 |
| 1.2.4 醇类燃油 |
| 1.3 国内外研究现状及发展现状 |
| 1.3.1 国外乙醇燃油的研究及发展现状 |
| 1.3.2 国内乙醇燃油的研究及发展现状 |
| 1.4 本文主要研究内容 |
| 第二章 发动机工作过程理论基础 |
| 2.1 乙醇汽油的制备 |
| 2.2 乙醇汽油的主要理化特性 |
| 2.3 乙醇汽油的优缺点 |
| 2.4 GT-Suite软件简介 |
| 2.5 汽油机工作过程的基本微分方程 |
| 2.6 通用流体模块 |
| 2.7 缸内传热模型 |
| 2.8 摩擦损失 |
| 2.9 本章小结 |
| 第三章 发动机工作过程仿真模型的建立 |
| 3.1 乙醇汽油燃料库的建立 |
| 3.2 汽油机的主要设计参数 |
| 3.2.1 气缸模型的建立 |
| 3.2.2 曲柄连杆机构模型的建立 |
| 3.2.3 进、排气系统模块设置 |
| 3.3 仿真模型验证 |
| 3.4 本章小结 |
| 第四章 正交试验设计 |
| 4.1 正交试验设计原理 |
| 4.1.1 正交表的特点 |
| 4.1.2 正交试验设计的基本原理 |
| 4.1.3 正交试验设计的分析方法 |
| 4.1.4 正交试验设计的优缺点 |
| 4.2 试验方案的设计 |
| 4.3 本章小结 |
| 第五章 不同组合比例乙醇汽油对汽油机性能影响的仿真研究 |
| 5.1 设计方案的确定 |
| 5.2 不同组合比例乙醇汽油对扭矩的影响 |
| 5.3 不同组合比例乙醇汽油对HC排放的影响 |
| 5.3.1 汽油机HC的生成机理和影响因素 |
| 5.3.2 不同比例乙醇汽油对HC的影响 |
| 5.3.3 节气门开度对不同比例乙醇汽油排放物HC的影响 |
| 5.3.4 转速对不同比例乙醇汽油排放物HC的影响 |
| 5.4 不同组合比例乙醇汽油对NOx排放的影响 |
| 5.4.1 NOx的生成机理 |
| 5.4.2 不同比例乙醇汽油对NOx的影响 |
| 5.4.3 节气门开度对不同比例乙醇汽油排放物NOx的影响 |
| 5.4.4 转速对不同组合比例乙醇汽油排放物NOx的影响 |
| 5.5 不同组合比例乙醇汽油对生成物CO的影响 |
| 5.5.1 汽油机CO的生成机理 |
| 5.5.2 不同比例乙醇汽油对CO的影响 |
| 5.5.3 节气门开度对不同比例乙醇汽油排放物CO的影响 |
| 5.5.4 转速对不同比例乙醇汽油排放物CO的影响 |
| 5.6 使用正交试验法确定最优试验方案 |
| 5.7 本章小结 |
| 第六章 不同组合比例乙醇汽油的试验研究 |
| 6.1 试验装置 |
| 6.1.1 DW160电涡流测功机试验装置 |
| 6.1.2 ET2000发动机测试系统试验装置 |
| 6.2 试验设计和试验方法 |
| 6.3 试验结果与分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究内容与结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（2）汽油-氢气双喷射发动机控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的主要工作 |
| 第二章 氢气直喷系统的建立 |
| 2.1 系统部件选型 |
| 2.1.1 氢气发生器 |
| 2.1.2 数字式质量流量计 |
| 2.1.3 共轨、喷射器 |
| 2.1.4 带孔的火花塞 |
| 2.1.5 氢气喷射控制单元 |
| 2.2 不同压力下喷气量与脉宽的关系 |
| 2.2.1 不同压力下喷氢脉宽与喷氢流量之间的关系 |
| 2.2.2 不同转速下喷氢脉宽与喷氢流量之间的关系 |
| 2.3 传感器与执行器初始map建立 |
| 2.4 本章小结 |
| 第三章 缸内压力实时采集系统软件开发 |
| 3.1 软件开发平台的选择 |
| 3.1.1 虚拟仪器的结构组成 |
| 3.1.2 LabVIEW软件 |
| 3.2 软件设计原则 |
| 3.3 数据采集模块设计 |
| 3.3.1 硬件驱动程序 |
| 3.3.2 采集卡信号的连接方式 |
| 3.3.3 基于LabVIEW的数据采集系统 |
| 3.4 缸内压力的IMEP计算 |
| 3.5 本章小结 |
| 第四章 面向控制参数标定的试验设计 |
| 4.1 试验装置 |
| 4.2 试验方案设计 |
| 4.2.1 怠速工况 |
| 4.2.2 部分负荷工况 |
| 4.3 试验系统误差分析 |
| 4.4 本章小结 |
| 第五章 复合喷射系统控制参数的标定 |
| 5.1 GDI和 HDI标定系统 |
| 5.1.1 标定基础 |
| 5.1.2 INCA基础 |
| 5.2 基于能量平衡原则的复合喷射系统标定 |
| 5.3 试验结果分析 |
| 5.3.1 怠速工况 |
| 5.3.2 部分负荷工况 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（3）基于机器学习的汽车发动机故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 第2章 汽车发动机故障诊断的特征信号分析 |
| 2.1 汽车尾气和汽车发动机故障之间的关系 |
| 2.1.1 一氧化碳与发动机故障关系 |
| 2.1.2 碳氢化合物与发动机故障关系 |
| 2.1.3 氮氧化合物与发动机故障关系 |
| 2.1.4 二氧化碳与发动机故障关系 |
| 2.1.5 氧气与发动机故障关系 |
| 2.2 常用尾气采集方法 |
| 2.2.1 电化学测量法 |
| 2.2.2 不分光红外吸收法 |
| 2.3 实验方案及特征提取 |
| 2.3.1 技术特征参数选择 |
| 2.3.2 数据采集及预处理 |
| 2.4 本章小结 |
| 第3章 汽车发动机故障诊断的机器模型及实验结果 |
| 3.1 神经网络 |
| 3.1.1 神经网络简介 |
| 3.1.2 BP神经网络概述 |
| 3.1.3 基于BP神经网络算法的故障诊断 |
| 3.2 统计学习理论与支持向量机 |
| 3.2.1 机器学习理论 |
| 3.2.2 支持向量机 |
| 3.2.3 多分类算法的选择 |
| 3.2.4 传统支持向量机算法的故障诊断 |
| 3.3 孪生支持向量机 |
| 3.3.1 孪生支持向量机基本原理 |
| 3.3.2 孪生支持向量机分类器设计 |
| 3.3.3 孪生支持向量机模型构造 |
| 3.3.4 孪生支持向量机算法的故障诊断 |
| 3.4 三种算法综合对比 |
| 3.5 仿真实验操作界面 |
| 3.6 本章小结 |
| 第4章 基于ARM的汽车发动机故障诊断系统实现 |
| 4.1 OK335xS-II简介 |
| 4.2 运行Linux系统 |
| 4.2.1 一键烧写启动Linux系统 |
| 4.2.2 拷贝Linux系统镜像文件 |
| 4.2.3 设置TF卡启动并上电烧写系统 |
| 4.3 QT图形界面开发 |
| 4.3.1 QT Creator开发环境搭建 |
| 4.3.2 设置QT Creator使其支持交叉编译 |
| 4.4 硬件系统设计 |
| 4.5 基于TWSVM发动机故障诊断系统实现 |
| 4.6 实验测试统计 |
| 4.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及获得成果 |
| 致谢 |
（4）基于智能学习的电喷汽车故障诊断与监测评估系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容及结构 |
| 1.4 本章小结 |
| 第二章 车辆信息采集与远程实时监测技术的研究 |
| 2.1 车辆信息采集与远程监测体系架构 |
| 2.2 车辆信息采集与监测系统硬件研究 |
| 2.3 车辆信息采集与监测系统通信模式研究 |
| 2.4 远程实时监测网络的设计 |
| 2.5 本章小结 |
| 第三章 基于机器学习的故障诊断与决策模型的研究 |
| 3.1 基于BNs分类器的改进推理故障诊断方法模型 |
| 3.2 基于组决策树的故障诊断决策模型 |
| 3.3 基于群组支持的故障诊断方法模型 |
| 3.4 本章小结 |
| 第四章 故障模拟台架实验及诊断决策的研究 |
| 4.1 电控汽油发动机系统 |
| 4.2 发动机信息采集与故障模拟系统设计 |
| 4.3 故障模拟台架实验 |
| 4.4 基于决策融合的故障诊断应用 |
| 4.5 本章小结 |
| 第五章 远程故障诊断与监测评估系统的设计与开发 |
| 5.1 系统整体方案设计 |
| 5.2 远程故障诊断与决策评估系统过程研究 |
| 5.3 远程故障诊断与决策评估系统实现 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究结论 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 致谢 |
| 作者简介 |
| 参考文献 |
（5）电控发动机波形和数据流诊断故障的试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 国内外汽车诊断技术的发展现状 |
| 1.2 数据流和波形的机理特性分析 |
| 1.2.1 数据流的机理特性分析 |
| 1.2.2 波形产生的机理特性分析 |
| 1.3 课题研究的内容和意义 |
| 1.3.1 研究的内容 |
| 1.3.2 研究的意义 |
| 第二章 发动机的传感器与执行器故障分析 |
| 2.1 传感器故障分析 |
| 2.1.1 热线式空气流量计的故障分析 |
| 2.1.2 节气门位置传感器的故障分析 |
| 2.1.3 曲轴位置传感器的故障分析 |
| 2.1.4 水温传感器的故障分析 |
| 2.1.5 氧传感器的故障分析 |
| 2.2 执行器故障分析 |
| 2.2.1 点火提前角信号异常分析 |
| 2.2.2 喷油器的故障分析 |
| 2.2.3 怠速控制阀的故障分析 |
| 2.3 本章小结 |
| 第三章 电控发动机故障波形的试验诊断研究 |
| 3.1 节气门位置传感器波形的故障诊断试验 |
| 3.2 喷油器故障诊断的试验研究 |
| 3.3 氧传感器故障诊断的试验研究 |
| 3.4 电控发动机点火波形故障研究 |
| 3.5 本章小结 |
| 第四章 电控发动机数据流故障诊断的试验研究 |
| 4.1 热线式空气流量计的故障诊断试验研究 |
| 4.2 水温传感器故障诊断的试验研究 |
| 4.3 节气门位置传感器的故障诊断试验研究 |
| 4.4 怠速控制阀的故障诊断试验研究 |
| 4.5 喷油器故障诊断的试验研究 |
| 4.6 本章小结 |
| 第五章 故障诊断实例研究及总结 |
| 5.1 发动机起动困难维修案例 |
| 5.2 发动机加速不良维修案例 |
| 5.3 发动机怠速不稳维修案例 |
| 5.4 电控发动机常见故障诊断流程总结 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）机动车排气污染物检测设备发展对节能减排的促进作用（论文提纲范文）
| 一、汽车尾汽污染现状 |
| 二、汽车尾气排放限制标准 |
| 1.国外发展情况 |
| 2.我国发展情况 |
| 三、机动车排气污染物检测设备 |
| 1.废气分析仪 |
| 2.烟度计 |
| (1) 滤纸式烟度计 |
| (2) 不透光烟度计 |
| 3.工况法系统 |
| (1) 工况法在汽油车尾气检测中的应用 |
| (2) 工况法在柴油车尾气检测中的应用 |
| 4.其他新型机动车排放物检测产品 |
（7）基于尾气分析的发动机故障诊断研究（论文提纲范文）
| 0引言 |
| 1尾气分析基本理论 |
| 1. 1利用尾气中O2的浓度判断发动机故障 |
| 1. 2利用尾气中CO的浓度判断发动机故障 |
| 1. 3利用尾气中HC化合物的浓度判断发动机故障 |
| 1. 4利用尾气中CO2的浓度判断发动机故障 |
| 1. 5利用尾气中氮氧化合物的浓度判断发动机故障 |
| 1. 6诊断缺缸 |
| 2尾气分析在汽车故障检测诊断中的应用实例 |
| 3结束语 |
（8）基于神经网络的汽车故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 汽车故障诊断的研究目的与意义 |
| 1.2 汽车故障诊断技术的发展 |
| 1.2.1 汽车故障诊断含义 |
| 1.2.2 汽车故障的诊断方法 |
| 1.3 国内外汽车故障诊断的发展情况 |
| 1.3.1 国外汽车诊断的发展史 |
| 1.3.2 中国汽车诊断技术的发展 |
| 1.4 应用神经网络进行故障诊断的迫切性 |
| 1.5 本文主要研究的内容 |
| 1.6 本章小结 |
| 第二章 故障诊断理论方法 |
| 2.1 故障诊断的主要理论方法 |
| 2.1.1 数学建模 |
| 2.1.2 基于信号处理的方法 |
| 2.1.3 基于人工智能的故障诊断方法 |
| 2.2 神经网络与汽车故障诊断 |
| 2.2.1 神经网络的发展史 |
| 2.2.2 神经网络的特性 |
| 2.2.3 神经网络与汽车故障诊断 |
| 2.3 本章小结 |
| 第三章 神经网络 |
| 3.1 神经元的结构模型 |
| 3.2 神经网络的互连模式 |
| 3.3 神经网络常用的学习规则 |
| 3.4 神经网络应用于故障诊断的工作过程 |
| 3.5 BP神经网络 |
| 3.5.1 BP网络模型 |
| 3.5.2 BP网络规则 |
| 3.5.3 BP网络的结构设计 |
| 3.5.4 初始值的选取 |
| 3.5.5 BP网络诊断的流程 |
| 3.5.6 BP网络的不足之处 |
| 3.5.7 BP网络学习算法的改进 |
| 3.6 ELMAN神经网络 |
| 3.7 本章小结 |
| 第四章 基于神经网络的汽车发动机故障诊断研究 |
| 4.1 MATLAB介绍 |
| 4.2 汽车发动机神经网络故障诊断建模 |
| 4.3 选取网络结构参数 |
| 4.4 发动机神经网络故障诊断样本的获取及设计 |
| 4.5 故障样本的预处理 |
| 4.6 基于BP网络的汽车发动机故障诊断 |
| 4.6.1 确定三层网络结构的神经元单元数 |
| 4.6.2 隐含层单元数设计及仿真试验 |
| 4.6.3 故障诊断过程及结果分析 |
| 4.6.4 BP网络仿真试验验证 |
| 4.7 基于ELMAN网络的汽车发动机故障诊断 |
| 4.8 两种网络的比较及转移函数的选取分析 |
| 4.9 本章小结 |
| 第五章 故障诊断系统的实现 |
| 5.1 开发平台介绍 |
| 5.2 VB与MATLAB接口的实现 |
| 5.3 VB与SQL接口的实现 |
| 5.4 系统测试 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
（9）汽车发动机废气分析仪使用探讨（论文提纲范文）
| 1 用途、结构和原理 |
| 1.1 尾气取样装置。 |
| 1.2 尾气分析装置。 |
| 2 使用方法 |
| 2.1 仪器准备。 |
| 2.2 仪器校准。 |
| 3 异常情况指示 |
| 3.1 气路阻塞 (蜂鸣器报警) 。 |
| 3.2 气体浓度超越量程 (显示值闪动) 。 |
| 3.3 零位调整超越预置范围 (调零灯闪动) 。 |
| 3.4 O2传感器、NO传感器灵敏度下降 (指示灯闪亮) 。 |
（10）基于数据驱动的发动机故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景以及意义 |
| 1.2 故障诊断的主要研究内容 |
| 1.3 故障诊断的研究现状及分类 |
| 1.3.1 基于分析模型的方法 |
| 1.3.2 基于定性知识经验的方法 |
| 1.3.3 基于数据驱动的方法 |
| 1.4 发动机故障诊断发展概况 |
| 1.5 基于数据的发动机故障诊断技术以及现阶段存在问题 |
| 1.6 本文的主要研究目标和内容 |
| 1.6.1 本文的研究目标 |
| 1.6.2 文章主要研究内容 |
| 第2章 发动机模型的建立 |
| 2.1 AMEsim 建模 |
| 2.1.1 AMEsim 软件介绍 |
| 2.1.2 发动机建模 |
| 2.2 均值模型 |
| 2.2.1 燃油蒸发和油膜模型 |
| 2.2.2 进气歧管压力状态方程 |
| 2.2.3 曲轴连杆状态方程 |
| 2.2.4 整体均值模型空燃比闭环控制 |
| 2.3 压力估计模型 |
| 2.3.1 建模描述 |
| 2.3.2 转矩的产生 |
| 2.3.3 转矩方程 |
| 2.3.4 气缸压力 |
| 2.3.5 Simulink 模型和仿真结果 |
| 2.4 本章小结 |
| 第3章 基于数据发动机故障诊断研究 |
| 3.1 引言 |
| 3.2 基于数据驱动的故障诊断基础 |
| 3.2.1 依据特征分类的方法 |
| 3.2.2 统计分析方法 |
| 3.2.3 建立数据模型的方法 |
| 3.3 支持向量机理论基础 |
| 3.3.1 最优分类面 |
| 3.3.2 核函数 |
| 3.3.3 LIBSVM 软件 |
| 3.4 基于支持向量机的发动机故障诊断 |
| 3.4.1 数据来源 |
| 3.4.2 提取故障特征 |
| 3.4.3 数据预处理 |
| 3.5 本章小结 |
| 第4章 仿真实验与结果分析 |
| 4.1 发动机模型说明 |
| 4.2 传感器选择 |
| 4.3 故障注入及仿真 |
| 4.3.1 无故障情况 |
| 4.3.2 气路故障 |
| 4.3.3 油路故障 |
| 4.3.4 配气系统故障 |
| 4.3.5 点火系统故障 |
| 4.4 仿真数据的处理 |
| 4.5 故障诊断仿真结果分析 |
| 4.6 本章小结 |
| 第5章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 作者简介及研究成果 |
| 致谢 |
四、废气分析仪在汽油发动机故障诊断中的应用（论文参考文献）
- [1]乙醇汽油混合燃料发动机性能研究[D]. 马亚勤. 广西大学, 2019(01)
- [2]汽油-氢气双喷射发动机控制研究[D]. 朱国冬. 合肥工业大学, 2019(01)
- [3]基于机器学习的汽车发动机故障诊断研究[D]. 车路平. 哈尔滨理工大学, 2019(08)
- [4]基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D]. 黄杰. 中国农业大学, 2018(12)
- [5]电控发动机波形和数据流诊断故障的试验研究[D]. 江珠. 华南理工大学, 2017(05)
- [6]机动车排气污染物检测设备发展对节能减排的促进作用[J]. 杨耀光. 汽车维修与保养, 2014(11)
- [7]基于尾气分析的发动机故障诊断研究[J]. 王培玲. 湖北理工学院学报, 2014(01)
- [8]基于神经网络的汽车故障诊断研究[D]. 高小焕. 西北大学, 2013(05)
- [9]汽车发动机废气分析仪使用探讨[J]. 王新成. 黑龙江科技信息, 2013(17)
- [10]基于数据驱动的发动机故障诊断研究[D]. 孙甲男. 吉林大学, 2013(09)