基于故障树分析的柴油机燃油系故障诊断研究(硕士)
来源:wenku7.com 资料编号:WK713081 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9AWK713081
以下是资料介绍,如需要完整的请充值下载。
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 密 保 惠 帮助
资料介绍
基于故障树分析的柴油机燃油系故障诊断研究(硕士)(论文28000字)
主要研究内容及论文结构
本文以柴油机燃油系为研究对象,针对柴油机燃油系统的故障特点,对其做了故障模式分析,在此基础上搭建故障树,进行诊断分析,为解决系统故障诊断提供大量的依据。工作的目的是开发应用于柴油机燃油系故障诊断的专家系统。主要研究内容如下: 1.柴油机燃油系故障模式分析。在介绍柴油机燃油系统结构原理的基础上,通过对其故障特点、故障模式部位、机理和常见故障等方面的统一分析,归纳出检测和维修系统某种故障模式的详细策略、发生该故障的异常现象以及故障原因,为系统故障诊断与维修提供服务。故障模式分析是整个工作的基础,模式分析结果中的项目可以为系统故障树搭建和规则整理提供素材。 2.柴油机燃油系的故障树分析研究。系统地阐述了故障树分析方法的基本特点和步骤,重点分析了故障树定性分析和定量分析的基本原理。在故障树分析方法理论的指导下,结合柴油机燃油系故障模式分析的相关知识,建立了柴油机燃油系常见故障的故障树。并以柴油机不起动或起动困难为例进行了定性定量分析,为柴油机燃油系故障诊断专家系统的实现作好了准备。 3.柴油机燃油系故障诊断专家系统知识研究。以故障模式分析和故障树分析的内容为知识源,选用基于故障树技术进行知识库系统的组织与建立,采用了产生式规则和框架相结合的知识表示方法来表示诊断知识,将规则和故障树进行了融合。诊断过程中获取的系统故障模式和故障原因以树的形式组织起来,采用框架的知识表示。 4.开发柴油机燃油系故障诊断专家系统。对所开发专家系统的推理机进行了的深入的探讨,规则推理中,通过定义优先度来描述故障现象和故障模式之间的关系。专家系统的故障树推理,使我们可以得到故障的原因分析和影响分析,更好的体现故障模式间逻辑关系。最后介绍了系统的功能,验证了专家系统的诊断能力。 文章结构安排: 第一章分析了课题研究的背景意义,总结介绍了柴油机故障诊断的研究现状及发展趋势。 第二章介绍了柴油机燃油系的组成结构和功能,并对其进行了故障模式分析,列出模式分析列表。 第三章主要介绍了故障树分析法基本理论,并以第二章模式分析为基础,建立了柴油机燃油系常见故障故障树,并对系统进行了定性定量分析和重要度计算。
第四章对知识获取和知识表示方法进行了研究,以第二、三章研究结果为知识源,采用产生式规则和框架相结合方法进行知识表示,建立了知识库。 第五章是论文总结和展望部分,对所做的工作做了总结,并提出了有待进一步研究的问题。
目录
第1章 绪 论 1
1.1 课题研究的背景及意义 1
1.2 当前国内外研究现状 2
1.2.1 柴油机故障诊断技术的组成 2
1.2.2 柴油机故障诊断方法的分类 3
1.2.3 柴油机故障诊断技术的特点及趋势 5
1.3 主要研究内容及论文结构 6
第2章 柴油机燃油系故障模式分析 8
2.1 引言 8
2.2 柴油机燃油系概述 8
2.2.1 柴油机燃油系的组成结构和功能 8
2.2.2 柴油机燃油系的故障特 9
2.2.3 柴油机燃油系关键故障零部件 10
2.3 柴油机燃油系统故障模式分析 12
2.3.1 故障模式分析(FMEA) 12
2.3.2 柴油机燃油系失效模式和故障原因 14
2.3.3 柴油机燃油系故障模式分析列表 17
2.4 本章小结 18
第3章 柴油机燃油系故障树分析研究 19
3.1 引言 19
3.2 故障树分析方法(FTA) 19
3.2.1 概述 19
3.2.2 故障树的建立 21
3.2.3 故障树的定性分析 22
3.2.4 故障树的定量分析 23
3.2.5 底事件的重要度分析 26
3.3 柴油机燃油系常见故障的故障树分析 27
3.3.1 柴油机燃油系故障树的建立 27
3.3.2 系统定性分析 36
3.3.3 系统定量分析 37
3.3.4 系统重要度分析 39
3.4 本章小结 41
第4章 柴油机燃油系故障诊断专家系统知识研究 42
4.1 引言 42
4.2 专家系统概述 42
4.2.1 专家系统概念 42
4.2.2 专家系统的基本结构 43
4.3 燃油系故障诊断专家系统知识获取 44
4.3.1 知识获取的方法 44
4.3.2 基于故障树建立的知识获取 46
4.4 燃油系故障诊断专家系统知识表示 46
4.4.1 产生式规则表示法 47
4.4.2 框架表示法 48
4.4.3 基于故障树的知识表示法 49
第5章 结论与展望 51
5.1 结论 51
5.2 展望 51
|