汽车故障诊断学 第2版PDF电子书下载

第1章　汽车诊断概述 1

1.1　发展汽车检测诊断技术的意义 1

目录 1

1.2　汽车诊断与诊断学 2

1.3　机械故障诊断技术 2

1.3.1　机械故障诊断技术的现状 2

1.3.2　故障诊断技术的发展趋势 3

1.4 汽车诊断技术的发展 3

1.4.1 国外汽车诊断技术的发展概况 3

1.4.2　国内汽车检测诊断技术的现状与发展 4

第2章　汽车诊断参数与诊断信息获取 6

2.1　汽车故障诊断的分类 6

2.1.1　汽车电器故障诊断 6

2.1.2　汽车机械故障诊断 6

2.2.2　诊断参数的选择方法与原则 7

2.2　汽车诊断参数 7

2.2.1　状态参数与结构参数的关系 7

2.2.3　汽车诊断参数 8

2.2.4　诊断标准 9

2.3　诊断信息获取 10

2.3.1　诊断信息获取方法概述 10

2.3.2　汽车振动信号的检测 12

2.4　信号的采样与预处理 19

2.4.1　模拟信号预处理 19

2.4.2　A/D转换 20

2.4.3　数字信号预处理 21

第3章　特征信号分析 22

3.1　随机过程及其数字特征 22

3.1.1　分布函数 22

3.1.2　随机过程的数字特征 22

3.1.3　平稳随机过程及其性质 24

3.1.4　平稳随机过程的遍历性 25

3.2　时域分析方法 25

3.2.1　概率密度函数的简易求法 25

3.2.2　均值和方差的估计 26

3.2.3　自相关函数估计 26

3.2.4　偏度系数和峭度系数 27

3.2.5　几种常见的量纲指标 27

3.2.6　相关累积法 28

3.3　时域模型分析 29

3.3.1　ARMA模型 29

3.3.2　ARMA模型的特征根 30

3.3.3　ARMA序列的预报方法 31

3.3.4　时间序列预测举例 31

3.4.1　傅里叶级数 33

3.4　时间序列频域分析方法 33

3.4.2　傅里叶变换 34

3.4.3　离散信号的傅里叶变换 34

3.4.4　随机信号的功率谱 36

3.4.5　极大熵谱 37

3.4.6　倒谱 38

第4章　状态识别方法 40

4.1　概述 40

4.2　时域模型识别法 40

4.3　距离函数分类法 41

4.3.1 空间距离函数 41

4.3.2　相似性指标 42

4.3.3　信息距离判别法 43

4.3.4　故障诊断中应用距离函数时应注意的问题 43

4.4　逻辑判别法 44

4.4.1　逻辑代数规则 44

4.4.2　逻辑诊断原理 45

4.5　贝叶斯分类法 46

4.6　故障树分析法 48

4.6.1　基本概念 48

4.6.2　故障树分析过程 48

4.6.3　故障树的常用符号与基本结构 48

4.6.4　故障树构造举例 49

4.6.5　结构函数 50

4.6.6　故障树分析 51

4.7　灰色模型关联度分析诊断法 52

第5章　小波分析 54

5.1　基本概念 54

5.1.1　什么是小波 54

5.1.2　什么叫尺度函数 54

5.1.4　小波函数的派生 55

5.1.3　小波基函数 55

5.2　小波分析概述 56

5.2.1　科学家对小波分析的看法 56

5.2.2　小波分析思想 56

5.2.3　小波分析与傅氏分析的比较 57

5.2.4　小波的应用领域 58

5.3　小波分析 58

5.3.1 小波变换的定义与性质 58

5.3.2　小波分解 62

5.3.3　Mallat多分辨小波分析 63

5.3.4　数字离散信号的小波变换过程 63

5.3.5　小波包分解 65

5.3.6　基于小波分解的故障诊断举例 65

6.1.1 混沌 70

6.1.2　分形 70

6.1 混沌与分形的基本概念 70

第6章　混沌与分形诊断原理 70

6.1.3　混沌与分形的关系 71

6.1.4　神经网络、模糊集理论与混沌 71

6.1.5 混沌与分形的应用 72

6.2 混沌振动与分形维数的计算 73

6.2.1　混沌振动的概念 73

6.2.2　混沌振动的识别 73

6.2.3　相空间重构 73

6.2.4　嵌入维数的确定 74

6.2.5　分形维数的计算方法 75

6.2.6　几个典型动力系统分析 76

6.3　汽车传动系振动信号分形维数的计算 78

6.3.1　汽车传动系振动信号混沌行为分析 78

6.3.2　汽车传动系振动信号的测量 78

6.3.4　构造嵌入矢量 79

6.3.3　汽车变速器和传动轴振动信号混沌性态判定 79

6.3.5　计算分形维数 80

6.4　计算结果讨论 82

第7章　神经网络诊断原理 84

7.1　人工神经网络的拓扑结构 84

7.1.1　生物神经元 84

7.1.2　人工神经网络 86

7.2.1　BP神经网络模型 88

7.2　BP神经网络 88

7.2.2　BP算法 89

7.2.3　BP神经网络的算法步骤 91

7.2.4　BP神经网络分类特性 91

7.3　基于遗传算法的前馈型神经网络 92

7.3.1　遗传算法概述 93

7.3.2　遗传算法的基本操作 94

7.3.3　BP网络结构的遗传算法设计 97

7.3.4　实例分析 98

7.3.5　结果讨论 99

第8章　模糊诊断与模糊神经网络 100

8.1　模糊诊断基本原理 100

8.1.1　汽车故障诊断中的模糊性 100

8.1.2　模糊诊断原理 100

8.1.3　隶属函数的确定 102

8.1.4　模糊诊断矩阵的构造 106

8.1.5　模糊诊断方法 106

8.1.6　模糊聚类诊断分析 109

8.1.7　柴油机故障模糊诊断举例 111

8.2　模糊规则与模糊推理系统 113

8.2.1　模糊规则与模糊推理 113

8.2.2　模糊推理系统 113

8.3　模糊神经网络 115

8.3.1　神经网络与模糊推理系统的关系 115

8.3.2　神经网络-模糊推理系统融合机理 116

8.3.3　模糊神经网络 117

8.3.4　基于模糊神经网络的汽车故障诊断与寿命预测系统 120

第9章　基于粗糙集理论提取汽车故障特征 129

9.1　粗糙集基本理论 129

9.1.1　决策系统与不可分辨关系 130

9.1.2　粗糙集的上近似、下近似、边界区和近似精度 130

9.1.3　属性约简 131

9.1.4　粗糙集的特点 133

9.2　汽车柴油机故障特征提取 133

9.2.1　信号处理与产生决策表 133

9.2.2　属性对决策近似精度的计算 135

9.2.3　属性约简 136

9.3　基于属性粗糙因子计算各因素的重要度 140

9.4　分析结果讨论 142

10.1　案例的表示 143

第10章　基于案例的故障诊断技术 143

10.2　案例的检索 144

10.3　案例的组织 146

10.4　案例库的管理 147

10.5　基于案例的故障诊断过程 149

第11章　专家系统诊断原理 150

11.1　概述 150

11.2　专家系统的基本结构 152

11.2.1　人机接口 152

11.2.2　推理机 153

11.2.3　知识库及其管理系统 153

11.2.4　数据库及其管理系统 153

11.2.5　知识获取机构 153

11.2.6　解释机构 153

11.3.1　一阶谓词逻辑表示法 154

11.3　知识的表示 154

11.3.2　产生式表示法 156

11.3.3　框架表示法 157

11.4　推理机 158

11.4.1　什么叫推理 158

11.4.2　基于规则的演绎推理 158

11.4.3　归纳推理 159

11.4.4　不精确推理 160

11.5.2　示例学习 161

11.5　知识获取技术 161

11.5.1　机械学习 161

11.6　汽车故障诊断专家系统 162

11.6.1　基本结构 162

11.6.2　汽车故障诊断知识表达 162

11.6.3　汽车故障诊断推理 164

11.6.4　汽车故障诊断知识的获取 165

11.6.6　汽车故障诊断程序自动生成 166

11.6.5　解释系统 166

11.6.7　汽车故障诊断举例 167

11.7　BP神经网络汽车故障诊断专家系统 168

11.7.1　用于故障诊断的BP神经网络的建立及训练 168

11.7.2　应用训练好的BP神经网络诊断汽车发动机故障 169

第12章　汽车发动机非稳态振动信号的测量与分析 171

12.1　柴油机稳态和非稳态振动信号测量 171

12.2　柴油机振动信号的短时傅里叶变换 174

12.2.1　短时傅里叶变换分析原理 174

12.2.2　柴油机加速信号的短时傅里叶变换 176

12.2.3　柴油机稳态振动信号的短时傅里叶变换 184

12.2.4　发动机曲轴轴承、连杆轴承稳态与非稳态振动信号分析比较 189

12.3　基于小波包AR谱技术提取柴油机故障特征 190

12.3.1　信号的小波包分解与重构算法 190

12.3.3　小波包AR谱分析过程 192

12.3.2　AR谱估计 192

12.3.4　曲轴轴承振动信号小波包AR谱分析 193

12.3.5　连杆轴承振动信号小波包AR谱分析 196

12.3.6　活塞销稳态振动信号小波包AR谱分析 196

12.3.7　活塞稳态振动信号小波包AR谱分析 197

12.3.8　分析结果讨论 198

12.4　循环平稳理论诊断汽车柴油机故障 199

12.4.1　循环统计原理 200

12.4.2　仿真分析 202

12.4.3　曲轴轴承振动信号二阶循环谱分析 202

12.4.4　连杆轴承振动信号二阶循环谱分析 207

12.4.5　活塞振动信号二阶循环谱分析 208

12.4.6　活塞销振动信号二阶循环谱分析 209

12.4.7　分析结果讨论 210

12.5　短时傅里叶变换、小波包AR谱技术、循环谱理论分析比较 210

13.2　引发汽车机械故障的原因 213

13.1　汽车故障的分类 213

第13章　汽车机械故障分析 213

13.3　汽车零件失效机理分析 214

13.4　汽车发动机机械故障力学分析 216

13.4.1　曲轴、连杆轴承、活塞销轴心轨迹计算 217

13.4.2　活塞销、连杆轴承、曲轴轴承异响分析 224

13.4.3　活塞运行轨迹计算与敲缸响分析 236

13.4.4　轴心轨迹的测量简介 243

13.5　发动机异响故障振动分析 244

13.5.1　汽车发动机异响振动诊断原理 244

13.5.2　发动机异响振动分析方法 245

13.6　汽车底盘机械故障分析 248

13.6.1 离合器故障分析 248

13.6.2　机械变速器故障分析 248

13.6.3　汽车传动轴故障分析 260

13.6.4　驱动桥故障分析 262

13.6.5　转向系统故障分析 263

13.6.6　制动系统故障分析 264

第14章　汽车电器与电子控制系统故障诊断 266

14.1　概述 266

14.2　蓄电池故障诊断 267

14.3　充电系（发电机和调节器）故障诊断 268

14.4 启动系故障诊断 269

14.5 点火系故障诊断 270

14.6 汽车电子控制装置故障分析 272

14.6.1　汽车电子控制系统的基本构成 272

14.6.2　汽车电子控制系统故障诊断基础知识 277

14.6.3　汽车电子控制系统故障检测诊断方法 281

14.6.4　汽车电子控制系统故障诊断共同原理与应用 285

14.6.5　汽车电子控制系统故障诊断 288

主要参考文献 301