本书概括了汽车诊断技术的发展现状，讨论了汽车诊断中信号的测量技术，介绍了故障特征提取、状态识别、模糊集理论、小波变换等。
章节目录第1章 汽车诊断概述
1．1 发展汽车检测诊断技术的意义1．2 汽车诊断与诊断学1．3 机械故障诊断技术1．3．1 机械故障诊断技术的现状1．3．2 故障诊断技术的发展趋势1．4 汽车诊断技术的发展1．4．1 国外汽车诊断技术的发展概况1．4．2 国内汽车检测诊断技术的现状与发展第2章 汽车诊断参数与诊断信息获取
2．1 汽车故障诊断的分类2．1．1 汽车电器故障诊断2．1．2 汽车机械故障诊断2．2 汽车诊断参数2．2．1 状态参数与结构参数的关系2．2．2 诊断参数的选择方法与原则2．2．3 汽车诊断参数2．2．4 诊断标准2．3 诊断信息的获取2．3．1 诊断信息获取方法概述2．3．2 汽车振动信号的检测2．4 信号的采样与预处理2．4．1 模拟信号预处理2．4．2 A/D转换2．4．3 数字信号预处理 第3章 特征信号分析
3．1 随机过程及其数字特征3．1．1 分布函数3．1．2 随机过程的数字特征3．1．3 平稳随机过程及其性质3．1．4 平稳随机过程的遍历性3．2 时域分析方法3．2．1 概率密度函数的简易求法3．2．2 均值和方差的估计3．2．3 自相关函数估计3．2．4 偏度系数和峭度系数3．2．5 几种常见的无量纲指标3．2．6 相关累积法3．3 时域模型分析3．3．1 ARMA模型3．3．2 ARMA模型的特征根3．3．3 ARMA序列的预报方法3．3．4 时间序列预报举例3．4 时间序列频域分析方法3．4．1 傅里叶级数3．4．2 傅里叶变换3．4．3 高散信号的傅里叶变换3．4．4 随机信号的功率谱3．4．5 极大熵谱3．4．6 莱斯频率与谐波指标3．4．7 倒谱 第4章 状态识别方法
4．1 概述4．2 时域模型识别法4．3 距离函数分类法4．3．1 空间距离函数4．3．2 相似性指标4．3．3 信息距离判别法4．3．4 故障诊断中应用距离函数时应注意的问题4．4 逻辑判别法4．4．1 逻辑代数规则4．4．2 逻辑诊断原理4．5 贝叶斯分类法4．6 故障树分析法4．6．1 基本概念4．6．2 故障树分析过程4．6．3 故障树的常用符号与基本结构4．6．4 故障树构造举例4．6．5 结构函数4．6．6 故障树分析4．7 灰色模型关联度分析诊断法 第5章 小波分析
5．1 基本概念5．1．1 什么是小波5．1．2 什么叫尺度函数5．1．3 小波基函数5．1．4 小波函数的派生5．2 小波分析概述5．2．1 科学家对小波分析的看法5．2．2 小波分析思想5．2．3 小波分析与傅氏分析的比较5．2．4 小波的应用领域5．3 小波分析5．3．1 小波变换的定义与性质5．3．2 小波分解5．3．3 Mallat多分辨小波分析5．3．4 数字离散信号的小波变换过程5．3．5 小波包分解5．3．6 基于小波分解的故障诊断举例 第6章 混沌与分形诊断原理
6．1 混沌与分形的基本概念6．1．1 混沌6．1．2 分形6．1．3 混沌与分形的关系6．1．4 神经网络、模糊集理论与混沌6．1．5 混沌与分形的应用6．2 混沌振动与分形维数的计算6．2．1 混沌振动的概念6．2．2 混沌振动的识别6．2．3 相空间重构6．2．4 嵌入维数的确定6．2．5 分形维数的计算方法6．2．6 几个典型动力系统分析6．3 变速器轴承振动信号分形维数的计算6．3．1 轴承振动信号的测量6．3．2 汽车变速器加速度振动信号混沌行为分析6．3．3 构造嵌入矢量6．3．4 计算分形维数第7章 模糊诊断原理
7．1 汽车故障诊断中的模糊性7．2 模糊诊断原理7．3 隶属函数的确定7．3．1 模糊统计试验法7．3．2 加权统计法7．3．3 二元对比排序法7．3．4 动态信号分析法7．4 模糊诊断矩阵的构造7．5 模糊诊断方法7．5．1 模糊诊断算法7．5．2 模糊诊断原则7．6 模糊聚类诊断分析与应用7．7 柴油机故障模糊诊断举例 第8章 神经网络诊断原理
8．1 人工神经网络的拓扑结构8．1．1 生物神经元8．1．2 人工神经网络8．2 BP神经网络8．2．1 BP神经网络模型8．2．2 BP算法8．2．3 BP神经网络的算法步骤8．2．4 BP神经网络分类特性8．3 模糊神经网络8．3．1 模糊联想记忆神经网络8．3．2 模糊神经网络及其特点8．3．3 一个模糊神经网络诊断系统实例第9章 专家系统诊断原理
9．1 概述9．2 专家系统的基本结构9．2．1 人机接口9．2．2 推理机9．2．3 知识库及其管理系统9．2．4 数据库及其管理系统9．2．5 知识获取机构9．2．6 解释机构9．3 知识的表示9．3．1 一阶谓词逻辑表示法9．3．2 产生式表示法9．3．3 框架表示法9．4 推理机9．4．1 什么叫推理9．4．2 基于规则的演绎推理9．4．3 归纳推理9．4．4 不精确推理9．5 知识获取技术9．5．1 机械学习9．5．2 示例学习9．6 汽车故障诊断专家系统9．6．1 基本结构9．6．2 汽车故障诊断知识表示9．6．3 汽车故障诊断推理9．6．4 汽车故障诊断知识的获取9．6．5 解释系统9．6．6 汽车故障诊断程序自动生成9．6．7 汽车故障诊断举例9．7 BP神经网络汽车故障诊断专家系统9．7．1 用于故障诊断的BP神经网络的建立及训练9．7．2 应用训练好的BP神经网络诊断汽车发动机故障 第10章 汽车故障分析
10．1 汽车故障的分类10．2 引发汽车故障的原因10．3 汽车零件失效机理分析10．4 汽车发动机故障分析10．4．1 发动机异响故障的力学分析10．4．2 发动机异响的振动分析10．4．3 润滑系和冷却系的故障分析10．4．4 燃料供给系统的故障分析10．5 汽车底盘的故障分析10．5．1 汽车动力传动系统故障分析10．5．2 转向系统故障分析10．5．3 制动系统故障分析10．6 汽车电器与电子系统故障分析10．6．1 概述10．6．2 蓄电池故障分析10．6．3 充电系（发电机和调节器）故障分析10．6．4 启动系故障分析10．6．5 点火系故障分析10．6．6 汽车电子控制装置故障分析 第11章 汽车诊断设备与诊断方法
11．1 汽车发动机诊断设备及诊断方法11．1．1 发动机无负荷测功仪11．1．2 气缸活塞组检验设备11．1．3汽油机点火示波器11．1．4 汽车废气分析仪与烟度计11．1．5 机油品质检验设备11．1．6 发动机异响的仪器诊断11．2 汽车底盘检测诊断设备11．2．1 汽车底盘测功试验台11．2．2 汽车制动性能检测诊断设备11．2．3 汽车转向系检测诊断仪器11．2．4 汽车传动系检测仪器11．3 汽车检测诊断站11．3．1 概述11．3．2 汽车检测站的组成与工位布置11．3．3 各工位的检测项目11．3．4 检测工艺路线11．3．5 汽车检测线的微机控制系统简介参考文献
章节目录第1章 汽车诊断概述
1．1 发展汽车检测诊断技术的意义1．2 汽车诊断与诊断学1．3 机械故障诊断技术1．3．1 机械故障诊断技术的现状1．3．2 故障诊断技术的发展趋势1．4 汽车诊断技术的发展1．4．1 国外汽车诊断技术的发展概况1．4．2 国内汽车检测诊断技术的现状与发展第2章 汽车诊断参数与诊断信息获取
2．1 汽车故障诊断的分类2．1．1 汽车电器故障诊断2．1．2 汽车机械故障诊断2．2 汽车诊断参数2．2．1 状态参数与结构参数的关系2．2．2 诊断参数的选择方法与原则2．2．3 汽车诊断参数2．2．4 诊断标准2．3 诊断信息的获取2．3．1 诊断信息获取方法概述2．3．2 汽车振动信号的检测2．4 信号的采样与预处理2．4．1 模拟信号预处理2．4．2 A/D转换2．4．3 数字信号预处理 第3章 特征信号分析
3．1 随机过程及其数字特征3．1．1 分布函数3．1．2 随机过程的数字特征3．1．3 平稳随机过程及其性质3．1．4 平稳随机过程的遍历性3．2 时域分析方法3．2．1 概率密度函数的简易求法3．2．2 均值和方差的估计3．2．3 自相关函数估计3．2．4 偏度系数和峭度系数3．2．5 几种常见的无量纲指标3．2．6 相关累积法3．3 时域模型分析3．3．1 ARMA模型3．3．2 ARMA模型的特征根3．3．3 ARMA序列的预报方法3．3．4 时间序列预报举例3．4 时间序列频域分析方法3．4．1 傅里叶级数3．4．2 傅里叶变换3．4．3 高散信号的傅里叶变换3．4．4 随机信号的功率谱3．4．5 极大熵谱3．4．6 莱斯频率与谐波指标3．4．7 倒谱 第4章 状态识别方法
4．1 概述4．2 时域模型识别法4．3 距离函数分类法4．3．1 空间距离函数4．3．2 相似性指标4．3．3 信息距离判别法4．3．4 故障诊断中应用距离函数时应注意的问题4．4 逻辑判别法4．4．1 逻辑代数规则4．4．2 逻辑诊断原理4．5 贝叶斯分类法4．6 故障树分析法4．6．1 基本概念4．6．2 故障树分析过程4．6．3 故障树的常用符号与基本结构4．6．4 故障树构造举例4．6．5 结构函数4．6．6 故障树分析4．7 灰色模型关联度分析诊断法 第5章 小波分析
5．1 基本概念5．1．1 什么是小波5．1．2 什么叫尺度函数5．1．3 小波基函数5．1．4 小波函数的派生5．2 小波分析概述5．2．1 科学家对小波分析的看法5．2．2 小波分析思想5．2．3 小波分析与傅氏分析的比较5．2．4 小波的应用领域5．3 小波分析5．3．1 小波变换的定义与性质5．3．2 小波分解5．3．3 Mallat多分辨小波分析5．3．4 数字离散信号的小波变换过程5．3．5 小波包分解5．3．6 基于小波分解的故障诊断举例 第6章 混沌与分形诊断原理
6．1 混沌与分形的基本概念6．1．1 混沌6．1．2 分形6．1．3 混沌与分形的关系6．1．4 神经网络、模糊集理论与混沌6．1．5 混沌与分形的应用6．2 混沌振动与分形维数的计算6．2．1 混沌振动的概念6．2．2 混沌振动的识别6．2．3 相空间重构6．2．4 嵌入维数的确定6．2．5 分形维数的计算方法6．2．6 几个典型动力系统分析6．3 变速器轴承振动信号分形维数的计算6．3．1 轴承振动信号的测量6．3．2 汽车变速器加速度振动信号混沌行为分析6．3．3 构造嵌入矢量6．3．4 计算分形维数第7章 模糊诊断原理
7．1 汽车故障诊断中的模糊性7．2 模糊诊断原理7．3 隶属函数的确定7．3．1 模糊统计试验法7．3．2 加权统计法7．3．3 二元对比排序法7．3．4 动态信号分析法7．4 模糊诊断矩阵的构造7．5 模糊诊断方法7．5．1 模糊诊断算法7．5．2 模糊诊断原则7．6 模糊聚类诊断分析与应用7．7 柴油机故障模糊诊断举例 第8章 神经网络诊断原理
8．1 人工神经网络的拓扑结构8．1．1 生物神经元8．1．2 人工神经网络8．2 BP神经网络8．2．1 BP神经网络模型8．2．2 BP算法8．2．3 BP神经网络的算法步骤8．2．4 BP神经网络分类特性8．3 模糊神经网络8．3．1 模糊联想记忆神经网络8．3．2 模糊神经网络及其特点8．3．3 一个模糊神经网络诊断系统实例第9章 专家系统诊断原理
9．1 概述9．2 专家系统的基本结构9．2．1 人机接口9．2．2 推理机9．2．3 知识库及其管理系统9．2．4 数据库及其管理系统9．2．5 知识获取机构9．2．6 解释机构9．3 知识的表示9．3．1 一阶谓词逻辑表示法9．3．2 产生式表示法9．3．3 框架表示法9．4 推理机9．4．1 什么叫推理9．4．2 基于规则的演绎推理9．4．3 归纳推理9．4．4 不精确推理9．5 知识获取技术9．5．1 机械学习9．5．2 示例学习9．6 汽车故障诊断专家系统9．6．1 基本结构9．6．2 汽车故障诊断知识表示9．6．3 汽车故障诊断推理9．6．4 汽车故障诊断知识的获取9．6．5 解释系统9．6．6 汽车故障诊断程序自动生成9．6．7 汽车故障诊断举例9．7 BP神经网络汽车故障诊断专家系统9．7．1 用于故障诊断的BP神经网络的建立及训练9．7．2 应用训练好的BP神经网络诊断汽车发动机故障 第10章 汽车故障分析
10．1 汽车故障的分类10．2 引发汽车故障的原因10．3 汽车零件失效机理分析10．4 汽车发动机故障分析10．4．1 发动机异响故障的力学分析10．4．2 发动机异响的振动分析10．4．3 润滑系和冷却系的故障分析10．4．4 燃料供给系统的故障分析10．5 汽车底盘的故障分析10．5．1 汽车动力传动系统故障分析10．5．2 转向系统故障分析10．5．3 制动系统故障分析10．6 汽车电器与电子系统故障分析10．6．1 概述10．6．2 蓄电池故障分析10．6．3 充电系（发电机和调节器）故障分析10．6．4 启动系故障分析10．6．5 点火系故障分析10．6．6 汽车电子控制装置故障分析 第11章 汽车诊断设备与诊断方法
11．1 汽车发动机诊断设备及诊断方法11．1．1 发动机无负荷测功仪11．1．2 气缸活塞组检验设备11．1．3汽油机点火示波器11．1．4 汽车废气分析仪与烟度计11．1．5 机油品质检验设备11．1．6 发动机异响的仪器诊断11．2 汽车底盘检测诊断设备11．2．1 汽车底盘测功试验台11．2．2 汽车制动性能检测诊断设备11．2．3 汽车转向系检测诊断仪器11．2．4 汽车传动系检测仪器11．3 汽车检测诊断站11．3．1 概述11．3．2 汽车检测站的组成与工位布置11．3．3 各工位的检测项目11．3．4 检测工艺路线11．3．5 汽车检测线的微机控制系统简介参考文献
