10.1 案例的表示
10.2 案例的检索
10.3 案例的组织
10.4 案例库的管理
10.5 基于案例的故障诊断过程
11.6 汽车故障诊断专家系统
11.6.1 基本结构
11.6.2 汽车故障诊断知识表达
11.6.3 汽车故障诊断推理
11.6.4 汽车故障诊断知识的获取
11.6.5 解释系统
11.6.6 汽车故障诊断程序自动生成
11.6.7 汽车故障诊断举例
11.7 BP 神经网络汽车故障诊断专家系统
11.7.1 用于故障诊断的 BP 神经网络的建立及训练
11.7.2 应用训练好的 BP 神经网络诊断汽车发动机故障
第

12.1 柴油机稳态和非稳态振动信号测量
12.2 柴油机振动信号的短时傅里叶变换
12.2.1 短时傅里叶变换分析原理
12.2.2 柴油机加速信号的短时傅里叶变换
12.2.3 柴油机稳态振动信号的短时傅里叶变换
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
12.3 基于小波包 AR 谱技术提取柴油机故障特征
12.3.1 信号的小波包分解与重构算法
12.3.2 AR 谱估计
12.3.3 小波包 AR 谱分析过程
12.3.4 曲轴轴承振动信号小波包 AR 谱分析
12.3.5 连杆轴承振动信号小波包 AR 谱分析
12.3.6 活塞销稳态振动信号小波包 AR 谱分析
12.3.7 活塞稳态振动信号小波包 AR 谱分析
12.3.8 分析结果讨论
12.4 循环平稳理论诊断汽车柴油机故障
12.4.1 循环统计原理
12.4.2 仿真分析
12.4.3 曲轴轴承振动信号二阶循环谱分析
12.4.4 连杆轴承振动信号二阶循环谱分析
12.4.5 活塞振动信号二阶循环谱分析
12.4.6 活塞销振动信号二阶循环谱分析
12.4.7 分析结果讨论
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