发动机故障自诊断多媒体系统研究

通过对发动机自诊断故障输出信号的处理，把故障信号转为多媒体信息显示，并应用数据库技术和智能专家系统的设计原理，开发了发动机故障自诊断多媒体系统，实现了随时检测，故障信息显示全面、生动，便于故障诊断维修及教学。     

基于主成分分析和集成神经网络的发动机故障诊断模型研究

针对发动机废气排放参数和故障之间复杂的非线性关系，提出了一种基于主成分分析和集成神经网络技术的发动机故障诊断分析模型。该模型首先运用主成分分析方法降低故障诊断样本的输入维数，然后按发动机不同运转状态将样本分组，并用于子网络训练；故障诊断时，各子网络分别诊断出相应的结果，最后采用投票法融合各输出结果。试验结果表明，这种模型能有效简化训练样本和样本属性参数，优化网络结构，其诊断精度及学习能力优于单一神经网络诊断模型，能较好地解决网络规模大、训练速度慢、诊断精度低等缺点。     

基于废气成分分析和支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出了一种基于废气成分分析和支持向量机的发动机故障诊断方法。该方法首先运用NHA500废气分析仪采集发动机典型故障状态下的HC、CO、CO2、O2、NOX等废气参数值,接着对采集到的数据进行规范化处理,提取特征向量作为学习样本,然后用于设计训练基于支持向量机的多元分类器,进行故障类型识别。试验结果表明,采用纠错编码的支持向量机分类方法比神经网络具有更好的抗干扰性和更强的分类能力,在小样本的情况下故障诊断正确率达98.5%,能有效描述废气成分变化和故障状态之间的复杂关系。     

基于数据融合的发动机废气数据分析方法研究

发动机废气排放测试数据因受发动机工作状态的影响存在着一定的波动性和偶然性,因此在废气数据的测试中存在较大的误差.为此,提出了一种基于数据融合的废气数据分析统计方法.这种方法通过把发动机的某一运转状态下测试的多组数据值进行分批估计数据融合,可使得数据融合值更接近真实值,从而进一步提高测试系统的精确性.该算法在由LabVIEW语言编制的程序中得到了验证.     

车用传感器实验教学研究

在分析了现代汽车电子控制技术中车用传感器重要性的基础上，设计了车用传感器实验教学的教学方案及相应的软件实验设备配置方案，对提高传感器的实验教学有一定的指导作用。     

油锯产品减振降噪研究现状与发展趋势

油锯是林业、农业辅助作业中的重要工具。针对油锯减振降噪问题，综述了油锯产品减振降噪研究成果和现状及目前研究存在的问题，并指出了油锯减振降噪研究的发展趋势。     

虚拟仪器技术在农业机械测试中的应用

本文概述了虚拟仪器的系统构成及软件结构，叙述了虚拟仪器技术在农业机械自动化测试领域的应用及发展前景。     

基于E-R图分析的汽车故障诊断专家系统

运用实体联系(E—R)图和故障树的知识表示、知识获取和推理方法，在Windows环境下开发了具有人工智能及多媒体技术的汽车故障诊断专家系统。通过多次试用表明，采用实体联系图和故障树来表示汽车的各类故障具有层次分明、推理过程简单等优点。     

基于虚拟仪器的拖拉机性能检测仪

根据拖拉机的特点和性能检测的要求，开发了一套基于多功能数据采集卡(DAQ)和图形化编程语言LabVIEW的虚拟仪器——拖拉机性能综合检测仪，该仪器可以快速测定拖拉机制动性能、车速、轴重、牵引力、灯光、烟度、噪声，实现了一机多用。实际测试表明，该仪器具有较高的可靠性和精度。     

汽车构造学CAI系统的结构设计

阐述了汽车构造学ＣＡＩ系统开发的必要性，分析了适合汽车构造理论教学特点的多媒体ＣＡＩ系统设计规则，并提出了系统开发的设计思路。