基于大數(shù)據(jù)的車輛健康管理與監(jiān)測系統(tǒng)研究.pdf

1、隨著新技術(shù)的發(fā)展，汽車的功能越來越多，系統(tǒng)越來越復雜，對維修保養(yǎng)帶來了挑戰(zhàn)。傳統(tǒng)的依靠人工經(jīng)驗進行車輛維修和保養(yǎng)的方法已不能滿足目前的需求，建立“視情維修”的車輛健康管理系統(tǒng)越來越有必要。因此，結(jié)合先進的檢測技術(shù)、汽車總線技術(shù)和人工智能技術(shù)，開展車輛故障快速定位、診斷及預防的研究具有重要的理論意義和工程應用價值。
　　論文主要包括以下內(nèi)容:
　　(1)結(jié)合對汽車健康狀態(tài)管理的需求，研究了國內(nèi)外健康管理的現(xiàn)狀，以及PHM在航空

2、領(lǐng)域和汽車領(lǐng)域的發(fā)展狀況。
　　(2)分析發(fā)動機軸承的故障機理，利用振動信號對軸承內(nèi)圈、外圈和滾動體表面損毀故障進行研究?；谡駝有盘枙r域、頻域的特征參數(shù)，利用主成份分析法做特征提取。結(jié)合層次聚類方法的思想，根據(jù)損毀尺寸對數(shù)據(jù)分層，再利用聚類算法歸并特征相近的故障。對于每層中的有標簽數(shù)據(jù)利用RBF神經(jīng)網(wǎng)絡(luò)訓練分類器進行故障診斷。
　　(3)研究發(fā)動機健康管理，結(jié)合發(fā)動機故障特點選取發(fā)動機相關(guān)部件的溫度、壓力等參數(shù)，結(jié)合主成份