近年来，我国工程车辆的保有量持续增加，对其故障诊断技术的关注度也持续上升。随着信息技术应用创新产业的快速发展，我国工程车辆的智能故障诊断技术也有了明显改善。 本书以工程车辆液压系统为研究对象，研究内容涉及液压系统的状态监测、特征信息提取、信息融合、信息传输、智能故障诊断等技术，其目的是提升我国工程车辆行业的技术和服务水平，增强国产工程车辆在国际市场上的竞争能力。 本书可作为高等院校电子信息、工程机械、车辆工程、计算机工程应用等专业高年级本科生和研究生的参考资料，亦可作为工程机械相关从业人员及从事设备健康管理、寿命预测和故障诊断研究工作的专业人员的参考资料。

第1章 绪论
1.1 工程车辆液压系统故障诊断概述
1.2 工程车辆智能故障诊断技术研究现状
1.3 工程车辆液压系统故障诊断主要技术
1.4 工程车辆液压系统故障诊断技术发展趋势
第2章 工程车辆液压系统车载故障诊断终端设计
2.1 车载故障诊断终端硬件系统设计
2.1.1 硬件系统搭建
2.1.2 核心处理器选取
2.1.3 Wi-Fi模块选取
2.1.4 数据采集模块设计
2.1.5 电源模块设计
2.1.6 串口电路设计
2.1.7 存储器模块设计
2.1.8 人机交互模块设计
2.2 车载故障诊断终端软件系统设计
2.2.1 软件系统整体架构设计
2.2.2 内核的裁剪与制定
2.2.3 Sqlite3数据库加载
2.2.4 wi-Fi驱动模块加载
2.2.5 串口应用开发
2.2.6 人机交互程序开发
2.3 软件平台移植
2.3.1 Bootloader编译和烧写
2.3.2 移植内核、文件系统及应用程序
第3章 工程车辆液压系统智能故障诊断中的数据压缩与传输
3.1 基于Huffman编码的二进制流数据压缩算法
3.1.1 Huffman编码的实现过程
3.1.2 一种改进的二进制流数据压缩算法
3.1.3 液压泵振动数据的压缩实例
3.2 基于网络协议的Socket数据通信技术
3.2.1 网络协议基本概念
3.2.2 Socket数据通信机制
3.3 基于客户／服务器模式的数据传输技术
3.3.1 数据传输帧格式定义
3.3.2 相关成员函数封装
3.3.3 创建客户／月艮务器端程序
3.3.4 客户端数据传输
3.3.5 服务器端数据传输
第4章 基于人工神经网络的工程车辆液压系统智能故障诊断技术
4.1 人工神经网络模型基本理论与算法
4.1.1 BP神经网络
4.1.2 Elman神经网络
4.1.3 微粒群算法
4.2 基于PSO算法优化的Elman神经网络故障诊断技术
4.2.1 改进的PSO算法
4.2.2 改进的PSO一Elman神经网络
4.3 工程车辆液压系统溢流阀故障诊断实例
第5章 基于D-S证据理论的工程车辆液压系统智能故障诊断技术
5.1 D-S证据理论概述
5.1.1 D-S证据理论的基本定义
5.1.2 D-S证据理论的组合规则
5.1.3 D-S证据理论组合规则存在的问题
5.2 D-S证据理论改进方案
5.2.1 一种有效处理冲突证据的D-S理论改进算法
5.2.2 应用算例分析及比较
5.3 基于改进D-S证据理论算法的液压系统故障诊断实例
第6章 基于支持向量机的工程车辆液压系统智能故障诊断技术
6.1 支持向量机概述
6.1.1 支持向量机基本理论
6.1.2 典型核函数及其参数
6.2 基于微分进化算法的参数与特征同步选择
6.2.1 微分进化算法
6.2.2 个体编码设计
6.2.3 评估个体适应度
6.3 基于微分进化算法的支持向量机液压系统故障诊断实例
第7章 基于贝叶斯网络的工程车辆液压系统智能故障诊断技术
7.1 贝叶斯网络概述
7.1.1 贝叶斯网络故障诊断原理
7.1.2 贝叶斯网络结构的确立
7.1.3 基于离散化的贝叶斯网络参数学习
7.2 基于动态贝叶斯网络的智能故障诊断技术
7.2.1 动态贝叶斯网络简介
7.2.2 动态贝叶斯网络结构的确立和网络参数的学习
7.2.3 动态贝叶斯网络推理
7.2.4 特征参数选择
7.2.5 网络参数的学习
7.3 智能故障诊断实例
第8章 基于本体的工程车辆液压系统智能故障诊断技术
8.1 基于本体的液压系统故障知识表示
8.1.1 本体的概念
8.1.2 多源异构知识组织方法
8.1.3 故障诊断知识获取
8.1.4 构建液压系统知识本体
8.1.5 液压系统本体知识间的映射
8.2 基于本体的液压系统故障推理研究
8.2.1 不确定性推理概述
8.2.2 基于可信度方法的故障推理
8.2.3 改进的C—F模型
8.2.4 验证改进的C—F推理
8.3 基于本体的故障推理系统的设计与实现
8.3.1 系统设计目标
8.3.2 系统总体结构
8.3.3 系统功能描述
8.3.4 系统应用实例
参考文献