振动压路机压实智能控制与故障智能诊断的研究
|
摘要
在2001年国家“863”计划“先进制造与自动化技术”领域设置的“机器人技术”主题中，将“机群智能化工程机械”列为4个专题方向之一，机群智能化的基础是单机的智能化。本文主要从“压实智能控制”、“故障智能诊断”、“人机智能交互”三个方面，研究振动压路机的智能化技术，为机群智能化工程机械的研究开发做了有益的探索和开拓性的工作。论文研究的成果如下：
1．在介绍振动压实机理的基础上，通过建立振动压路机动力学模型，分析了振动压路机主要工作参数对压实效果的影响，给出了振动压路机压实智能控制系统的基本组成，为振动压路机压实智能控制系统的研究与设计奠定了理论基础。
2．在分析振动压路机压实智能控制系统的功能及要求的基础上，提出了基于CAN总线技术和专用PLC构成的振动压路机压实智能控制系统总体设计方案，完成了智能控制系统的硬件选型与设计。
3．在实验室和现场试验的基础上，提出了压实度仪的技术改进方案，解决了压实度仪使用过程中的标定、与控制器的连接等关键技术难点，实现了压实度的在线检测。
4．将模糊系统与神经网络相结合，提出了一种由模糊化层、模糊推理层和清晰化层组成的振动压路机压实模糊神经网络控制器结构，运用补偿模糊神经网络的学习算法解决参数的自动调整问题。把实践中得出的模糊控制规则表作为训练模糊神经网络的样本，仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力，可用于振动压路机的压实控制中。
5．在分析振动压路机故障机理的基础上，提出了一种基于人工神经网络专家系统(ANNES)的振动压路机故障智能诊断系统，深入研究了知识库、推理机制、学习机制、解释机制、数据库以及神经网络与专家系统的相互导入机制等关键技术。在知识库中，用神经网络来表示浅层知识，以实现对故障的直觉联想；用框架来表示振动压路机的深层知识，以实现对故障诊断的逻辑验证。在推理机制中，基于神经网络的推理采用正向推理的方法，基于框架的推理则分为对神经网络诊断结果的逻辑验证和重新对故障逻辑推理，以保证故障诊断的正确性。在学习机制中，包括了神经网络对专家经验的学习以及对新的故障的学习。
6．在分析振动压路机压实智能控制系统人机交互软件设计需求的基础上，
In the robot technology Priority , which is in the field of the advanced manufacturing and automation technology under the National High Technology Research and Development Program of China (863 Program), airmada intelligentized engineering machinery is identified as one of 4 Subject areas. Airmada intelligentized fundamental is the single machine intelligence. The intelligentized technologies of vibratory road roller are researched in this paper from the three aspects: intelligent compaction control, intelligent fault diagnosis and intelligent human-machine interaction so as to do beneficial exploration and pioneering work for the research and development of the airmada engineering machinery. Research results of this paper are as follows:
1. On the basis of introducing the vibratory compaction mechanism , impacts of the vibratory road roller's main working parameters on compacting effect are analysed by building the dynamic model of vibratory road roller. The ultimate composition of intelligent compaction control system of vibratory road roller is given.Therefore, the theoretical basis is laid for the research and design of intelligent compaction control system of vibratory road roller.
2. On the basis of analyzing the function and requirement of intelligent compaction control system of vibratory road roller, the general design planning is presented based on CANbus and special purpose PLC. The hardware lectotype and design of the intelligent control system are accoplished.
3. On the basis of test in the laboratory and on site, technique improvement planning of compaction degree measuring instrument is made an offer. Some key technology dificulties are solved about calibration of compaction degree measuring instrument during use and connection with the controller. Compaction degree on-line detection is realized.
4. A kind of structure of fuzzy neural network for compaction control of road roller is put forward by connecting fuzzy system with artificial neural network in this paper, which consists of the fuzzification layer, fuzzy inference layer and clarification layer and is used. Self-adjusting of fuzzy neural network parameters are settled by learning algorithms of compensated fuzzy neural network. Fuzzy control
1．在介绍振动压实机理的基础上，通过建立振动压路机动力学模型，分析了振动压路机主要工作参数对压实效果的影响，给出了振动压路机压实智能控制系统的基本组成，为振动压路机压实智能控制系统的研究与设计奠定了理论基础。
2．在分析振动压路机压实智能控制系统的功能及要求的基础上，提出了基于CAN总线技术和专用PLC构成的振动压路机压实智能控制系统总体设计方案，完成了智能控制系统的硬件选型与设计。
3．在实验室和现场试验的基础上，提出了压实度仪的技术改进方案，解决了压实度仪使用过程中的标定、与控制器的连接等关键技术难点，实现了压实度的在线检测。
4．将模糊系统与神经网络相结合，提出了一种由模糊化层、模糊推理层和清晰化层组成的振动压路机压实模糊神经网络控制器结构，运用补偿模糊神经网络的学习算法解决参数的自动调整问题。把实践中得出的模糊控制规则表作为训练模糊神经网络的样本，仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力，可用于振动压路机的压实控制中。
5．在分析振动压路机故障机理的基础上，提出了一种基于人工神经网络专家系统(ANNES)的振动压路机故障智能诊断系统，深入研究了知识库、推理机制、学习机制、解释机制、数据库以及神经网络与专家系统的相互导入机制等关键技术。在知识库中，用神经网络来表示浅层知识，以实现对故障的直觉联想；用框架来表示振动压路机的深层知识，以实现对故障诊断的逻辑验证。在推理机制中，基于神经网络的推理采用正向推理的方法，基于框架的推理则分为对神经网络诊断结果的逻辑验证和重新对故障逻辑推理，以保证故障诊断的正确性。在学习机制中，包括了神经网络对专家经验的学习以及对新的故障的学习。
6．在分析振动压路机压实智能控制系统人机交互软件设计需求的基础上，
In the robot technology Priority , which is in the field of the advanced manufacturing and automation technology under the National High Technology Research and Development Program of China (863 Program), airmada intelligentized engineering machinery is identified as one of 4 Subject areas. Airmada intelligentized fundamental is the single machine intelligence. The intelligentized technologies of vibratory road roller are researched in this paper from the three aspects: intelligent compaction control, intelligent fault diagnosis and intelligent human-machine interaction so as to do beneficial exploration and pioneering work for the research and development of the airmada engineering machinery. Research results of this paper are as follows:
1. On the basis of introducing the vibratory compaction mechanism , impacts of the vibratory road roller's main working parameters on compacting effect are analysed by building the dynamic model of vibratory road roller. The ultimate composition of intelligent compaction control system of vibratory road roller is given.Therefore, the theoretical basis is laid for the research and design of intelligent compaction control system of vibratory road roller.
2. On the basis of analyzing the function and requirement of intelligent compaction control system of vibratory road roller, the general design planning is presented based on CANbus and special purpose PLC. The hardware lectotype and design of the intelligent control system are accoplished.
3. On the basis of test in the laboratory and on site, technique improvement planning of compaction degree measuring instrument is made an offer. Some key technology dificulties are solved about calibration of compaction degree measuring instrument during use and connection with the controller. Compaction degree on-line detection is realized.
4. A kind of structure of fuzzy neural network for compaction control of road roller is put forward by connecting fuzzy system with artificial neural network in this paper, which consists of the fuzzification layer, fuzzy inference layer and clarification layer and is used. Self-adjusting of fuzzy neural network parameters are settled by learning algorithms of compensated fuzzy neural network. Fuzzy control
引文
[1] 李冰，焦生杰．振动压路机与振动压实技术[M]．北京：人民交通出版社，2001
[2] 沈韧．工程机械“十五”规划与压实机械行业入世后的发展思路[J]．建筑机械，2002(1)
[3] 葛恒安．中国压实机械行业发展现状与未来战略抉择[J]．交通世界，2004(4)
[4] 祁隽燕，葛恒安．振动压路机与振动压实的前沿技术[J]．建筑机械，2002(9)
[5] 尹继瑶，梁凤英．压实技术与压实机械的新发展[J]．工程机械与维修，2001(10)
[6] 高文中，潘存治，王学智．YZC16自行式压路机自动调频系统的设计[J]．工程机械，2001(10)
[7] 赵昱东．我国振动压路机的新发展[J]．建筑机械化，2002(2)
[8] 葛恒安，尹继瑶．“十五”期间的中国压实机械[J]．工程机械，2001(7)
[9] 何社全．压实技术发展动向及趋势[J]．建筑机械化，2002(4)
[10] 卫雪莉，孙祖望，武雅丽．压实控制技术的现状与展望[J]．筑路机械与施工机械化，1992(1)
[11] 孙祖望．压实技术与压实机械的发展与展望[J]．筑路机械与施工机械化，2004(5)
[12] 万汉驰．压实机械技术发展方向与产品发展展望[J]．筑路机械与施工机械化，2004(5)
[13] 姬光才．宝马振动压路机的新技术[J]．筑养路机械，2002(9)
[14] 刘敬安，张万军，陈凯．现代压实机械的新技术[J]．工程机械，2002(10)
[15] 尹继瑶．当代压实机械的自动调幅压实系统[J]．建筑机械化，2002(2)
[16] 尹继瑶，粱凤英．国外压实机械的发展(二)[J]．建筑机械化，2001(5)
[17] Raymond HU．压实技术的飞跃—宝马研制中的GPS全球定位系统技术[J]．工程机械与维修，2003(6)
[18] 范小彬，马伟，杜发荣，等．连续压实控制技术及压实度计在振动压路机上的应用[J]．筑路机械与施工机械化，2003(5)
[19] 科技部863计划联合办公室．先进制造与自动化技术．http://www.863.org.cn/863_105/automation/index.html
[20] 张泓，闻邦椿．振动压路机压实机理的研究[J]．建筑机械，2000(3)
[21] 冯忠绪，贺钊，王西京．振动压路机数学模型初探[J]．西安公路交通大学 学报，1996(3)
[22] 闫成春，谷建华．双钢轮振动压路机压实性能分析[J]．市政技术，2003(1)
[23] 秦四成．振动压路机振动压实及其系统动力学研究[D]．长春：吉林工业大学，1998
[24] 范小彬，马伟，杜发荣，等．振动压路机整机建模及工作参数优化[J]．建筑机械化，2003(4)
[25] 周昌雄，周传鳞．优化振动压路机工作参数[J]．筑路机械与施工机械化，2000(3)
[26] 严世榕，闻邦椿．振动压路机的一种非线性动力学仿真[J]．建筑机械，1999(2)
[27] 何健和．振动压路机动力学特性及新型密实度仪研究开发[D]．福州：福州大学，2004
[28] 许晓亮，韩恒忠，贺杰．振动压路机机载压实度仪的技术发展[J]．工程机械，2002(12)
[29] 张润利，张俊杰，李熙山．振动压路机压实度连续检测仪[J]．工程机械，2001(8)
[30] 居彩梅．车载式压实度检测仪[D]．西安：长安大学，2001
[31] 蔡志刚．振动压路机LWMSD系列机载压实度仪[J]．工程机械与维修，2003(5)
[32] 冯忠绪．机群智能化工程机械[J]．工程机械，2003(10)
[33] 焦生杰，谭笑颖．触摸国际工程机械技术的最前沿—从bauma China 2002展览会看工程机械智能化技术的发展[J]．工程机械与维修，2003(1)
[34] 谢立扬，张智明．振动压路机智能化与压实研究概况[J]．筑路机械与施工机械化，2004(5)
[35] 张启君．机群智能化工程机械[J]．建筑机械化，2004(3)
[36] 王田苗，魏洪兴，王越超．智能化工程机械发展战略研究[J]．工程机械，2002(12)
[37] 魏洪兴，王田苗，陈殿生．智能化工程机械及其关键技术研究[J]．工程机械，2004(5)
[38] 陶伟，魏洪兴，刘淼．智能化工程机械通讯定位系统的研究[J]．工程机械，2003(7)
[39] 徐晓光，喻道远，饶运清，等．工程机械的智能化趋势与发展对策[J]．工程机械，2002(6)
[40] 王福山，郑尚龙，张明璐，等．沥青混凝土路面施工机群施工过程智能化控制研究[J]．工程机械，2003(5)
[41] 李学忠，郑尚龙，王福山，等．智能化路面施工机群的数据通讯方法与数据链协议[J]．工程机械，2003(4)
[42] 刘敬猛，王田苗，等．嵌入式技术及其在工程机械监控器中的应用[J]．工程机械，2003(6)
[43] 邬宽明．CAN总线原理和应用系统设计[M]．北京：北京航空航天大学出版社，1996
[44] 黄玉贤．基于CAN总线的智能压路机控制系统研究[D]．西安：长安大学，2003
[45] 陈立定．电气控制与可编程控制器[M]．广州：华南理工大学出版社，2001
[46] 路甬祥，胡大宏．电液比例控制技术[M]．北京：机械工业出版社，1988
[47] 黎放柏．电液比例控制与数字控制系统[M]．北京：机械工业出版社，1997
[48] 辛涛．智能振动压路机控制系统的研究与设计[D]．西安：长安大学，2003
[49] 王占林．近代液压控制[M]．北京：机械工业出版社，1997
[50] 李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996
[51] 孙增圻，张再兴，邓志东．智能控制理论与技术[M]．北京：清华大学出版社；南宁：广西科学技术出版社，1997
[52] 李人厚，秦世引．智能控制理论和方法[M]．西安：西安交通大学出版社，1994
[53] 张乃尧，阎平凡．神经网络与模糊控制[M]．北京：清华大学出版社，1998
[54] 郭培培．模糊控制在智能压路机自动压实控制系统上的应用研究[D]．西安：长安大学，2004
[55] 张奕．智能压路机控制系统设计及关键技术研究[D]．西安：长安大学，2004
[56] 张友旺，王荣铸．间接自适应动态递归模糊神经网络控制器设计[J]．中南大学学报，2004(2)
[57] 韩敏，孙燕楠．多输入模糊神经网络及其应用[J]．系统工程与电子技术，2003(10)
[58] 闻新，周露．Matlab神经网络仿真与应用[M]．北京：科学出版社，2003
[59] 王道平，张义忠．故障智能诊断系统的理论与方法[M]．北京：冶金工业出版社，2001
[60] 原清，刘湘崇．智能故障诊断技术及应用[M]．西安：陕西科学技术出版社，2004
[61] 曹龙汉．柴油机智能化故障诊断技术[M]．北京：国防工业出版社，2005
[62] 吴今培．智能故障诊断技术的发展和展望[J]．振动·测试与诊断，1999(2)
[63] 虞和济，陈长征，张省．基于神经网络的智能故障诊断[M]．北京：冶金工业出版社，2002
[64] 操召发．基于模糊逻辑推理故障智能诊断系统及其仿真研究[D]．上海：上海海事大学，2004
[65] 吴吉平，吴运新，李冰，等．LTU90A摊铺机智能故障诊断技术研究[J]．株洲工学院学报，2002(6)
[66] 文遇时．振动压路机振动系统故障分析[J]．工程机械，2003(3)
[67] 薛晓虎．筑路机械液压系统故障诊断技术探究[J]．筑路机械与施工机械化，2002，19(3)
[68] 周宏林．液压系统故障智能诊断技术的研究与发展[J]．机械制造与自动化，2004(2)
[69] 李洪智等．工程机械液压系统的故障诊断专家系统分析方法[J]．液压与气动，2001(4)
[70] 张荣沂等．液压系统故障诊断专家系统[J]．工程机械，2002(7)
[71] 王国庆，赖仲平．工程机械故障诊断专家系统[J]．筑路机械与施工机械化，1998(2)
[72] 张建华，王占林．液压系统故障诊断中基于事例推理的方法[J]．机床与液压，1997(4)
[73] 贺尚红，颜荣庆，李自光．液压系统故障诊断数据库专家系统的研究[J]．长沙交通学院学报，1998(2)
[74] 徐克林等．液压系统故障诊断专家系统的建立[J]．内燃机，2000(2)
[75] 焦生杰，陈光和．模糊数学在工程机械故障诊断中的应用研究[J]．西安矿业学院学报，1999(2)
[76] 苏羽等．基于信息融合原理的智能故障诊断模型[J]．计算机工程与应用，2004(8)
[77] 张彦铎，姜兴渭．多传感器信息融合及其在智能故障诊断中的应用[J]．传感器技术，1999(2)
[78] 谷立臣等．基于神经网络的传感器故障监测与诊断方法研究[J]．西安交通大学学报，2002(9)
[79] 王益群等．基于模糊神经网络的液压系统故障诊断方法[J]．液压气动与密封，2001(5)
[80] 杜文正等．基于竞争网络的液压系统故障诊断方法[J]．液压与气动，2003(10)
[81] 江丽，甄少华．基于BP神经网络的液压系统故障诊断专家系统[J]．机床与液压，2002(4)
[82] 付琼，宋彤．基于故障树的模糊神经网络的应用研究[J]．自动化技术与应用，2001(3)
[83] 武剑辉，杨学良．模糊BP神经网络及其在故障诊断中的应用[J]．系统工程与电子技术，2001(10)
[84] 左键民，王书城．基于模糊故障树理论的液压系统故障诊断方法研究[J]．南京航空航天大学学报，1999(6)
[85] 张建华，王占林．基于模糊神经网络的故障诊断方法的研究[J]．北京航空航天大学学报，1997(4)
[86] 张苗苗等．基于模糊神经网络的智能诊断系统的研制[J]．计算机工程，1999(3)
[87] 郭晓汾，邹国平．基于神经网络技术的故障诊断专家系统的研究[J]．中国公路学报，1998(4)
[88] 何易，董爱华，闫书锋．基于神经网络专家系统的大型异步电动机故障诊断[J]．工矿自动化，2004(10)
[89] 刘锋，夏春先，黄振和．基于人工神经网络的故障诊断专家系统[J]．国外电子测量技术，2004(4)
[90] 张毅，王红，朱永波，等．一个基于神经网络故障诊断专家系统[J]．测控技术，2004(11)
[91] 姜华等．基于Web的液压系统故障诊断专家系统的开发[J]．工程机械，2004(3)
[92] 杨光，杨拥民，袁杰红等．基于B／S模型的设备远程诊断系统的研究[J]．测控技术，2001(6)
[93] 黎洪生，杨叔子等．基于B／S的远程故障诊断专家系统研究[J]．武汉工业大学学报，1999(8)
[94] 郑尚龙，牛占文等．基于GSM／GPRS的工程机械机群状态监测与故障诊断系统(上)[J]．工程机械，2003(8)
[95] 郑尚龙，牛占文等．基于GSM／GPRS的工程机械机群状态监测与故障诊断系统(下)[J]．工程机械，2003(9)
[96] 方志洪．基于神经网络的液压系统故障诊断技术的研究[D]．杭州：浙江大学，1997
[97] 张小栋．模糊神经网络诊断原理和方法以及应用研究[D]．西安：西安交通大学，1995
[98] 翟永杰．基于支持向量机的故障智能诊断方法研究[D]．华北电力大学(河北)，2004
[99] 黄伦明．压路机的智能化与故障智能诊断的研究与设计[D]．西安：长安大学，2003
[100] 曹显利．基于专家系统的智能压路机液压系统故障诊断技术的研究[D]．西安：长安大学，2004
[101] 董士海，王衡．人机交互[M]．北京：北京大学出版社，2004
[102] 董士海．人机交互的进展及面临的挑战[J]．计算机辅助设计与图形学学报，2004(1)
[103] 王立峰，延伟东，章华．软件工程理论与实践[M]．北京：清华大学出版社，2003
[104] 刘小石，郑淮，马林伟，等．精通Visual C++6.0[M]．北京：清华大学出版社，2000
[105] 蔺广逢．基于VC++的智能压路机人机交互软件开发[D]．西安：长安大学，2005
[106] Yoo,Tai-Sung;Selig,Ernest T. Dynamics of Vibratory-roller Compaction[J]. ASCE, Journal of the Geotechnical Engineering Division, Vol. 105, No.10,1979,1211-1231
[107] Withrow, Howard. Compaction Parameters of Roller Compacted Concrete. ASCE, Proc. of the Conf. on Roller Compacted Concrete Ⅱ.San Diego,CA, USA,1988,123-135
[108] Scherocman, James A. Control of Six Compaction Variables[J]. Better Roads, Vol. 55, No.2,1985, 24-26
[109] Pietzsch, Dieter; Poppy, Wolfgang.Simulation of Soil Compaction with Vibratory Rollers[J]. Journal of Terramechanics, Vol. 29, No.6,1992,585-597
[110] Ping, W. Virgil; Yang, Zenghai; Leonard, Michael; et al. Laboratory Simulation of Field Compaction Characteristics on Sandy Soils[J]. Transportation Research Record, No.1808, 2002, 84-95
[111] Edward J.Jaselskis;Jonas Grigas;and Algirdas Brilingas. Dielectric Properties of Asphalt Pavement[J]. Journal of Materials in Civil Engineering, Vol.15, No.5 ,2003, 427-434
[112] Anderegg,Roland;Kaufmann,Kuno.Intelligent Compaction with Vibratory Rollers Feedback Control Systems in Automatic Compaction and Compaction Control[J]. Transportation Research Record, No.1868,2004,124-134
[113] Minchin Jr.,R.Edward;Swanson,David C.;Thomas,H.Randolph. Computer Methods in Intelligent Compaction. Proc.of the 2005 Int. Conf. on Computing in Civil Engineering, Cancun, Mexico,2005,1145-1155
[114] Oloufa,Amr A. Quality Control of Asphalt Compaction Using GPS-Based System Architecture[J].IEEE Robotics and Automation Magazine, Vol.9, No.1 ,2002, 29-35
[115] H. Takagi. Fusion Technology of Fuzzy Theory and Neural Networks-Survey and Future Directions. Proc. of Int. Conf. on Fuzzy Logic and Neural Networks,Iizuka,Japan, 1990,13-26
[116] Wu Shiqian, Joo Meng, Gao Yang. A Fast Approach for Automatic Generation of Fuzzy Rules by Generalized Dynamic Fuzzy Neural Network [J].IEEE Trans. On Fuzzy Systems, Vol. 9, No. 4, 2001,578-594
[117] W. M. Huang, Y. Yang, G. F. Xiong. Adaptive Fuzzy Neural Network Control in Hydraulic Servo System. Proc.of the 4th Int. Conf. on Fluid Power Transmission and Control. Hangzhou, China, 1997,189-193
[118] C. T. Lin, et al. . Neural Networks Based Fuzzy Logic Control and Design System[J]. IEEE Trans. on Computer, Vol.40, No.12,1991,1320-1336
[119] J. R. Jang. Self-learning Fuzzy Controller Based on Temp Back Propagation[J]. IEEE Trans. on Neural Networks, Vol.3, No.5,1992,714-723
[120] Becraft, W.R.; Lee, P.L. Integrated Neural Network/Expert System Approach for Fault Diagnosis[J].Computers & Chemical Engineering, Vol.17, No.10, 1993,1001-1014
[121] Cheng, Shu; Gao, Qinhe; Yu, Junjun. Expert System of Fault Diagnosis Based on the Neural Network and Regulations. Proceedings of the 3th World Congress on Intelligent Control and Automation, Hefei, China ,2000, 327-329
[122] Zhang, Dinghui; Dai, Shuguang; Zheng, Youqin; et al. Researches and application of a hybrid fault diagnosis expert system. Proceedings of the 3th World Congress on Intelligent Control and Automation, Hefei, China, 2000, 215-219
[123] Lv, Yanmei; Sun, Jiangsheng; Feng, Guangbin. Design of Fault Diagnosis Expert System Based on Neural Network. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,1395-1398
[124] Shang, Chaoxuan; Li, Heping; Wang, Xiaonian; et al. A Method of Faults Intelligent Diagnosis Based on Neural Network and Expert System for Radar. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003, 901-904
[125] Yao, Yi; Yao, Zhimin; Zhang, Dayong. The Expert System of Nerve Network Faults Diagnosis. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,1367-1371
[126] Feng, Xiufang; Yu, Xueli. The Application of Neural Network and Fuzzy Reasoning in Fault Diagnosis. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,4217-4220
[127] Deling, Zheng. Fusion Method of Neural Network and Fuzzy System in Expert System[J]. Advances in Modeling and Analysis B, Vol.33, No.1-3,1995, 47-51
[2] 沈韧．工程机械“十五”规划与压实机械行业入世后的发展思路[J]．建筑机械，2002(1)
[3] 葛恒安．中国压实机械行业发展现状与未来战略抉择[J]．交通世界，2004(4)
[4] 祁隽燕，葛恒安．振动压路机与振动压实的前沿技术[J]．建筑机械，2002(9)
[5] 尹继瑶，梁凤英．压实技术与压实机械的新发展[J]．工程机械与维修，2001(10)
[6] 高文中，潘存治，王学智．YZC16自行式压路机自动调频系统的设计[J]．工程机械，2001(10)
[7] 赵昱东．我国振动压路机的新发展[J]．建筑机械化，2002(2)
[8] 葛恒安，尹继瑶．“十五”期间的中国压实机械[J]．工程机械，2001(7)
[9] 何社全．压实技术发展动向及趋势[J]．建筑机械化，2002(4)
[10] 卫雪莉，孙祖望，武雅丽．压实控制技术的现状与展望[J]．筑路机械与施工机械化，1992(1)
[11] 孙祖望．压实技术与压实机械的发展与展望[J]．筑路机械与施工机械化，2004(5)
[12] 万汉驰．压实机械技术发展方向与产品发展展望[J]．筑路机械与施工机械化，2004(5)
[13] 姬光才．宝马振动压路机的新技术[J]．筑养路机械，2002(9)
[14] 刘敬安，张万军，陈凯．现代压实机械的新技术[J]．工程机械，2002(10)
[15] 尹继瑶．当代压实机械的自动调幅压实系统[J]．建筑机械化，2002(2)
[16] 尹继瑶，粱凤英．国外压实机械的发展(二)[J]．建筑机械化，2001(5)
[17] Raymond HU．压实技术的飞跃—宝马研制中的GPS全球定位系统技术[J]．工程机械与维修，2003(6)
[18] 范小彬，马伟，杜发荣，等．连续压实控制技术及压实度计在振动压路机上的应用[J]．筑路机械与施工机械化，2003(5)
[19] 科技部863计划联合办公室．先进制造与自动化技术．http://www.863.org.cn/863_105/automation/index.html
[20] 张泓，闻邦椿．振动压路机压实机理的研究[J]．建筑机械，2000(3)
[21] 冯忠绪，贺钊，王西京．振动压路机数学模型初探[J]．西安公路交通大学 学报，1996(3)
[22] 闫成春，谷建华．双钢轮振动压路机压实性能分析[J]．市政技术，2003(1)
[23] 秦四成．振动压路机振动压实及其系统动力学研究[D]．长春：吉林工业大学，1998
[24] 范小彬，马伟，杜发荣，等．振动压路机整机建模及工作参数优化[J]．建筑机械化，2003(4)
[25] 周昌雄，周传鳞．优化振动压路机工作参数[J]．筑路机械与施工机械化，2000(3)
[26] 严世榕，闻邦椿．振动压路机的一种非线性动力学仿真[J]．建筑机械，1999(2)
[27] 何健和．振动压路机动力学特性及新型密实度仪研究开发[D]．福州：福州大学，2004
[28] 许晓亮，韩恒忠，贺杰．振动压路机机载压实度仪的技术发展[J]．工程机械，2002(12)
[29] 张润利，张俊杰，李熙山．振动压路机压实度连续检测仪[J]．工程机械，2001(8)
[30] 居彩梅．车载式压实度检测仪[D]．西安：长安大学，2001
[31] 蔡志刚．振动压路机LWMSD系列机载压实度仪[J]．工程机械与维修，2003(5)
[32] 冯忠绪．机群智能化工程机械[J]．工程机械，2003(10)
[33] 焦生杰，谭笑颖．触摸国际工程机械技术的最前沿—从bauma China 2002展览会看工程机械智能化技术的发展[J]．工程机械与维修，2003(1)
[34] 谢立扬，张智明．振动压路机智能化与压实研究概况[J]．筑路机械与施工机械化，2004(5)
[35] 张启君．机群智能化工程机械[J]．建筑机械化，2004(3)
[36] 王田苗，魏洪兴，王越超．智能化工程机械发展战略研究[J]．工程机械，2002(12)
[37] 魏洪兴，王田苗，陈殿生．智能化工程机械及其关键技术研究[J]．工程机械，2004(5)
[38] 陶伟，魏洪兴，刘淼．智能化工程机械通讯定位系统的研究[J]．工程机械，2003(7)
[39] 徐晓光，喻道远，饶运清，等．工程机械的智能化趋势与发展对策[J]．工程机械，2002(6)
[40] 王福山，郑尚龙，张明璐，等．沥青混凝土路面施工机群施工过程智能化控制研究[J]．工程机械，2003(5)
[41] 李学忠，郑尚龙，王福山，等．智能化路面施工机群的数据通讯方法与数据链协议[J]．工程机械，2003(4)
[42] 刘敬猛，王田苗，等．嵌入式技术及其在工程机械监控器中的应用[J]．工程机械，2003(6)
[43] 邬宽明．CAN总线原理和应用系统设计[M]．北京：北京航空航天大学出版社，1996
[44] 黄玉贤．基于CAN总线的智能压路机控制系统研究[D]．西安：长安大学，2003
[45] 陈立定．电气控制与可编程控制器[M]．广州：华南理工大学出版社，2001
[46] 路甬祥，胡大宏．电液比例控制技术[M]．北京：机械工业出版社，1988
[47] 黎放柏．电液比例控制与数字控制系统[M]．北京：机械工业出版社，1997
[48] 辛涛．智能振动压路机控制系统的研究与设计[D]．西安：长安大学，2003
[49] 王占林．近代液压控制[M]．北京：机械工业出版社，1997
[50] 李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996
[51] 孙增圻，张再兴，邓志东．智能控制理论与技术[M]．北京：清华大学出版社；南宁：广西科学技术出版社，1997
[52] 李人厚，秦世引．智能控制理论和方法[M]．西安：西安交通大学出版社，1994
[53] 张乃尧，阎平凡．神经网络与模糊控制[M]．北京：清华大学出版社，1998
[54] 郭培培．模糊控制在智能压路机自动压实控制系统上的应用研究[D]．西安：长安大学，2004
[55] 张奕．智能压路机控制系统设计及关键技术研究[D]．西安：长安大学，2004
[56] 张友旺，王荣铸．间接自适应动态递归模糊神经网络控制器设计[J]．中南大学学报，2004(2)
[57] 韩敏，孙燕楠．多输入模糊神经网络及其应用[J]．系统工程与电子技术，2003(10)
[58] 闻新，周露．Matlab神经网络仿真与应用[M]．北京：科学出版社，2003
[59] 王道平，张义忠．故障智能诊断系统的理论与方法[M]．北京：冶金工业出版社，2001
[60] 原清，刘湘崇．智能故障诊断技术及应用[M]．西安：陕西科学技术出版社，2004
[61] 曹龙汉．柴油机智能化故障诊断技术[M]．北京：国防工业出版社，2005
[62] 吴今培．智能故障诊断技术的发展和展望[J]．振动·测试与诊断，1999(2)
[63] 虞和济，陈长征，张省．基于神经网络的智能故障诊断[M]．北京：冶金工业出版社，2002
[64] 操召发．基于模糊逻辑推理故障智能诊断系统及其仿真研究[D]．上海：上海海事大学，2004
[65] 吴吉平，吴运新，李冰，等．LTU90A摊铺机智能故障诊断技术研究[J]．株洲工学院学报，2002(6)
[66] 文遇时．振动压路机振动系统故障分析[J]．工程机械，2003(3)
[67] 薛晓虎．筑路机械液压系统故障诊断技术探究[J]．筑路机械与施工机械化，2002，19(3)
[68] 周宏林．液压系统故障智能诊断技术的研究与发展[J]．机械制造与自动化，2004(2)
[69] 李洪智等．工程机械液压系统的故障诊断专家系统分析方法[J]．液压与气动，2001(4)
[70] 张荣沂等．液压系统故障诊断专家系统[J]．工程机械，2002(7)
[71] 王国庆，赖仲平．工程机械故障诊断专家系统[J]．筑路机械与施工机械化，1998(2)
[72] 张建华，王占林．液压系统故障诊断中基于事例推理的方法[J]．机床与液压，1997(4)
[73] 贺尚红，颜荣庆，李自光．液压系统故障诊断数据库专家系统的研究[J]．长沙交通学院学报，1998(2)
[74] 徐克林等．液压系统故障诊断专家系统的建立[J]．内燃机，2000(2)
[75] 焦生杰，陈光和．模糊数学在工程机械故障诊断中的应用研究[J]．西安矿业学院学报，1999(2)
[76] 苏羽等．基于信息融合原理的智能故障诊断模型[J]．计算机工程与应用，2004(8)
[77] 张彦铎，姜兴渭．多传感器信息融合及其在智能故障诊断中的应用[J]．传感器技术，1999(2)
[78] 谷立臣等．基于神经网络的传感器故障监测与诊断方法研究[J]．西安交通大学学报，2002(9)
[79] 王益群等．基于模糊神经网络的液压系统故障诊断方法[J]．液压气动与密封，2001(5)
[80] 杜文正等．基于竞争网络的液压系统故障诊断方法[J]．液压与气动，2003(10)
[81] 江丽，甄少华．基于BP神经网络的液压系统故障诊断专家系统[J]．机床与液压，2002(4)
[82] 付琼，宋彤．基于故障树的模糊神经网络的应用研究[J]．自动化技术与应用，2001(3)
[83] 武剑辉，杨学良．模糊BP神经网络及其在故障诊断中的应用[J]．系统工程与电子技术，2001(10)
[84] 左键民，王书城．基于模糊故障树理论的液压系统故障诊断方法研究[J]．南京航空航天大学学报，1999(6)
[85] 张建华，王占林．基于模糊神经网络的故障诊断方法的研究[J]．北京航空航天大学学报，1997(4)
[86] 张苗苗等．基于模糊神经网络的智能诊断系统的研制[J]．计算机工程，1999(3)
[87] 郭晓汾，邹国平．基于神经网络技术的故障诊断专家系统的研究[J]．中国公路学报，1998(4)
[88] 何易，董爱华，闫书锋．基于神经网络专家系统的大型异步电动机故障诊断[J]．工矿自动化，2004(10)
[89] 刘锋，夏春先，黄振和．基于人工神经网络的故障诊断专家系统[J]．国外电子测量技术，2004(4)
[90] 张毅，王红，朱永波，等．一个基于神经网络故障诊断专家系统[J]．测控技术，2004(11)
[91] 姜华等．基于Web的液压系统故障诊断专家系统的开发[J]．工程机械，2004(3)
[92] 杨光，杨拥民，袁杰红等．基于B／S模型的设备远程诊断系统的研究[J]．测控技术，2001(6)
[93] 黎洪生，杨叔子等．基于B／S的远程故障诊断专家系统研究[J]．武汉工业大学学报，1999(8)
[94] 郑尚龙，牛占文等．基于GSM／GPRS的工程机械机群状态监测与故障诊断系统(上)[J]．工程机械，2003(8)
[95] 郑尚龙，牛占文等．基于GSM／GPRS的工程机械机群状态监测与故障诊断系统(下)[J]．工程机械，2003(9)
[96] 方志洪．基于神经网络的液压系统故障诊断技术的研究[D]．杭州：浙江大学，1997
[97] 张小栋．模糊神经网络诊断原理和方法以及应用研究[D]．西安：西安交通大学，1995
[98] 翟永杰．基于支持向量机的故障智能诊断方法研究[D]．华北电力大学(河北)，2004
[99] 黄伦明．压路机的智能化与故障智能诊断的研究与设计[D]．西安：长安大学，2003
[100] 曹显利．基于专家系统的智能压路机液压系统故障诊断技术的研究[D]．西安：长安大学，2004
[101] 董士海，王衡．人机交互[M]．北京：北京大学出版社，2004
[102] 董士海．人机交互的进展及面临的挑战[J]．计算机辅助设计与图形学学报，2004(1)
[103] 王立峰，延伟东，章华．软件工程理论与实践[M]．北京：清华大学出版社，2003
[104] 刘小石，郑淮，马林伟，等．精通Visual C++6.0[M]．北京：清华大学出版社，2000
[105] 蔺广逢．基于VC++的智能压路机人机交互软件开发[D]．西安：长安大学，2005
[106] Yoo,Tai-Sung;Selig,Ernest T. Dynamics of Vibratory-roller Compaction[J]. ASCE, Journal of the Geotechnical Engineering Division, Vol. 105, No.10,1979,1211-1231
[107] Withrow, Howard. Compaction Parameters of Roller Compacted Concrete. ASCE, Proc. of the Conf. on Roller Compacted Concrete Ⅱ.San Diego,CA, USA,1988,123-135
[108] Scherocman, James A. Control of Six Compaction Variables[J]. Better Roads, Vol. 55, No.2,1985, 24-26
[109] Pietzsch, Dieter; Poppy, Wolfgang.Simulation of Soil Compaction with Vibratory Rollers[J]. Journal of Terramechanics, Vol. 29, No.6,1992,585-597
[110] Ping, W. Virgil; Yang, Zenghai; Leonard, Michael; et al. Laboratory Simulation of Field Compaction Characteristics on Sandy Soils[J]. Transportation Research Record, No.1808, 2002, 84-95
[111] Edward J.Jaselskis;Jonas Grigas;and Algirdas Brilingas. Dielectric Properties of Asphalt Pavement[J]. Journal of Materials in Civil Engineering, Vol.15, No.5 ,2003, 427-434
[112] Anderegg,Roland;Kaufmann,Kuno.Intelligent Compaction with Vibratory Rollers Feedback Control Systems in Automatic Compaction and Compaction Control[J]. Transportation Research Record, No.1868,2004,124-134
[113] Minchin Jr.,R.Edward;Swanson,David C.;Thomas,H.Randolph. Computer Methods in Intelligent Compaction. Proc.of the 2005 Int. Conf. on Computing in Civil Engineering, Cancun, Mexico,2005,1145-1155
[114] Oloufa,Amr A. Quality Control of Asphalt Compaction Using GPS-Based System Architecture[J].IEEE Robotics and Automation Magazine, Vol.9, No.1 ,2002, 29-35
[115] H. Takagi. Fusion Technology of Fuzzy Theory and Neural Networks-Survey and Future Directions. Proc. of Int. Conf. on Fuzzy Logic and Neural Networks,Iizuka,Japan, 1990,13-26
[116] Wu Shiqian, Joo Meng, Gao Yang. A Fast Approach for Automatic Generation of Fuzzy Rules by Generalized Dynamic Fuzzy Neural Network [J].IEEE Trans. On Fuzzy Systems, Vol. 9, No. 4, 2001,578-594
[117] W. M. Huang, Y. Yang, G. F. Xiong. Adaptive Fuzzy Neural Network Control in Hydraulic Servo System. Proc.of the 4th Int. Conf. on Fluid Power Transmission and Control. Hangzhou, China, 1997,189-193
[118] C. T. Lin, et al. . Neural Networks Based Fuzzy Logic Control and Design System[J]. IEEE Trans. on Computer, Vol.40, No.12,1991,1320-1336
[119] J. R. Jang. Self-learning Fuzzy Controller Based on Temp Back Propagation[J]. IEEE Trans. on Neural Networks, Vol.3, No.5,1992,714-723
[120] Becraft, W.R.; Lee, P.L. Integrated Neural Network/Expert System Approach for Fault Diagnosis[J].Computers & Chemical Engineering, Vol.17, No.10, 1993,1001-1014
[121] Cheng, Shu; Gao, Qinhe; Yu, Junjun. Expert System of Fault Diagnosis Based on the Neural Network and Regulations. Proceedings of the 3th World Congress on Intelligent Control and Automation, Hefei, China ,2000, 327-329
[122] Zhang, Dinghui; Dai, Shuguang; Zheng, Youqin; et al. Researches and application of a hybrid fault diagnosis expert system. Proceedings of the 3th World Congress on Intelligent Control and Automation, Hefei, China, 2000, 215-219
[123] Lv, Yanmei; Sun, Jiangsheng; Feng, Guangbin. Design of Fault Diagnosis Expert System Based on Neural Network. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,1395-1398
[124] Shang, Chaoxuan; Li, Heping; Wang, Xiaonian; et al. A Method of Faults Intelligent Diagnosis Based on Neural Network and Expert System for Radar. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003, 901-904
[125] Yao, Yi; Yao, Zhimin; Zhang, Dayong. The Expert System of Nerve Network Faults Diagnosis. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,1367-1371
[126] Feng, Xiufang; Yu, Xueli. The Application of Neural Network and Fuzzy Reasoning in Fault Diagnosis. Proceedings of the 5th International Symposium on Test and Measurement, Shenzhen, China, 2003,4217-4220
[127] Deling, Zheng. Fusion Method of Neural Network and Fuzzy System in Expert System[J]. Advances in Modeling and Analysis B, Vol.33, No.1-3,1995, 47-51