面向齿轮箱关键部件的故障诊断与运维问题研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义及目的 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 故障诊断研究现状 | 第14-15页 |
| 1.3.2 维修优化研究现状 | 第15-16页 |
| 1.4 研究内容及技术路线 | 第16-20页 |
| 1.4.1 主要研究内容 | 第16-18页 |
| 1.4.2 技术路线 | 第18-20页 |
| 2 齿轮箱振动机理和故障类型分析 | 第20-24页 |
| 2.1 齿轮振动机理 | 第20-21页 |
| 2.2 齿轮故障类型 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 列车齿轮箱多维特征向量提取方法研究 | 第24-46页 |
| 3.1 齿轮振动信号特征提取方法及流程 | 第24-26页 |
| 3.2 振动信号处理方法 | 第26-31页 |
| 3.2.1 小波包分析 | 第26-28页 |
| 3.2.2 EMD经验模态分解 | 第28-29页 |
| 3.2.3 LMD局部均值分解 | 第29-31页 |
| 3.3 齿轮箱齿轮的特征指标 | 第31-34页 |
| 3.3.1 时域特征指标 | 第31-33页 |
| 3.3.2 频域特征指标 | 第33-34页 |
| 3.3.3 时频域特征指标 | 第34页 |
| 3.4 特征选取与主成分分析 | 第34-38页 |
| 3.4.1 特征选取 | 第35-36页 |
| 3.4.2 PCA主成分分析法 | 第36-38页 |
| 3.5 实例分析 | 第38-46页 |
| 3.5.1 数据来源 | 第39页 |
| 3.5.2 特征提取 | 第39-46页 |
| 4 基于IT2FCM的列车齿轮箱故障诊断方法 | 第46-60页 |
| 4.1 IT2FCM方法的概述 | 第46-54页 |
| 4.1.1 二型模糊集合 | 第47-48页 |
| 4.1.2 FCM算法 | 第48-50页 |
| 4.1.3 IT2FCM算法 | 第50-54页 |
| 4.2 实验及结果分析 | 第54-57页 |
| 4.2.1 实验数据来源 | 第54页 |
| 4.2.2 实验准备 | 第54-56页 |
| 4.2.3 结果分析 | 第56-57页 |
| 4.3 本章小结 | 第57-60页 |
| 5 基于故障诊断的列车维修优化研究 | 第60-80页 |
| 5.1 基于故障诊断的列车维修计划优化方法和流程 | 第60-61页 |
| 5.2 轨道交通列车维修模式分析 | 第61-63页 |
| 5.3 基于故障诊断的维修计划优化模型 | 第63-72页 |
| 5.3.1 维修决策目标 | 第63-65页 |
| 5.3.2 多目标优化决策模型 | 第65-67页 |
| 5.3.3 在线监测维修计划优化模型 | 第67-69页 |
| 5.3.4 离线监测维修计划优化模型 | 第69-72页 |
| 5.4 实例验证及结果分析 | 第72-78页 |
| 5.4.1 在线监测的齿轮视情维修优化 | 第73-77页 |
| 5.4.2 离线监测的齿轮视情维修优化 | 第77-78页 |
| 5.5 本章小结 | 第78-80页 |
| 6 结论与展望 | 第80-82页 |
| 6.1 主要工作与结论 | 第80-81页 |
| 6.2 主要创新点 | 第81页 |
| 6.3 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第86-90页 |
| 学位论文数据集 | 第90页 |
