基于运营车辆的道岔病害检测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 选题的背景与意义 | 第11-12页 |
| 1.2 车辆-道岔动力学研究概况 | 第12-13页 |
| 1.3 道岔常见病害及其检测方法概述 | 第13-15页 |
| 1.4 本文研究技术路线与结构安排 | 第15-18页 |
| 2 车辆-道岔动力学模型的建立 | 第18-33页 |
| 2.1 SIMP ACK软件介绍 | 第18-20页 |
| 2.2 道岔建模 | 第20-30页 |
| 2.2.1 道岔的构造及特点 | 第20-22页 |
| 2.2.2 道岔建模原理 | 第22-27页 |
| 2.2.3 道岔病害的模拟 | 第27-30页 |
| 2.3 车辆仿真模型介绍 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 转向架振动信号分析 | 第33-51页 |
| 3.1 信号时域分析理论 | 第33-34页 |
| 3.2 小波包分解理论 | 第34-35页 |
| 3.3 尖轨不密贴信号分析 | 第35-40页 |
| 3.3.1 时域范围信号分析 | 第35-38页 |
| 3.3.2 小波包分解分析 | 第38-40页 |
| 3.4 尖轨轧伤信号分析 | 第40-43页 |
| 3.4.1 时域范围信号分析 | 第40-41页 |
| 3.4.2 小波包分解信号分析 | 第41-43页 |
| 3.5 叉心沉落信号分析 | 第43-47页 |
| 3.5.1 时域范围信号分析 | 第43-45页 |
| 3.5.2 小波包分解分析 | 第45-47页 |
| 3.6 导曲线反超高 | 第47-50页 |
| 3.6.1 时域范围信号分析 | 第47-48页 |
| 3.6.2 小波包分解分析 | 第48-50页 |
| 3.7 本章小结 | 第50-51页 |
| 4 基于SVM的病害识别 | 第51-66页 |
| 4.1 支持向量机概述 | 第51-52页 |
| 4.2 SVM分类原理 | 第52-53页 |
| 4.3 应用支持向量机对识别道岔病害 | 第53-65页 |
| 4.3.1 病害所在区域的识别 | 第54-57页 |
| 4.3.2 同一区域的病害识别 | 第57-58页 |
| 4.3.3 不同程度的病害识别 | 第58-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 模型验证及可行性分析 | 第66-84页 |
| 5.1 基于实验台的模型验证 | 第66-75页 |
| 5.1.1 实验台的组成与功能 | 第66-70页 |
| 5.1.2 实验台数据分析 | 第70-75页 |
| 5.2 工程应用可行性分析 | 第75-82页 |
| 5.2.1 运营线路道岔位置确定 | 第75-79页 |
| 5.2.2 运营车辆振动信号分析 | 第79-82页 |
| 5.3 本章小结 | 第82-84页 |
| 6 结论及展望 | 第84-86页 |
| 6.1 工作总结 | 第84-85页 |
| 6.2 研究展望 | 第85-86页 |
| 参考文献 | 第86-88页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第88-90页 |
| 学位论文数据集 | 第90页 |
