首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--研究方法、工作方法论文--运输管理自动化论文

轨道交通车站设备智能监控与故障诊断系统的研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-19页
   ·论文的选题背景第11-12页
   ·国内外轨道交通车站设备智能监控和管理技术的现状第12-15页
     ·国际现状第12-13页
     ·国内现状第13-15页
   ·课题研究意义第15页
   ·论文的主要内容第15-19页
第二章 轨道交通车站设备智能监控系统设计第19-40页
   ·轨道交通车站设备智能监控系统硬件平台设计第19-23页
     ·传统轨道交通车站设备监控系统硬件结构第20-21页
     ·网络化轨道交通车站设备监控系统硬件结构第21-23页
     ·轨道交通车站设备智能监控系统控制设备选择第23页
   ·轨道交通车站设备信息集合器的设计第23-35页
     ·车站设备信息集合器的功能结构和需求分析第23-26页
     ·轨道交通车站设备信息集合器功能模块设计第26-34页
     ·轨道交通车站信息集合器在系统中接线方式第34-35页
   ·轨道交通车站设备智能监控系统软件平台设计第35-39页
     ·组态软件的介绍第35-36页
     ·组态王监控界面设计第36-38页
     ·组态王监控系统通信模块的设计第38-39页
   ·小结第39-40页
第三章 轨道交通车站设备监控功能设计第40-57页
   ·车站设备监控功能总体设计第40-41页
   ·数据库设计第41-47页
     ·创建数据库第41-42页
     ·数据库逻辑结构设计第42-47页
     ·创建数据表的脚本第47页
   ·车站设备管理系统详细设计第47-56页
     ·VB.Net与数据库接口设计第48-50页
     ·VB.Net与Matlab7.0接口设计第50-51页
     ·VB.Net与组态王Kingview接口设计第51-52页
     ·组态王kingview与数据库接口设计第52-56页
   ·小结第56-57页
第四章 信息融合技术在故障诊断系统中的研究第57-77页
   ·信息融合技术第57-61页
     ·信息融合技术简介第57-58页
     ·多传感器信息融合结构模型第58-59页
     ·多传感器信息融合算法研究第59-61页
   ·人工神经网络简介第61-68页
     ·人工神经网络概念第61-62页
     ·误差反向传播神经网络(BP)第62-67页
     ·径向基函数神经网络(RBF)第67-68页
   ·基于人工神经网络的信息融合方法的实例分析第68-76页
     ·确定系统检测参量第68-70页
     ·建立故障诊断模型第70页
     ·训练系统模型第70-72页
     ·基于Matlab的BP神经网络的模型训练第72-74页
     ·基于Matlab的RBF神经网络的模型训练第74-75页
     ·轨道交通车站设备故障诊断仿真第75-76页
   ·小结第76-77页
第五章 系统试验与运行第77-80页
   ·系统试验方案第77-78页
   ·系统试验内容第78页
   ·系统试验运行第78-79页
   ·系统总体测试结论第79页
   ·小结第79-80页
第六章 课题总结与展望第80-82页
   ·课题研究总结第80页
   ·课题研究展望第80-82页
参考文献第82-88页
攻读硕士学位期间发表的论文第88-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:上海市高架道路景观构成与分析
下一篇:基于复杂薄壁件综合误差控制的装夹优化方法研究