摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 列车转向架故障类型研究现状 | 第10-11页 |
1.2.2 特征选择算法研究现状 | 第11-12页 |
1.2.3 参数优化算法研究现状 | 第12-13页 |
1.2.4 不同程度渐变故障定量分析研究现状 | 第13页 |
1.3 本文主要研究内容和研究方法 | 第13-14页 |
1.4 本文组织安排 | 第14-16页 |
第2章 转向架关键部件故障类型和实验数据 | 第16-27页 |
2.1 高速列车转向架仿真平台和实验数据 | 第16-18页 |
2.2 转向架关键部件故障类型 | 第18-22页 |
2.2.1 转向架关键部件 | 第18-19页 |
2.2.2 转向架关键部件不同程度损坏故障 | 第19-21页 |
2.2.3 转向架关键部件不同类型损坏故障 | 第21-22页 |
2.3 故障诊断模型 | 第22-26页 |
2.3.1 故障特征提取 | 第22-25页 |
2.3.2 故障诊断模型 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 基于DS理论和改进型GS的SVM故障诊断方法研究 | 第27-41页 |
3.1 单一准则特征评价方法 | 第27-28页 |
3.1.1 Mahalanobisdistance | 第27-28页 |
3.1.2 Fisher’sratio | 第28页 |
3.1.3 FuzzyEntropy | 第28页 |
3.2 基于DS理论的多准则特征评价方法 | 第28-30页 |
3.2.1 DS相关理论 | 第28-29页 |
3.2.2 基于DS理论的多准则特征评价方法 | 第29-30页 |
3.3 基于DS理论和改进型GS的SVM参数优化 | 第30-37页 |
3.3.1 SVM相关理论 | 第30-32页 |
3.3.2 基于GA的SVM参数优化方法 | 第32-33页 |
3.3.3 基于PSO的SVM参数优化方法 | 第33-34页 |
3.3.4 基于GS的SVM参数优化方法 | 第34-36页 |
3.3.5 基于DS理论和改进型GS的SVM参数优化方法 | 第36-37页 |
3.4 实验及结果分析 | 第37-39页 |
3.5 本章小结 | 第39-41页 |
第4章 基于反馈型DS理论和改进型GS的SVM列车转向架故障诊断 | 第41-54页 |
4.1 基于FDS-IGS的SVM故障诊断方法 | 第41-44页 |
4.1.1 故障诊断过程中的反馈调节理论 | 第41-42页 |
4.1.2 基于FDS-IGS的SVM故障诊断方法 | 第42-44页 |
4.2 基于FDS-IGS的SVM转向架不同类型故障分析 | 第44-46页 |
4.2.1 实验步骤 | 第44页 |
4.2.2 实验结果分析 | 第44-46页 |
4.3 基于FDS-IGS的SVR转向架不同程度故障分析 | 第46-52页 |
4.3.1 支持向量回归原理 | 第46-48页 |
4.3.2 实验步骤 | 第48-49页 |
4.3.3 实验结果分析 | 第49-52页 |
4.4 本章小结 | 第52-54页 |
总结与展望 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-62页 |
攻读硕士学位期间发表的论文及科研成果 | 第62页 |