摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-19页 |
1.1 课题背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-16页 |
1.3 本文研究内容 | 第16-18页 |
1.3.1 项目来源与研究意义 | 第16-17页 |
1.3.2 主要研究内容 | 第17-18页 |
1.4 本章小结 | 第18-19页 |
第2章 基于3G的机车远程协同故障诊断系统总体结构 | 第19-28页 |
2.1 系统分析与技术需求 | 第19-24页 |
2.1.1 诊断数据流分析 | 第19-23页 |
2.1.2 车地数据传输方式 | 第23页 |
2.1.3 机车远程协同故障诊断技术需求 | 第23-24页 |
2.2 远程协同诊断方式 | 第24-25页 |
2.2.1 协同诊断分析 | 第24页 |
2.2.2 协同诊断框架 | 第24-25页 |
2.3 系统总体框架 | 第25-27页 |
2.4 本章小结 | 第27-28页 |
第3章 车载数据采集及传输系统设计 | 第28-42页 |
3.1 车载数据采集及传输系统硬件连接 | 第29-32页 |
3.1.1 系统关联硬件介绍 | 第29-31页 |
3.1.2 系统关联硬件连接方式 | 第31-32页 |
3.2 车载数据采集软件设计与实现 | 第32-35页 |
3.2.1 机车状态数据协议分析 | 第32-34页 |
3.2.2 车载数据采集软件设计 | 第34-35页 |
3.3 数据传输软件设计与实现 | 第35-40页 |
3.3.1 基于3G的数据传输技术分析 | 第35-37页 |
3.3.2 数据传输软件设计 | 第37-40页 |
3.4 本章小结 | 第40-42页 |
第4章 地面控制中心设计 | 第42-77页 |
4.1 数据接收模块设计与实现 | 第44-49页 |
4.1.1 远程数据流分析 | 第44-45页 |
4.1.2 远程数据接收软件实现 | 第45-49页 |
4.2 机车定位模块设计与实现 | 第49-55页 |
4.2.1 基于D-S证据理论的机车定位数据融合原理 | 第50-52页 |
4.2.2 基于D-S证据理论的机车定位数据融合过程 | 第52-53页 |
4.2.3 基于Google Map API的机车定位模块设计 | 第53-55页 |
4.3 机车模拟主屏模块设计与实现 | 第55-59页 |
4.3.1 机车状态曲线设计方案 | 第55-57页 |
4.3.2 叠层自适应设计 | 第57-59页 |
4.3.3 机车模拟主屏模块实现 | 第59页 |
4.4 故障分析模块设计与实现 | 第59-69页 |
4.4.1 基于Bayes理论的多源轴温数据融合原理 | 第60-63页 |
4.4.2 基于Bayes理论的多源轴温数据融合过程 | 第63-66页 |
4.4.3 轴温报警模块设计 | 第66-67页 |
4.4.4 轨道检测数据分析模块设计 | 第67-69页 |
4.5 协同诊断模块设计与实现 | 第69-76页 |
4.5.1 机车故障知识库设计 | 第69-73页 |
4.5.2 协同诊断模块设计 | 第73-76页 |
4.6 本章小结 | 第76-77页 |
第5章 总结与展望 | 第77-79页 |
5.1 总结 | 第77-78页 |
5.2 展望 | 第78-79页 |
参考文献 | 第79-84页 |
致谢 | 第84-85页 |
攻读硕士学位期间发表的论文和参与的项目 | 第85页 |