| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 论文选题背景介绍 | 第12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 列车转向架故障信号特征提取研究现状 | 第12-14页 |
| 1.2.2 MEMD算法的研究现状 | 第14-15页 |
| 1.2.3 压缩感知特征降维 | 第15-16页 |
| 1.3 本文研究主要内容 | 第16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 第2章 高速列车转向架关键部件及实验数据 | 第18-31页 |
| 2.1 高速列车转向架振动分析 | 第18-20页 |
| 2.2 实验数据 | 第20-21页 |
| 2.3 高速列车转向架不同工况介绍及初步分析 | 第21-29页 |
| 2.3.1 空气弹簧失效 | 第21-22页 |
| 2.3.2 抗蛇形减振器全拆工况 | 第22-23页 |
| 2.3.3 横向减振器全拆工况 | 第23-24页 |
| 2.3.4 复合故障工况 | 第24-25页 |
| 2.3.5 横向减振器不同个数失效工况 | 第25-27页 |
| 2.3.6 减振器性能参数蜕化 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 MEMD方法 | 第31-39页 |
| 3.1 EMD理论 | 第31-32页 |
| 3.2 MEMD理论 | 第32-37页 |
| 3.2.1 MEMD方法原理 | 第33-34页 |
| 3.2.2 MEMD算法步骤 | 第34-37页 |
| 3.3 信号辅助MEMD | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于MEMD和信息熵的转向架故障特征分析 | 第39-59页 |
| 4.1 信号的MEMD分解 | 第39-42页 |
| 4.2 基于信息熵的故障特征提取 | 第42-57页 |
| 4.2.1 排列熵特征提取 | 第42-47页 |
| 4.2.2 样本熵特征提取 | 第47-51页 |
| 4.2.3 多元多尺度熵特征提取 | 第51-57页 |
| 4.3 实验讨论 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 基于MEMD和压缩感知的减振器性能参数蜕化程度评估 | 第59-69页 |
| 5.1 信号的MEMD分解 | 第59-60页 |
| 5.2 基于信息熵的特征提取 | 第60-63页 |
| 5.3 基于压缩感知降维和Fisher比率的特征分析步骤 | 第63-68页 |
| 5.3.1 压缩感知算法 | 第63页 |
| 5.3.2 Fisher比率特征评价原理 | 第63-64页 |
| 5.3.3 基于压缩感知的特征降维步骤和Fisher比率评价 | 第64-67页 |
| 5.3.4 减振器不同蜕化程度识别结果 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的学术论文和参与的项目 | 第76页 |
