| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·主动运维服务状态监测与故障诊断技术的背景 | 第11-12页 |
| ·主动运维服务状态监测与故障诊断技术研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 2 基础理论和关键技术 | 第17-27页 |
| ·主动运维服务关键组成部分解析 | 第17-18页 |
| ·核心业务构件支持部分 | 第17页 |
| ·决策支持部分 | 第17-18页 |
| ·设备传感器部分 | 第18页 |
| ·状态监测和故障诊断实施过程 | 第18-20页 |
| ·状态监测 | 第19页 |
| ·分析诊断 | 第19-20页 |
| ·治理预防 | 第20页 |
| ·状态监测和故障诊断常用技术 | 第20-21页 |
| ·支持向量机(SVM) | 第21-24页 |
| ·自组织映射(SOM) | 第24-27页 |
| 3 支持向量机算法研究与SOM-SVM算法介绍 | 第27-33页 |
| ·支持向量机训练算法研究 | 第27-30页 |
| ·分解算法 | 第27-28页 |
| ·SMO算法 | 第28页 |
| ·粒度支持向量机 | 第28-30页 |
| ·SVM算法研究小结 | 第30页 |
| ·SOM-SVM算法设计简介 | 第30-32页 |
| ·SOM-SVM提出的背景和目的 | 第30-31页 |
| ·SOM-SVM算法简介 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 SOM-SVM算法改进 | 第33-43页 |
| ·PSOM算法设计与证明 | 第33-39页 |
| ·并行自组织映射(PSOM)算法学习过程 | 第33-35页 |
| ·PSOM算法知识完整性证明 | 第35-36页 |
| ·PSOM算法设计 | 第36-38页 |
| ·PSOM知识完备的实验和算法的性能 | 第38-39页 |
| ·PSOM与SVM整合方法 | 第39-40页 |
| ·PSOM-SVM算法性能试验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 5 CRH2型动车组牵引电机主动运维服务健康管理系统实现 | 第43-62页 |
| ·健康管理系统结构设计 | 第43-47页 |
| ·健康管理结构体系 | 第43-45页 |
| ·模块接口设计 | 第45-47页 |
| ·CRH2型动车组牵引系统简介 | 第47-49页 |
| ·CRH2型动作组牵引系统组成结构 | 第47-48页 |
| ·CRH2型动车组牵引系统电气特性 | 第48-49页 |
| ·PSOM-SVM算法在系统中的实现以及核函数选择 | 第49-55页 |
| ·PSOM算法实现与使用简介 | 第49-51页 |
| ·SVM算法实现 | 第51-52页 |
| ·支持向量机核函数研究与选择 | 第52-53页 |
| ·核函数选择试验 | 第53-55页 |
| ·健康管理系统实现过程 | 第55-60页 |
| ·动车组牵引电机分类模型数据提取与数据预处理 | 第55-58页 |
| ·牵引电机数据PSOM-SVM算法分类器训练阶段 | 第58-60页 |
| ·牵引电机状态监测与故障诊断测试结果展示 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |