| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文研究重点及组织结构 | 第13-16页 |
| 2 健康状态评估与趋势分析技术综述 | 第16-26页 |
| 2.1 健康状态评估与趋势分析的基本概念 | 第16-19页 |
| 2.1.1 PHM综述 | 第16-17页 |
| 2.1.2 健康状态评估 | 第17-18页 |
| 2.1.3 趋势分析 | 第18-19页 |
| 2.2 健康状态评估方法 | 第19-23页 |
| 2.2.1 贝叶斯网络 | 第19-21页 |
| 2.2.2 支持向量机理论 | 第21-22页 |
| 2.2.3 算法比较与选择 | 第22-23页 |
| 2.3 趋势分析方法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 动车组轴箱轴承数据分析和预处理 | 第26-41页 |
| 3.1 业务背景和功能需求 | 第26-29页 |
| 3.1.1 轴箱轴承结构 | 第26-27页 |
| 3.1.2 业务背景 | 第27-28页 |
| 3.1.3 功能需求 | 第28-29页 |
| 3.2 动车组轴箱轴承数据分析 | 第29-33页 |
| 3.2.1 轴箱轴承相关数据梳理 | 第29-32页 |
| 3.2.2 基于温度数据的轴箱轴承健康状态类别的划分 | 第32-33页 |
| 3.3 动车组轴箱轴承温度数据预处理 | 第33-40页 |
| 3.3.1 数据清洗 | 第33-35页 |
| 3.3.2 数据归一化 | 第35-36页 |
| 3.3.3 数据归约 | 第36-38页 |
| 3.3.4 特征值提取 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于SVM的分类算法与趋势分析方法的研究和改进 | 第41-57页 |
| 4.1 基于决策树方法的DT-SVM算法 | 第41-46页 |
| 4.1.1 SVM算法过程 | 第41-43页 |
| 4.1.2 决策树算法 | 第43-45页 |
| 4.1.3 DT-SVM算法实现 | 第45-46页 |
| 4.2 基于AHP改进的AHP-DT-SVM算法 | 第46-52页 |
| 4.2.1 AHP算法 | 第46-48页 |
| 4.2.2 AHP-DT-SVM算法思想 | 第48页 |
| 4.2.3 AHP-DT-SVM算法实现 | 第48-51页 |
| 4.2.4 SVM核函数选择与参数优化 | 第51-52页 |
| 4.3 轴箱轴承趋势分析方法 | 第52-56页 |
| 4.3.1 基于过程的趋势分析方法思想 | 第52-53页 |
| 4.3.2 基于过程的趋势分析方法实现 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 动车组轴箱轴承健康状态评估与趋势分析应用 | 第57-67页 |
| 5.1 实验数据 | 第57-58页 |
| 5.2 实验过程 | 第58-59页 |
| 5.3 算法性能评估 | 第59-62页 |
| 5.4 阈值、规则确定 | 第62-63页 |
| 5.5 可视化应用 | 第63-66页 |
| 5.6 本章小结 | 第66-67页 |
| 6 总结和展望 | 第67-69页 |
| 6.1 工作总结 | 第67页 |
| 6.2 工作展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第72-74页 |
| 学位论文数据集 | 第74-75页 |