摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 概述 | 第8页 |
1.2 论文研究背景及意义 | 第8-10页 |
1.3 国内外研究现状 | 第10-13页 |
1.3.1 轨道列车故障诊断研究现状 | 第10-11页 |
1.3.2 声发射技术的发展及研究现状 | 第11-12页 |
1.3.3 小波熵理论的发展及研究现状 | 第12-13页 |
1.4 课题来源及主要研究内容 | 第13-15页 |
1.4.1 课题来源 | 第13-14页 |
1.4.2 主要研究内容 | 第14-15页 |
第二章 声发射信号特征提取及小波熵理论 | 第15-23页 |
2.1 故障特征提取 | 第15-16页 |
2.2 声发射技术概述 | 第16-18页 |
2.2.1 声发射技术原理 | 第16页 |
2.2.2 声发射信号的特点 | 第16-17页 |
2.2.3 声发射检测技术的特点 | 第17页 |
2.2.4 声发射技术的应用 | 第17-18页 |
2.3 小波熵理论概述 | 第18-22页 |
2.3.1 小波变换理论 | 第18-19页 |
2.3.2 信息熵理论 | 第19-21页 |
2.3.3 Shannon小波能量熵 | 第21-22页 |
本章小结 | 第22-23页 |
第三章 列车车轴声发射仿真实验 | 第23-31页 |
3.1 实验设备 | 第23-27页 |
3.2 实验方案 | 第27页 |
3.3 实验结果 | 第27-30页 |
本章小结 | 第30-31页 |
第四章 基于Tsallis熵的车轴声发射信号故障特征提取 | 第31-46页 |
4.1 Shannon小波能量熵的局限性 | 第31-35页 |
4.1.1 信号的复杂程度表征不准确性 | 第31-33页 |
4.1.2 信号的频率特征辨析不准确性 | 第33-35页 |
4.2 Tsallis小波能量熵 | 第35-39页 |
4.2.1 Tsallis熵—Shannon熵的拓展和延伸 | 第35-36页 |
4.2.2 Tsallis小波能量熵的定义 | 第36-37页 |
4.2.3 Tsallis小波能量熵应用机制分析 | 第37-39页 |
4.3 实测信号分析与结果 | 第39-44页 |
4.3.1 裂纹故障特征提取 | 第39-42页 |
4.3.2 裂纹故障趋势分析 | 第42-44页 |
本章小结 | 第44-46页 |
第五章 基于小波包奇异熵的车轴声发射信号故障特征提取 | 第46-61页 |
5.1 小波包奇异熵 | 第46-50页 |
5.1.1 小波包分解理论 | 第46-47页 |
5.1.2 奇异值分解理论 | 第47-48页 |
5.1.3 小波包奇异熵的定义及原理 | 第48-50页 |
5.2 小波包奇异熵的辨析准确性 | 第50-53页 |
5.2.1 小波包奇异熵对频率复杂程度的辨析 | 第50-52页 |
5.2.2 小波包奇异熵对振幅复杂程度的辨析 | 第52-53页 |
5.3 实测信号分析与结果 | 第53-59页 |
5.3.1 实测信号的时频特性 | 第53-55页 |
5.3.2 信号的分解与重构 | 第55-57页 |
5.3.3 构建矩阵方法的选取 | 第57-58页 |
5.3.4 小波包奇异熵的计算 | 第58-59页 |
本章小结 | 第59-61页 |
结论和展望 | 第61-63页 |
参考文献 | 第63-66页 |
致谢 | 第66页 |