基于频谱分析和模糊神经网络的轨道病诊断仪的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 故障诊断的发展历史及其基本原理 | 第7-15页 |
| 1．1 故障诊断的发展概况 | 第7-15页 |
| 1．1．1 故障诊断的重要性 | 第7-9页 |
| 1．1．2 故障诊断的发展历史 | 第9-10页 |
| 1．1．3 故障诊断的基本原理与发展动向 | 第10-14页 |
| 1．1．4 故障诊断技术发展展望 | 第14-15页 |
| 第二章 轨道不平顺状态的分析 | 第15-24页 |
| 2．1 轨道不平顺的性质 | 第15-19页 |
| 2．1．1 轨道不平顺的平稳随机过程 | 第16页 |
| 2．1．2 轨道不平顺的类型 | 第16-19页 |
| 2．2 轨道不平顺的作用效果 | 第19-21页 |
| 2．3 轨检车辆的垂直振动响应 | 第21-24页 |
| 第三章 轨道检测车的发展历史 | 第24-27页 |
| 第四章 频谱分析 | 第27-38页 |
| 4．1 频谱分析在数据处理中的作用 | 第27-28页 |
| 4．2 快速傅立叶变换（FFT）原理及程序 | 第28-38页 |
| 4．2．1 基2时间抽选算法原理 | 第28-34页 |
| 4．2．2 FFT的软件实现 | 第34-38页 |
| 第五章 模糊神经网络 | 第38-59页 |
| 5．1 模糊理论 | 第38-54页 |
| 5．1．1 模糊集合的定义及运算 | 第38-41页 |
| 5．1．2 模糊集的模运算 | 第41-42页 |
| 5．1．3 分解定理和扩散原理 | 第42-45页 |
| 5．1．4 模糊数及其扩散运算 | 第45-46页 |
| 5．1．5 模糊关系 | 第46-48页 |
| 5．1．6 模糊区间集 | 第48-49页 |
| 5．1．7 模糊事件的概率与语言概率 | 第49-51页 |
| 5．1．8 常用的模糊蕴涵规则 | 第51页 |
| 5．1．9 模糊事件推理的方法 | 第51-53页 |
| 5．1．10 扩展模糊推理 | 第53-54页 |
| 5．2 神经网络 | 第54-59页 |
| 5．2．1 人工神经元模型 | 第54-55页 |
| 5．2．2 人工神经网络模型 | 第55-56页 |
| 5．2．3 前向神经网络 | 第56-57页 |
| 5．2．4 误差反向传播BP算法 | 第57-59页 |
| 第六章 轨道病诊断仪的实现 | 第59-74页 |
| 6．1 系统结构框图 | 第59-60页 |
| 6．1．1 系统要求 | 第59-60页 |
| 6．1．2 系统的流程图 | 第60页 |
| 6．1．3 系统的电路原理图 | 第60页 |
| 6．1．4 系统的地址分配表 | 第60页 |
| 6．2 FFT在本课题中的应用 | 第60-65页 |
| 6．3 模糊神经网络在故障诊断中的应用 | 第65-74页 |
| 6．3．1 模糊神经元 | 第66-67页 |
| 6．3．2 模糊神经网络 | 第67-68页 |
| 6．3．3 模糊BP网络 | 第68-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 附录一 FFT算法程序 | 第77-78页 |
| 附录二 低通滤波器（LPF）的结构 | 第78-81页 |
| 附录三 系统的流程图 | 第81-85页 |
| 附录四 系统的电路原理图 | 第85-88页 |
| 附录五 系统的地址分配表 | 第88-89页 |
| 感谢 | 第89页 |
