基于灰关联的道岔故障诊断方法研究
致谢 | 第5-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
目录 | 第9-11页 |
1 绪论 | 第11-19页 |
1.1 课题研究背景和意义 | 第11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 铁路信号的微机监测系统发展现状 | 第11-12页 |
1.2.2 道岔智能故障诊断研究方法现状 | 第12-14页 |
1.2.3 特征选择算法的研究现状 | 第14页 |
1.2.4 灰色关联分析模型的研究现状 | 第14-15页 |
1.3 论文主要研究内容及章节安排 | 第15-19页 |
2 道岔基本结构及其工作原理 | 第19-27页 |
2.1 道岔转辙机的基本结构 | 第19-21页 |
2.2 道岔锁闭装置的基本结构 | 第21-22页 |
2.3 分动外锁闭道岔控制电路 | 第22-24页 |
2.4 道岔的工作原理 | 第24-25页 |
2.5 本章小结 | 第25-27页 |
3 道岔故障模式及其功率曲线分析 | 第27-35页 |
3.1 铁路道岔设备的状态监测 | 第27-28页 |
3.1.1 铁路信号微机监测系统 | 第27页 |
3.1.2 道岔转辙机表示缺口监测装置 | 第27-28页 |
3.2 道岔转辙机的动作功率曲线分析 | 第28-34页 |
3.2.1 道岔正常动作功率曲线 | 第28-29页 |
3.2.2 道岔解锁过程中的故障功率曲线 | 第29页 |
3.2.3 道岔转换过程中的故障功率曲线 | 第29-31页 |
3.2.4 道岔锁闭过程中的故障功率曲线 | 第31-32页 |
3.2.5 道岔构通表示过程中的故障功率曲线 | 第32-34页 |
3.3 本章小结 | 第34-35页 |
4 基于灰色关联分析的道岔故障诊断方法 | 第35-57页 |
4.1 灰色关联分析基本理论 | 第35-40页 |
4.1.1 灰色关联分析的参数序列 | 第35-36页 |
4.1.2 灰色关联分析的序列变换 | 第36-37页 |
4.1.3 灰色关联分析的关联度 | 第37-40页 |
4.2 基于灰色关联分析的道岔故障诊断算法 | 第40-56页 |
4.2.1 数据预处理 | 第41-43页 |
4.2.2 特征参数提取 | 第43-45页 |
4.2.3 基于Fisher准则的特征选择 | 第45-48页 |
4.2.4 道岔故障模式特征序列模型建立 | 第48-50页 |
4.2.5 灰色关联度模型的确立 | 第50-54页 |
4.2.6 故障模式诊断策略 | 第54-56页 |
4.3 本章小结 | 第56-57页 |
5 道岔故障诊断方法的验证 | 第57-63页 |
5.1 邓氏关联度中的分辨系数ρ的确定 | 第57-58页 |
5.2 道岔故障诊断方法的功能测试 | 第58-59页 |
5.3 道岔故障诊断方法的性能测试 | 第59-61页 |
5.4 本章小结 | 第61-63页 |
6 结论与展望 | 第63-65页 |
参考文献 | 第65-69页 |
索引 | 第69-73页 |
作者简历 | 第73-77页 |
学位论文数据集 | 第77页 |