| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究的背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 课题研究的内容 | 第16-17页 |
| 1.4 课题研究的方案 | 第17-19页 |
| 1.5 论文章节安排 | 第19-20页 |
| 2 车辆轨道耦合模型 | 第20-28页 |
| 2.1 车辆轨道动力学模型 | 第20-27页 |
| 2.1.1 车辆系统振动方程 | 第22-23页 |
| 2.1.2 轨道动力学方程 | 第23-27页 |
| 2.2 车辆轨道耦合关系方程 | 第27页 |
| 2.3 车辆轨道耦合动力学方程求解 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 轨道不平顺和车轮缺陷的模拟 | 第28-54页 |
| 3.1 轨道不平顺分类 | 第28-30页 |
| 3.1.1 按激扰方向轨道几何不平顺分类 | 第28-29页 |
| 3.1.2 静态和动态轨道不平顺 | 第29-30页 |
| 3.2 轨道几何不平顺的模拟 | 第30-34页 |
| 3.2.1 轨道几何不平顺的随机性描述 | 第30-32页 |
| 3.2.2 轨道几何不平顺数值模拟 | 第32-33页 |
| 3.2.3 算例仿真 | 第33-34页 |
| 3.2.4 不同功率谱仿真结果 | 第34页 |
| 3.3 车轮缺陷数学模型及仿真 | 第34-37页 |
| 3.4 轨道几何不平顺和车轮缺陷下的振动响应仿真 | 第37-53页 |
| 3.5 本章小结 | 第53-54页 |
| 4 钢轨振动信号的处理和特征提取 | 第54-74页 |
| 4.1 钢轨振动信号的时频分析 | 第54-60页 |
| 4.1.1 经验模态分解和Hilbert-Huang变换分析 | 第55-57页 |
| 4.1.2 钢轨振动信号EMD分解结果 | 第57-60页 |
| 4.2 钢轨振动信号的分形分析 | 第60-65页 |
| 4.2.1 分形的基本原理 | 第61-62页 |
| 4.2.2 分形维数极其估计 | 第62-63页 |
| 4.2.3 钢轨分形维数的分析 | 第63-65页 |
| 4.3 钢轨振动信号的高阶累计量的分析 | 第65-73页 |
| 4.3.1 高阶累积量及高阶谱 | 第65-67页 |
| 4.3.2 Matlab高阶谱工具箱HOSA和钢轨振动信号双谱图分析 | 第67-70页 |
| 4.3.3 灰度梯度共生矩阵和双谱图特征提取 | 第70-73页 |
| 4.4 本章小结 | 第73-74页 |
| 5 基于SVM的车轮缺陷识别 | 第74-92页 |
| 5.1 支持向量机的基本理论 | 第74-78页 |
| 5.1.1 传统机器学习的缺陷 | 第74-75页 |
| 5.1.2 统计学习理论概述 | 第75-76页 |
| 5.1.3 支持向量机的二分类原理 | 第76-78页 |
| 5.2 参数的选择和改进 | 第78-82页 |
| 5.3 基于GPU的SVM加速 | 第82-84页 |
| 5.4 基于支持向量机的车轮缺陷识别 | 第84-90页 |
| 5.4.1 训练样本集的选取 | 第84页 |
| 5.4.2 不同的种类缺陷分类结果 | 第84-90页 |
| 5.5 本章小结 | 第90-92页 |
| 6 总结与展望 | 第92-94页 |
| 6.1 工作总结 | 第92-93页 |
| 6.2 未来展望 | 第93-94页 |
| 参考文献 | 第94-100页 |
| 作者简历 | 第100-104页 |
| 学位论文数据集 | 第104页 |