| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 信号处理技术发展历史与现状 | 第11-13页 |
| 1.3 机械振动信号处理方法与应用 | 第13-14页 |
| 1.4 车轮损伤信号处理方法 | 第14-18页 |
| 1.4.1 采用短时傅里叶变换的振动信号分析方法 | 第15页 |
| 1.4.2 采用小波变换的振动信号分析方法 | 第15-18页 |
| 1.5 目前存在问题或不足 | 第18页 |
| 1.6 本文研究意义及主要工作 | 第18-20页 |
| 第二章 车轮损伤信号来源及特征 | 第20-35页 |
| 2.1 引言 | 第20页 |
| 2.2 采样方法 | 第20-25页 |
| 2.2.1 振动加速度检测法 | 第20-22页 |
| 2.2.2 振动加速度信号采样过程 | 第22-25页 |
| 2.3 车轮踏面损伤基本理论 | 第25-29页 |
| 2.3.1 车轮踏面损伤在不同运行速度的情况下的冲击机理 | 第25-27页 |
| 2.3.2 车轮踏面损伤深度与冲击力能量的关系 | 第27-29页 |
| 2.4 车轮损伤振动信号中的特征 | 第29-32页 |
| 2.4.1 不同损伤的特征 | 第29-31页 |
| 2.4.2 轨道振动的特征 | 第31-32页 |
| 2.5 检测信号特征分析 | 第32-34页 |
| 2.6 小结 | 第34-35页 |
| 第三章 MFCC与HMM的损伤检测 | 第35-51页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于MFCC的车轮损伤信号处理 | 第36-38页 |
| 3.2.1 踏面损伤振动信号前处理 | 第36-37页 |
| 3.2.2 对踏面振动信号的MFCC提取过程 | 第37-38页 |
| 3.3 识别损伤信号的HMM模型构建 | 第38-44页 |
| 3.3.1 马尔科夫链的构建 | 第38-39页 |
| 3.3.2 HMM主要参数的设置 | 第39-41页 |
| 3.3.3 HMM的形状选取 | 第41-42页 |
| 3.3.4 HMM关键问题及解决方法 | 第42-43页 |
| 3.3.5 观测密度函数的表征 | 第43-44页 |
| 3.4 实验及结果分析 | 第44-49页 |
| 3.4.1 实验方法 | 第44-45页 |
| 3.4.2 实验结果处理 | 第45-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 小波包算法与PNN的损伤检测 | 第51-65页 |
| 4.1 引言 | 第51-52页 |
| 4.2 基于小波包变换的车轮损伤信号处理 | 第52-55页 |
| 4.2.1 小波包变换 | 第52-54页 |
| 4.2.2 小波包变换在车轮踏面损伤诊断中的应用 | 第54-55页 |
| 4.3 识别损伤信号的人工神经网络模型构建 | 第55-58页 |
| 4.3.1 神经元 | 第56页 |
| 4.3.2 神经网络的互联模式 | 第56-57页 |
| 4.3.3 概率神经网络模型 | 第57-58页 |
| 4.4 实验及结果分析 | 第58-64页 |
| 4.4.1 实验方法 | 第58-63页 |
| 4.4.2 实验结果 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 车轮踏面损伤信号分析系统GUI的实现 | 第65-76页 |
| 5.1 引言 | 第65页 |
| 5.2 关于GUI | 第65-66页 |
| 5.3 GUI中的车轮踏面损伤系统结构 | 第66-75页 |
| 5.4 小结 | 第75-76页 |
| 结论与展望 | 第76-78页 |
| （一） 主要结论 | 第76-77页 |
| （二）展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |