| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景及意义 | 第11页 |
| 1.2 国内外研究现状分析 | 第11-14页 |
| 1.2.1 高速列车安全性态实时监测现状 | 第11-12页 |
| 1.2.2 基于信息融合的故障诊断方法现状 | 第12-14页 |
| 1.3 论文内容与章节安排 | 第14-16页 |
| 第2章 高速列车转向架故障的监测数据分析 | 第16-24页 |
| 2.1 转向架关键部件 | 第16-18页 |
| 2.1.1 空气弹簧 | 第16-17页 |
| 2.1.2 横向减振器 | 第17-18页 |
| 2.1.3 抗蛇行减振器 | 第18页 |
| 2.2 高速列车仿真数据 | 第18-21页 |
| 2.3 典型故障数据分析 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于双通道融合的信息熵的转向架故障类型识别 | 第24-40页 |
| 3.1 信息融合理论 | 第24页 |
| 3.2 转向架振动信号的多域信息熵特征 | 第24-28页 |
| 3.2.1 信息熵描述 | 第24-25页 |
| 3.2.2 时域的奇异谱熵 | 第25-26页 |
| 3.2.3 频域的功率谱熵 | 第26页 |
| 3.2.4 时-频域信息熵特征提取 | 第26-28页 |
| 3.3 基于数据级融合的信息熵 | 第28-30页 |
| 3.3.1 时域多通道奇异谱熵 | 第28-29页 |
| 3.3.2 频域双通道功率谱熵 | 第29页 |
| 3.3.3 时-频域双通道信息熵 | 第29-30页 |
| 3.4 高速列车转向架故障信息熵特征提取 | 第30-37页 |
| 3.4.1 转向架故障单通道多域信息熵特征提取 | 第31-32页 |
| 3.4.2 转向架故障双通道融合的多域信息熵特征提取 | 第32-35页 |
| 3.4.3 转向架故障双通道融合的信息熵特征分析 | 第35-37页 |
| 3.5 基于支持向量机的高速列车故障类别识别 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于过程信息融合的信息特征的故障定位 | 第40-72页 |
| 4.1 故障定位 | 第40页 |
| 4.2 单一状态下信息融合的故障定位技术存在的问题 | 第40-41页 |
| 4.3 基于过程信息融合的信息 | 第41-43页 |
| 4.3.1 基于过程信息融合的信息定义 | 第41-42页 |
| 4.3.2 基于过程信息融合的信息特征 | 第42-43页 |
| 4.4 转向架典型位置故障的多测点信息特征提取 | 第43-59页 |
| 4.4.1 列车启动过程故障模拟实验 | 第43页 |
| 4.4.2 基于过程信息融合的信息特征提取 | 第43-44页 |
| 4.4.3 典型位置抗蛇行减振器故障的信息特征 | 第44-54页 |
| 4.4.4 典型位置横向减振器故障的信息特征 | 第54-57页 |
| 4.4.5 典型位置空气弹簧故障的信息特征 | 第57-59页 |
| 4.5 基于多准则排序的信息特征选择 | 第59-63页 |
| 4.5.1 特征选择的多个准则 | 第59-60页 |
| 4.5.2 基于多准则排序的特征选择 | 第60-62页 |
| 4.5.3 转向架故障的信息特征选择 | 第62-63页 |
| 4.6 基于等距映射算法的信息特征维数约简 | 第63-71页 |
| 4.6.1 等距映射算法 | 第63-64页 |
| 4.6.2 基于ISOMAP算法的信息特征维数约简 | 第64-71页 |
| 4.7 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的学术论文和参与的项目 | 第80页 |
