首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--铁路信号设备的保养与检修论文

基于案例推理的列控RBC系统故障诊断方法研究

致谢第5-6页
中文摘要第6-7页
ABSTRACT第7-8页
1 引言第12-18页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 故障诊断方法综述第13-15页
        1.2.2 CBR研究现状第15-16页
    1.3 本论文的主要工作及结构安排第16-18页
2 RBC案例推理诊断模型构建第18-30页
    2.1 CBR技术理论第18-20页
        2.1.1 CBR基本原理第18-20页
        2.1.2 CBR特点及应用第20页
    2.2 RBC故障的案例表示第20-24页
        2.2.1 RBC故障案例的表示方法第20-22页
        2.2.2 RBC故障案例表示的实现第22-24页
    2.3 RBC案例组织第24-27页
        2.3.1 RBC系统结构及功能分析第24-26页
        2.3.2 案例组织第26-27页
    2.4 案例修正及学习第27-28页
    2.5 基于案例推理的RBC故障诊断框架第28-29页
    2.6 本章小结第29-30页
3 RBC故障案例特征属性权重提取第30-45页
    3.1 常用权重确定方法第30-32页
    3.2 粗糙集理论第32-37页
        3.2.1 知识与知识库第32-34页
        3.2.2 上近似和下近似第34-35页
        3.2.3 知识约简和核第35-36页
        3.2.4 决策表与决策规则第36-37页
    3.3 基于粗糙集的属性权重提取第37-44页
        3.3.1 粗糙集应用流程第37-38页
        3.3.2 属性约简和权重计算流程第38-40页
        3.3.3 具体实例第40-44页
    3.4 本章小结第44-45页
4 RBC故障案例的检索第45-56页
    4.1 案例检索算法第45-46页
    4.2 案例相似度计算方法第46-52页
        4.2.1 加权K-NN算法第47-49页
        4.2.2 余弦函数算法第49-50页
        4.2.3 融合加权K-NN算法和余弦函数算法的相似度算法第50-52页
    4.3 故障案例的分阶段近邻检索模型第52-55页
        4.3.1 案例索引机制的建立第52-53页
        4.3.2 RBC故障案例分阶段近邻检索模型的建立第53-55页
    4.4 本章小结第55-56页
5 RBC故障诊断系统设计与实现第56-67页
    5.1 系统功能需求及目标第56-57页
    5.2 系统架构第57-58页
        5.2.1 系统开发环境第57页
        5.2.2 软件构架第57-58页
    5.3 数据库设计第58-62页
        5.3.1 概念模型设计第58-60页
        5.3.2 数据库物理实现第60-62页
    5.4 系统诊断流程设计第62-65页
        5.4.1 框架结构第62-64页
        5.4.2 诊断流程设计第64-65页
    5.5 诊断实例第65-66页
    5.6 本章小结第66-67页
6 总结与展望第67-69页
    6.1 主要工作总结第67-68页
    6.2 下一步工作第68-69页
参考文献第69-72页
图索引第72-73页
表索引第73-74页
作者简历及攻读硕士/博士学位期间取得的研究成果第74-76页
学位论文数据集第76页

论文共76页,点击 下载论文
上一篇:高速列车交会的空气动力学研究
下一篇:城市轨道交通车站双向通道行人避让行为仿真模型研究