| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的背景和意义 | 第10-11页 |
| 1.3 国内外现状综述 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.3.3 国内外文献综述的简析 | 第12-13页 |
| 1.4 课题主要研究内容 | 第13-14页 |
| 第2章 音频信号采集系统设计 | 第14-27页 |
| 2.1 音频信号采集系统硬件设计 | 第14-19页 |
| 2.1.1 声学传感器 | 第14-16页 |
| 2.1.2 数据采集卡 | 第16-18页 |
| 2.1.3 数据采集计算机 | 第18-19页 |
| 2.2 音频信号采集系统软件设计 | 第19-27页 |
| 2.2.1 操作系统 | 第19-20页 |
| 2.2.2 数据采集 | 第20-21页 |
| 2.2.3 数据保存 | 第21-25页 |
| 2.2.4 网络通信 | 第25-27页 |
| 第3章 音频信号预处理 | 第27-39页 |
| 3.1 音频信号降噪处理 | 第27-31页 |
| 3.1.1 无限脉冲响应数字滤波器 | 第30-31页 |
| 3.1.2 有限脉冲响应数字滤波器 | 第31页 |
| 3.2 音频信号分离、合成 | 第31-39页 |
| 3.2.1 端点检测 | 第32页 |
| 3.2.2 磁钢信号 | 第32-33页 |
| 3.2.3 传感器相位差分析 | 第33-35页 |
| 3.2.4 轮轴组声音信号分离 | 第35-36页 |
| 3.2.5 结论 | 第36-39页 |
| 第4章 运行故障的特征提取 | 第39-58页 |
| 4.1 时域分析 | 第39-44页 |
| 4.1.1 均值 | 第40页 |
| 4.1.2 均方根值 | 第40-41页 |
| 4.1.3 峭度 | 第41-42页 |
| 4.1.4 峰值因子 | 第42-43页 |
| 4.1.5 信号包络分析 | 第43-44页 |
| 4.2 频域分析 | 第44-49页 |
| 4.2.1 快速傅立叶变换 | 第44-45页 |
| 4.2.2 雷德算法 | 第45-46页 |
| 4.2.3 蝶形运算 | 第46-48页 |
| 4.2.4 结论 | 第48-49页 |
| 4.3 小波变换 | 第49-53页 |
| 4.3.1 小波变换基本原理 | 第49-51页 |
| 4.3.2 基于小波变换的轮轴组故障特征提取 | 第51页 |
| 4.3.3 离散小波变换 C 语言实现 | 第51-53页 |
| 4.3.4 结论 | 第53页 |
| 4.4 希尔伯特-黄变换 | 第53-56页 |
| 4.4.1 固有模态函数 | 第53-54页 |
| 4.4.2 经验模态分解 | 第54-55页 |
| 4.4.3 基于希尔伯特-黄变换的轮轴组故障特征提取 | 第55-56页 |
| 4.4.4 结论 | 第56页 |
| 4.5 特征提取方法选择 | 第56-58页 |
| 第5章 运行故障分类研究 | 第58-69页 |
| 5.1 模式识别 | 第58-59页 |
| 5.1.1 模式识别基础 | 第58-59页 |
| 5.1.2 模式识别方法 | 第59页 |
| 5.2 模糊识别 | 第59-64页 |
| 5.2.1 模糊逻辑基础 | 第59-63页 |
| 5.2.2 基于模糊逻辑的模式识别 | 第63-64页 |
| 5.3 神经网络识别 | 第64-66页 |
| 5.3.1 神经网络基础 | 第64-65页 |
| 5.3.2 基于神经网络的模式识别 | 第65-66页 |
| 5.4 故障诊断 | 第66-69页 |
| 5.4.1 列车轮轴组的主要故障分析 | 第66-67页 |
| 5.4.2 列车轮轴组的故障诊断及定位 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第75-77页 |
| 致谢 | 第77页 |