基于相似度的道岔故障电流曲线识别方法研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 故障诊断方法的研究现状 | 第11-12页 |
| 1.2.2 铁路道岔设备故障诊断研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容和章节结构 | 第13-14页 |
| 2 道岔工作原理及转辙机动作电流分析 | 第14-26页 |
| 2.1 道岔的基本组成及其工作原理 | 第14-16页 |
| 2.1.1 道岔的基本组成 | 第14页 |
| 2.1.2 道岔的工作原理 | 第14-16页 |
| 2.2 转辙机结构和工作原理 | 第16-19页 |
| 2.2.1 转辙机结构 | 第16-17页 |
| 2.2.2 转辙机动作流程 | 第17-18页 |
| 2.2.3 锁闭方式和锁闭装置 | 第18-19页 |
| 2.3 转辙机动作电流曲线分析 | 第19-21页 |
| 2.3.1 电流监测原理 | 第19-20页 |
| 2.3.2 电流曲线分析 | 第20-21页 |
| 2.4 典型道岔故障类型 | 第21-25页 |
| 2.4.1 转辙机空转故障 | 第21-23页 |
| 2.4.2 异常状态回操故障 | 第23页 |
| 2.4.3 缓放区故障 | 第23-25页 |
| 2.4.4 异常阻力故障 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于模糊神经网络的道岔故障诊断方法 | 第26-38页 |
| 3.1 模糊神经网络基本原理 | 第26-31页 |
| 3.1.1 模糊理论 | 第26-27页 |
| 3.1.2 人工神经网络 | 第27-29页 |
| 3.1.3 模糊理论与神经网络的结合 | 第29-31页 |
| 3.2 基于模糊神经网络的道岔故障诊断方法 | 第31-37页 |
| 3.2.1 诊断过程总体设计 | 第31-32页 |
| 3.2.2 样本获取 | 第32-35页 |
| 3.2.3 模型结构设计和参数设置 | 第35-36页 |
| 3.2.4 道岔故障诊断结果 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 基于支持向量机的道岔故障诊断方法 | 第38-58页 |
| 4.1 支持向量机理论基础 | 第38-40页 |
| 4.1.1 线性可分情行 | 第38-39页 |
| 4.1.2 线性不可分情形 | 第39-40页 |
| 4.2 核函数及其参数 | 第40-45页 |
| 4.2.1 核函数的选择 | 第40-43页 |
| 4.2.2 核函数的参数 | 第43-45页 |
| 4.3 支持向量机的道岔故障诊断 | 第45-56页 |
| 4.3.1 诊断过程总体设计 | 第45-46页 |
| 4.3.2 数据预处理 | 第46-49页 |
| 4.3.3 模型参数选择与优化 | 第49-54页 |
| 4.3.4 道岔故障诊断流程 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间的研究成果 | 第64页 |
