| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·列车折关故障检测研究概况 | 第7-8页 |
| ·神经网络模式识别发展概述 | 第8-9页 |
| ·神经网络模式识别方法特点 | 第9-10页 |
| ·课题来源与研究意义 | 第10页 |
| ·本文的研究内容及安排 | 第10-12页 |
| 第二章 列车折关故障检测原理及关键技术分析 | 第12-20页 |
| ·列车制动系统简介 | 第12-16页 |
| ·列车制动装置 | 第12-14页 |
| ·列车制动工作过程 | 第14-16页 |
| ·折角塞门故障检测原理 | 第16-19页 |
| ·折角塞门 | 第16-17页 |
| ·折关故障检测原理 | 第17-18页 |
| ·折关故障检测关键技术 | 第18页 |
| ·折关故障检测装置研究现状 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 神经网络模式识别在列车折关故障检测中研究 | 第20-37页 |
| ·神经网络模式识别方法与传统模式识别方法的关系 | 第20-21页 |
| ·神经网络模式识别与传统模式识别方法的关系 | 第20页 |
| ·神经网络模式识别的特点 | 第20-21页 |
| ·列车排风数据分析 | 第21-22页 |
| ·神经网络模式识别系统的预处理与特征提取 | 第22-29页 |
| ·模式的预处理 | 第23-24页 |
| ·模式的变换域特征 | 第24-25页 |
| ·特征提取 | 第25-29页 |
| ·BP 神经网络分析与设计研究 | 第29-36页 |
| ·基于 BP 算法的多层前馈网络模型及其学习算法 | 第29-31页 |
| ·BP 多层前馈网络的主要能力 | 第31页 |
| ·BP 算法的局限性及其改进 | 第31-32页 |
| ·BP 网络设计 | 第32-36页 |
| ·小结 | 第36-37页 |
| 第四章 列车折关故障检测 BP 算法设计及仿真研究 | 第37-45页 |
| ·神经网络的高级开发环境 | 第37-39页 |
| ·神经网络的开发环境及其特征 | 第37-38页 |
| ·MATLAB 神经网络工具箱概述 | 第38-39页 |
| ·基于 BP 神经网络的折关故障识别算法设计 | 第39-44页 |
| ·数据预处理 | 第39-41页 |
| ·折关故障识别的 BP 神经网络算法设计与实现 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第五章 列车折关故障检测报警装置软硬件设计 | 第45-58页 |
| ·电路板设计 | 第45-51页 |
| ·电路板抗干扰设计 | 第45-47页 |
| ·电路设计 | 第47页 |
| ·信号处理技术 | 第47-51页 |
| ·软件系统设计 | 第51-54页 |
| ·CTD—1 型列车折关检测报警记录装置应用 | 第54-57页 |
| ·装置系统构成 | 第54-55页 |
| ·装置的操作与运行 | 第55-56页 |
| ·装置主要功能与性能指标 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第六章 总结和展望 | 第58-60页 |
| ·本文主要结论 | 第58-59页 |
| ·有待研究的问题 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间参加科研及完成论文情况 | 第64页 |