| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 高速列车安全性态估计与信号特征分析的意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 基于监测数据进行列车故障特征分析的研究现状 | 第12-13页 |
| 1.2.2 Copula函数研究现状 | 第13-14页 |
| 1.3 高速列车关键部件及仿真数据介绍 | 第14-19页 |
| 1.3.1 横向减振器 | 第15页 |
| 1.3.2 抗蛇行减振器 | 第15-16页 |
| 1.3.3 空气弹簧 | 第16-17页 |
| 1.3.4 仿真数据介绍 | 第17-19页 |
| 1.4 本文研究主要内容 | 第19-20页 |
| 1.5 本文结构安排 | 第20-21页 |
| 第2章 理论介绍及参数估计 | 第21-31页 |
| 2.1 Copula理论 | 第21-26页 |
| 2.1.1 Copula函数理论 | 第21-22页 |
| 2.1.2 常见的Copula函数 | 第22-25页 |
| 2.1.3 Copula函数特点分析 | 第25-26页 |
| 2.2 Copula参数估计 | 第26-28页 |
| 2.2.1 完全最大似然估计 | 第26页 |
| 2.2.2 两阶段完全最大似然估计 | 第26-27页 |
| 2.2.3 两阶段最大似然半参数估计 | 第27-28页 |
| 2.2.4 非参数估计 | 第28页 |
| 2.3 EEMD理论 | 第28-29页 |
| 2.4 SVM基本原理 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于Copula函数和EEMD的部件失效特征提取 | 第31-39页 |
| 3.1 Copula函数与EEMD结合的方法 | 第31-37页 |
| 3.1.1 选取IMF分量 | 第31页 |
| 3.1.2 依赖程度分析 | 第31-33页 |
| 3.1.3 选择边缘分布 | 第33-35页 |
| 3.1.4 选择及构建Copula函数 | 第35-36页 |
| 3.1.5 特征提取 | 第36-37页 |
| 3.2 分类识别 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于Copula函数的减振器性能参数蜕化程度评估 | 第39-48页 |
| 4.1 减振器性能参数蜕化率估计 | 第39-40页 |
| 4.2 减振器参数蜕化率估计结果 | 第40-46页 |
| 4.2.1 横向减振器性能蜕化 | 第40-43页 |
| 4.2.2 抗蛇行减振器性能蜕化 | 第43-46页 |
| 4.3 减振器不同蜕化程度识别结果 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 通道间信号的联合特征提取 | 第48-60页 |
| 5.1 通道间信号关联性 | 第48页 |
| 5.2 混合故障 | 第48-52页 |
| 5.3 同类部件单故障 | 第52-57页 |
| 5.3.1 横向减振器单故障 | 第53-55页 |
| 5.3.2 抗蛇行减振器单故障 | 第55-57页 |
| 5.4 不同类部件单故障 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |
