基于小波分析的高速列车安全性态评估数据特征分析
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·高速列车安全性态估计与信号特征分析的意义 | 第11页 |
| ·基于监测数据进行列车故障特征分析的研究现状 | 第11-12页 |
| ·信号特征提取常用的时频分析方法 | 第12-14页 |
| ·本文研究内容 | 第14页 |
| ·本文结构安排 | 第14-16页 |
| 第二章 高速列车安全性态评估数据分析 | 第16-29页 |
| ·高速列车走行部振动分析 | 第16-18页 |
| ·列车不同工况及其分析 | 第18-24页 |
| ·研究数据介绍 | 第18-19页 |
| ·空簧失气工况 | 第19-21页 |
| ·抗蛇行全拆工况 | 第21-22页 |
| ·横向减振器全拆工况 | 第22-24页 |
| ·基于统计参数的特征分析 | 第24-27页 |
| ·均方根值 | 第24-26页 |
| ·峭度值 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于小波分析的列车不同状态特征分析 | 第29-57页 |
| ·小波分析基本理论 | 第29-31页 |
| ·连续小波变换 | 第29-30页 |
| ·离散小波变换 | 第30-31页 |
| ·小波包变换 | 第31-33页 |
| ·小波包定义 | 第31页 |
| ·小波包算法实现 | 第31-33页 |
| ·小波包分解层数的确定 | 第33页 |
| ·小波基函数的选择 | 第33-35页 |
| ·基于小波灰度矩的振动信号特征提取 | 第35-43页 |
| ·仿真数据分析 | 第38-41页 |
| ·实测数据分析 | 第41-43页 |
| ·基于小波包能量矩的振动信号特征提取 | 第43-48页 |
| ·仿真数据分析 | 第44-45页 |
| ·实测数据分析 | 第45-48页 |
| ·高速列车不同工况的识别过程 | 第48-55页 |
| ·SVM的基本原理 | 第48-51页 |
| ·基于小波—阶灰度矩特征向量的状态识别 | 第51-53页 |
| ·基于小波包能量矩特征向量的状态识别 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 基于小波包和EMD的列车不同状态特征分析 | 第57-67页 |
| ·EMD方法 | 第57-58页 |
| ·EMD算法实现 | 第57-58页 |
| ·相关系数 | 第58页 |
| ·固有模态函数的奇异值分解 | 第58-60页 |
| ·信号的奇异值分解 | 第59页 |
| ·基于小波包的EMD算法 | 第59-60页 |
| ·实验及分析 | 第60-66页 |
| ·实测数据分析 | 第61-65页 |
| ·列车不同工况的识别 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 参数渐变工况和多故障工况分析 | 第67-82页 |
| ·参数渐变工况特征分析 | 第67-76页 |
| ·基于小波—阶灰度矩的参数渐变特征分析 | 第67-73页 |
| ·基于小波包能量矩的参数渐变特征分析 | 第73-76页 |
| ·多故障工况特征分析 | 第76-81页 |
| ·基于小波—阶灰度矩的多故障特征分析 | 第76-79页 |
| ·基于小波包能量矩的多故障特征分析 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 总结 | 第82-83页 |
| 展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间发表的学术论文和参与的项目 | 第91页 |
