| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13-15页 |
| 第2章 高速列车走行部特性及监测数据分析 | 第15-23页 |
| 2.1 高速列车走行部振动分析 | 第15-19页 |
| 2.1.1 高速列车走行部振动特性 | 第15-16页 |
| 2.1.2 减振器 | 第16-17页 |
| 2.1.3 蛇形运动与蛇形失稳 | 第17-19页 |
| 2.2 高速列车监测数据 | 第19-20页 |
| 2.3 振动信号特征提取常用方法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于Fisher's ratio特征评价与KNN分类的高速列车故障诊断 | 第23-33页 |
| 3.1 Fisher's ratio特征评价方法及高铁数据集 | 第23-25页 |
| 3.1.1 Fisher's ratio方法 | 第23-25页 |
| 3.1.2 高铁列车走行部特征集 | 第25页 |
| 3.2 基于KNN分类器的列车故障分类方法 | 第25-27页 |
| 3.2.1 KNN分类器 | 第25-26页 |
| 3.2.2 KNN与D-S证据理论结合方法 | 第26-27页 |
| 3.3 基于KNN分类的Fisher's ratio高速列车特征评价 | 第27-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 改进D-S证据理论融合算法 | 第33-46页 |
| 4.1 证据理论基础及缺陷分析 | 第33-34页 |
| 4.1.1 D-S证据理论基础 | 第33-34页 |
| 4.1.2 D-S证据理论缺陷分析 | 第34页 |
| 4.2 经典证据理论改进方法 | 第34-37页 |
| 4.2.1 修改D-S组合规则 | 第35-36页 |
| 4.2.2 修改证据源 | 第36-37页 |
| 4.3 本文提出的改进D-S证据理论算法 | 第37-45页 |
| 4.3.1 证据间相互关系的衡量方法 | 第38页 |
| 4.3.2 模糊熵 | 第38-39页 |
| 4.3.3 本文改进算法 | 第39-41页 |
| 4.3.4 典型算例仿真对比 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于改进D-S证据理论的高速列车故障诊断 | 第46-60页 |
| 5.1 高速列车走行部故障诊断模型 | 第46-47页 |
| 5.2 D-S证据理论决策融合 | 第47-48页 |
| 5.3 高速列车走行部故障诊断仿真实验 | 第48-59页 |
| 5.3.1 走行部仿真实验流程 | 第48-49页 |
| 5.3.2 走行部仿真实验分析 | 第49-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
