青藏铁路发电车电源检测系统研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外高速列车供电系统的研究现状 | 第13-14页 |
| ·高速列车发电车状态检测的国内外研究现状 | 第14-16页 |
| ·本文主要研究工作及组织结构 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第2章 青藏发电车电源检测系统设计方案与研究 | 第17-24页 |
| ·青藏铁路发电车概述 | 第17-20页 |
| ·青藏发电车电源检测系统的结构 | 第20-21页 |
| ·检测系统的主要功能 | 第21-23页 |
| ·实时监控 | 第21-22页 |
| ·数据存储和查询 | 第22页 |
| ·故障报警 | 第22页 |
| ·故障分析诊断 | 第22页 |
| ·故障解决方案 | 第22页 |
| ·系统权限 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 发电车 DC600V 直流电源检测系统 | 第24-41页 |
| ·系统的硬件构成 | 第24-30页 |
| ·水阻负载试验 | 第25-26页 |
| ·数据采集模块 | 第26-30页 |
| ·上位机通讯模块 | 第30页 |
| ·系统的软件设计 | 第30-40页 |
| ·Visual Basic 应用程序简介 | 第31-32页 |
| ·数据采集系统的设计 | 第32-34页 |
| ·发电车 DC600V 检测系统的实时监控 | 第34-38页 |
| ·整流桥检测 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于神经网络的整流桥检测电路故障诊断 | 第41-49页 |
| ·RBF 神经网络 | 第41-42页 |
| ·粒子群优化算法 | 第42-43页 |
| ·PSO-RBF 混合算法 | 第43-44页 |
| ·整流桥电路故障诊断 | 第44-48页 |
| ·整流桥的故障模式 | 第44-46页 |
| ·故障信号的获取及神经网络的学习训练 | 第46页 |
| ·故障诊断 | 第46-48页 |
| ·本章总结 | 第48-49页 |
| 结论与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第56页 |
