首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于分形与奇异谱分析的高速列车安全状态识别方法研究

摘要第6-7页
Abstract第7-8页
第一章 绪论第11-18页
    1.1 课题的背景及意义第11-12页
    1.2 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
    1.3 分形与奇异谱分析的应用现状第13-16页
        1.3.1 分形诊断技术应用现状第13-15页
        1.3.2 奇异谱分析故障诊断应用现状第15-16页
    1.4 本文主要的研究内容第16页
    1.5 本文结构安排第16-18页
第二章 高速列车故障数据分析与分形维数特征提取第18-30页
    2.1 高速列车转向架上的关键部件第18-21页
        2.1.1 空气弹簧第19-20页
        2.1.2 横向减振器第20页
        2.1.3 抗蛇行减振器第20-21页
    2.2 高速列车的蛇行运动与蛇行失稳第21-22页
    2.3 仿真数据介绍第22-24页
    2.4 几种常见分形维数的计算第24-29页
        2.4.1 容量维数第25-26页
        2.4.2 信息维数第26-27页
        2.4.3 关联维数第27-28页
        2.4.4 Hausdorff维数第28-29页
    2.5 本章小结第29-30页
第三章 基于多重分形的高速列车安全状态识别第30-40页
    3.1 多重分形基本理论第30-31页
    3.2 多重分形谱参数第31-32页
        3.2.1 广义维数谱参数与质量指数谱参数第31页
        3.2.2 多重分形奇异谱参数第31-32页
    3.3 实验与结果分析第32-39页
        3.3.1 高速列车振动信号的多重分形特性分析第32-34页
        3.3.2 高速列车振动信号的多重分形谱参数特征分析第34-37页
        3.3.3 高速列车不同运行状态的识别第37-39页
    3.4 本章小结第39-40页
第四章 基于MF-DFA的高速列车安全状态识别第40-54页
    4.1 MF-DFA方法基本理论第40-41页
    4.2 多重分形谱参数特征第41-42页
    4.3 实验与结果分析第42-46页
    4.4 高速列车振动信号的多准则特征选择第46-52页
        4.4.1 特征排序准则第46-48页
        4.4.2 多准则特征选择第48-49页
        4.4.3 高速列车仿真数据分析第49-52页
    4.5 本章小结第52-54页
第五章 基于奇异谱分析的高速列车异常点检测方法第54-68页
    5.1 奇异谱分析第54-55页
    5.2 异常点检测算法第55-57页
        5.2.1 构建l维的空间第55页
        5.2.2 构建测试矩阵和画测试统计图(Test Statistic)第55-56页
        5.2.3 参数的选择第56-57页
    5.3 仿真数据分析第57-60页
        5.3.1 频率发生突变第57-58页
        5.3.2 幅值发生突变第58-60页
    5.4 高速列车异常振动数据分析第60-66页
    5.5 本章小结第66-68页
总结与展望第68-70页
    总结第68-69页
    展望第69-70页
致谢第70-71页
参考文献第71-78页
攻读硕士学位期间发表的学术论文和参与的项目第78页

论文共78页,点击 下载论文
上一篇:温度对玉米秸秆与白菜混贮品质的影响及细菌多样性研究
下一篇:荒漠植物黑果枸杞盐碱适应性研究