基于ARM的转向架振动检测分析系统研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 项目背景与研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 振动分析系统研究现状 | 第11页 |
| 1.2.2 转向架故障诊断研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 第2章 振动分析系统的总体设计 | 第14-19页 |
| 2.1 系统的设计要求 | 第14页 |
| 2.2 硬件选择 | 第14-17页 |
| 2.2.1 嵌入式处理器的选择 | 第14-16页 |
| 2.2.2 CPLD的选择 | 第16-17页 |
| 2.2.3 单片机的选择 | 第17页 |
| 2.3 系统总体方案设计 | 第17-19页 |
| 第3章 振动分析系统的硬件设计 | 第19-32页 |
| 3.1 信号采集模块硬件设计 | 第19-27页 |
| 3.1.1 信号调理电路 | 第19-23页 |
| 3.1.2 A/D转换模块 | 第23-27页 |
| 3.2 STM32F407控制板块硬件设计 | 第27-32页 |
| 3.2.1 STM32F407内部控制器 | 第28-30页 |
| 3.2.2 网络通信模块 | 第30-32页 |
| 第4章 振动分析系统的软件设计 | 第32-41页 |
| 4.1 AD采集数据程序设计 | 第34页 |
| 4.2 以太网传输处理程序设计 | 第34-37页 |
| 4.3 上位机软件设计 | 第37-41页 |
| 第5章 转向架故障诊断方法及工程应用 | 第41-58页 |
| 5.1 转向架故障识别模型 | 第41-42页 |
| 5.2 人工神经网络理论 | 第42-45页 |
| 5.2.1 人工神经网络和BP网络概论 | 第42-43页 |
| 5.2.2 BP神经网络的学习算法 | 第43-45页 |
| 5.3 特征参数的选取 | 第45-48页 |
| 5.3.1 时域特征参数的选取 | 第45-47页 |
| 5.3.2 频域特征参数的选取 | 第47-48页 |
| 5.4 特征参数的计算 | 第48-52页 |
| 5.4.1 时域、频域特征参数的计算 | 第48-51页 |
| 5.4.2 特征参数的归一化 | 第51-52页 |
| 5.5 BP神经网络测试 | 第52-55页 |
| 5.5.1 BP神经网络结构的确定 | 第52-54页 |
| 5.5.2 BP神经网络的测试 | 第54-55页 |
| 5.6 系统的调试 | 第55-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |
