| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-17页 |
| 1.1 论文的研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的主要工作 | 第15-17页 |
| 2 状态监测和故障诊断技术及矢量量化技术 | 第17-31页 |
| 2.1 状态监测和故障诊断 | 第17-23页 |
| 2.1.1 状态监测和故障诊断的概述 | 第17-20页 |
| 2.1.2 状态监测和故障诊断的意义 | 第20-21页 |
| 2.1.3 状态监测和故障诊断模型 | 第21-23页 |
| 2.2 矢量量化 | 第23-26页 |
| 2.2.1 概述及基本原理 | 第23-25页 |
| 2.2.2 矢量量化器的最佳码本设计(LBG) | 第25-26页 |
| 2.3 基于VQ的列车闸片温度状态监测和故障诊断 | 第26-30页 |
| 2.3.1 使用VQ进行状态监测与故障诊断的可行性 | 第26-28页 |
| 2.3.2 基于VQ状态监测与故障诊断的概述 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于VQ的列车闸片温度状态监测方法的设计与实现 | 第31-46页 |
| 3.1 状态监测和故障诊断体系构建和流程 | 第31-36页 |
| 3.1.1 状态监测和故障诊断体系 | 第31-33页 |
| 3.1.2 状态监测和故障诊断流程 | 第33-36页 |
| 3.2 基于VQ的列车闸片温度状态监测和故障诊断 | 第36-44页 |
| 3.2.1 数据预处理 | 第36-37页 |
| 3.2.2 训练阶段 | 第37-40页 |
| 3.2.3 识别阶段 | 第40-42页 |
| 3.2.4 故障预测 | 第42-44页 |
| 3.3 本章小结 | 第44-46页 |
| 4 基于VQ的列车闸片温度状态监测和故障诊断的实验与验证 | 第46-57页 |
| 4.1 故障模式库的建立 | 第46-48页 |
| 4.2 监测及分析 | 第48-54页 |
| 4.3 状态监测的时效性及准确度分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 结论 | 第57-59页 |
| 5.1 文章总结 | 第57-58页 |
| 5.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
