| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·前言 | 第10-12页 |
| ·油液监测技术及课题研究背景 | 第10页 |
| ·油液监测技术发展及现状 | 第10-12页 |
| ·本课题的研究目的、意义和主要研究工作 | 第12-15页 |
| ·研究目的 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·主要研究工作 | 第13-15页 |
| 2 电力机车常用的油液监测原理与典型故障的成因分析 | 第15-20页 |
| ·电力机车常用的油液监测技术 | 第15-17页 |
| ·气相色谱技术 | 第15-16页 |
| ·直读铁谱技术 | 第16页 |
| ·原子发射光谱技术 | 第16-17页 |
| ·电力机车典型故障的成因分析 | 第17-20页 |
| ·电力机车变压器故障与溶解气体及故障发生部位的关系 | 第17-18页 |
| ·电力机车齿轮箱常见的故障类型及原因分析 | 第18-20页 |
| 3 基于三比值法的电力机车变压器故障诊断的研究 | 第20-28页 |
| ·三比值法简介 | 第20-23页 |
| ·故障识别原理 | 第20-21页 |
| ·三比值法诊断故障类型简介 | 第21-23页 |
| ·利用三比值法对电力机车变压器进行故障诊断的步骤 | 第23-26页 |
| ·三比值诊断结果与实际诊断结果对照 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于阈值法的电力机车齿轮箱故障诊断的研究 | 第28-39页 |
| ·阈值法识别故障原理 | 第28-29页 |
| ·阈值法识别电力机车齿轮箱故障类型原理 | 第29页 |
| ·基于阈值法的电力机车齿轮箱故障的数学建模 | 第29-36页 |
| ·齿轮箱样本数据的收集 | 第29-30页 |
| ·计算样本数据的界限值 | 第30-31页 |
| ·利用 MATLAB 对测试数据进行阈值界限趋势分析 | 第31-36页 |
| ·阈值法的预测结果和实际诊断结果的对照 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 5 基于 BP 神经网络的电力机车故障诊断的研究 | 第39-58页 |
| ·BP 神经网络的结构 | 第39页 |
| ·BP 神经网络的学习规则 | 第39-41页 |
| ·BP 神经网络的设计过程 | 第41-42页 |
| ·建立 BP 神经网络的电力机车故障诊断模型 | 第42-57页 |
| ·样本数据的收集和整理 | 第42-46页 |
| ·输入层和输出层的设计 | 第46-47页 |
| ·隐含层的设计 | 第47-48页 |
| ·BP 网络故障诊断模型的训练过程 | 第48-49页 |
| ·BP 网络的改进算法 | 第49-56页 |
| ·用训练好的模型诊断电力机车变压器和齿轮箱的故障 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 电力机车油液监测和故障诊断系统的开发 | 第58-70页 |
| ·系统的总体设计思想 | 第58页 |
| ·系统总体设计的方法简要 | 第58页 |
| ·系统的开发及运行环境 | 第58-59页 |
| ·系统的总体工作原理图 | 第59-62页 |
| ·系统的总体功能介绍 | 第62-70页 |
| ·气相色谱分析模块的设计和主要功能 | 第62-64页 |
| ·铁谱分析模块的设计和主要功能 | 第64页 |
| ·原子发射光谱分析模块的设计和主要功能 | 第64-66页 |
| ·神经网络故障诊断模块的设计和主要功能 | 第66-67页 |
| ·界限值计算模块的设计和主要功能 | 第67-68页 |
| ·机车零部件材质管理模块的设计和主要功能 | 第68-69页 |
| ·分析报告打印模块的设计和主要功能 | 第69-70页 |
| 结论 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 附录 A 计算产气速率和三比值的主要程序 | 第75-77页 |
| 附录 B 计算界限值和绘制阈值界限趋势图的主要程序 | 第77-79页 |
| 附录 C BP 神经网络样本训练和测试的主要程序 | 第79-82页 |
| 攻读学位期间的研究成果 | 第82页 |
