摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-22页 |
1.1 研究背景和意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 道岔故障诊断技术 | 第13-19页 |
1.2.1 故障诊断的发展历程 | 第13-15页 |
1.2.2 故障诊断的主要方法 | 第15-17页 |
1.2.3 铁路道岔故障诊断的发展 | 第17-19页 |
1.3 论文主要研究内容及组织结构 | 第19-22页 |
1.3.1 主要研究内容 | 第19-20页 |
1.3.2 论文组织结构 | 第20-22页 |
第二章 BP和PNN神经网络的原理 | 第22-31页 |
2.1 神经网络的概述 | 第22页 |
2.2 神经网络在道岔故障诊断中的优势 | 第22-24页 |
2.3 BP神经网络原理 | 第24-27页 |
2.4 PNN神经网络原理 | 第27-30页 |
2.5 本章小结 | 第30-31页 |
第三章 道岔典型故障动作电流曲线分类及分析 | 第31-52页 |
3.1 道岔发展及铁路信号微机监测系统简介 | 第31-33页 |
3.1.1 道岔的组成 | 第31页 |
3.1.2 郑州铁路局管内道岔的发展 | 第31-32页 |
3.1.3 铁路信号微机监测系统简介 | 第32页 |
3.1.4 郑州铁路局微机监测系统的发展 | 第32-33页 |
3.2 铁路道岔启动电路原理和电流曲线分析 | 第33-44页 |
3.2.1 铁路道岔的分类 | 第33-34页 |
3.2.2 ZD6系列电动转辙机启动电路基本原理 | 第34-37页 |
3.2.3 S700K型电动转辙机启动电路基本原理 | 第37-40页 |
3.2.4 ZD6系列电动转辙机正常动作电流曲线分析 | 第40-41页 |
3.2.5 S700K型电动转辙机正常动作电流曲线分析 | 第41-42页 |
3.2.6 道岔转辙机设备监测原理和规则 | 第42-44页 |
3.3 道岔典型故障分类及分析 | 第44-51页 |
3.3.1 ZD6型道岔典型故障分析 | 第44-47页 |
3.3.2 S700K型提速道岔故障分析 | 第47-51页 |
3.4 本章小结 | 第51-52页 |
第四章 铁路道岔启动电路故障智能诊断 | 第52-89页 |
4.1 铁路道岔故障智能诊断概述 | 第52页 |
4.2 ZD6型道岔启动电路故障智能诊断 | 第52-73页 |
4.2.1 ZD6型道岔典型故障动作电流曲线 | 第52-54页 |
4.2.2 动作电流曲线特征向量的提取方法研究 | 第54-59页 |
4.2.3 ZD6型道岔启动电路故障智能诊断算法研究 | 第59-65页 |
4.2.4 实验与分析 | 第65-70页 |
4.2.5 多动道岔故障智能诊断及实例测试 | 第70-73页 |
4.3 提速道岔启动电路故障智能诊断 | 第73-86页 |
4.3.1 提速道岔分类简介 | 第73-74页 |
4.3.2 提速道岔典型故障动作电流曲线 | 第74-75页 |
4.3.3 动作电流曲线特征向量的提取方法研究 | 第75-80页 |
4.3.4 提速道岔启动电路故障智能诊断算法研究 | 第80-81页 |
4.3.5 实验与分析 | 第81-85页 |
4.3.6 实例测试 | 第85-86页 |
4.4 道岔启动电路故障智能诊断算法研究 | 第86-88页 |
4.5 本章小结 | 第88-89页 |
第五章 铁路道岔表示电路故障智能诊断 | 第89-107页 |
5.1 铁路道岔表示电路概述 | 第89页 |
5.2 ZD6型道岔表示电路故障智能诊断 | 第89-98页 |
5.2.1 ZD6型道岔表示电路原理 | 第89-92页 |
5.2.2 ZD6型道岔表示电路故障智能诊断算法研究 | 第92-96页 |
5.2.3 实验与分析 | 第96-97页 |
5.2.4 实例测试 | 第97-98页 |
5.3 提速道岔表示电路故障智能诊断 | 第98-105页 |
5.3.1 提速道岔表示电路原理 | 第98-100页 |
5.3.2 提速道岔表示电路故障智能诊断算法研究 | 第100-103页 |
5.3.3 实验与分析 | 第103-104页 |
5.3.4 实例测试 | 第104-105页 |
5.4 本章小结 | 第105-107页 |
第六章 总结及展望 | 第107-109页 |
6.1 总结 | 第107-108页 |
6.2 展望 | 第108-109页 |
参考文献 | 第109-117页 |
攻读博士学位期间取得的学术成果 | 第117-118页 |
致谢 | 第118页 |