铁路浪涌保护器中压敏电阻剩余寿命模型研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.1.1 铁路浪涌 | 第12-13页 |
| 1.1.2 铁路浪涌保护器 | 第13-15页 |
| 1.1.3 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 剩余寿命预测研究的国内外现状 | 第16-17页 |
| 1.2.2 压敏电阻寿命研究的国内外现状 | 第17-18页 |
| 1.3 研究目的和内容 | 第18-22页 |
| 1.3.1 研究目的 | 第18-19页 |
| 1.3.2 研究内容 | 第19-22页 |
| 2 压敏电阻劣化探究 | 第22-30页 |
| 2.1 探究实验介绍 | 第22-25页 |
| 2.1.1 实验场景 | 第22页 |
| 2.1.2 实验浪涌 | 第22-23页 |
| 2.1.3 实验试样 | 第23-24页 |
| 2.1.4 实验过程 | 第24-25页 |
| 2.2 探究实验结果 | 第25-28页 |
| 2.2.1 电参数实验结果 | 第25-26页 |
| 2.2.2 残压波形实验结果 | 第26-27页 |
| 2.2.3 表面温度实验结果 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 3 基于机器学习的剩余寿命模型 | 第30-42页 |
| 3.1 机器学习方法介绍 | 第30-31页 |
| 3.2 电参数的筛选 | 第31-33页 |
| 3.3 剩余寿命模型构建 | 第33-36页 |
| 3.3.1 模型输入的数据预处理 | 第34页 |
| 3.3.2 模型输出的划分和标定 | 第34-36页 |
| 3.3.3 模型的构建方法 | 第36页 |
| 3.4 kNN模型的训练与验证 | 第36-38页 |
| 3.5 线性回归模型的训练与验证 | 第38-40页 |
| 3.6 剩余寿命值表示 | 第40页 |
| 3.7 模型应用方法 | 第40-41页 |
| 3.8 本章小结 | 第41-42页 |
| 4 基于随机过程的剩余寿命模型 | 第42-68页 |
| 4.1 劣化敏感参数的拓展及综合表示 | 第42-45页 |
| 4.1.1 劣化敏感向量 | 第42-43页 |
| 4.1.2 劣化核 | 第43-45页 |
| 4.2 劣化核中浪涌能量的计算方法 | 第45-47页 |
| 4.2.1 8/20μs波形的计算方法 | 第45-46页 |
| 4.2.2 现场采集波形的计算方法 | 第46-47页 |
| 4.3 模型构建的几点设定和说明 | 第47-49页 |
| 4.4 基于马尔科夫链的剩余寿命模型 | 第49-56页 |
| 4.4.1 模型构建 | 第49页 |
| 4.4.2 状态空间的选取 | 第49-50页 |
| 4.4.3 转移矩阵的构建 | 第50-51页 |
| 4.4.4 马尔科夫链模型的构建方法及其说明 | 第51-52页 |
| 4.4.5 马尔科夫链模型关键参数分析 | 第52-56页 |
| 4.5 基于伽马过程的剩余寿命模型 | 第56-63页 |
| 4.5.1 模型构建 | 第56-58页 |
| 4.5.2 伽马过程模型的构建方法及其说明 | 第58-60页 |
| 4.5.3 伽马过程模型关键参数分析 | 第60-63页 |
| 4.6 模型对比 | 第63-65页 |
| 4.6.1 模拟浪涌冲击对比 | 第64-65页 |
| 4.6.2 对比结果总结 | 第65页 |
| 4.7 模型应用方法 | 第65-66页 |
| 4.8 本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-78页 |
| 作者简历及攻读学位期间取得的科研成果 | 第78-80页 |
| 学位论文数据集 | 第80页 |
