| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 引言 | 第18-28页 |
| 1.1 研究背景及问题提出 | 第18-23页 |
| 1.1.1 铁路运输对轨道设备安全性、稳定性和可靠性有较高的要求 | 第18页 |
| 1.1.2 我国铁路维修理念的转变与挑战 | 第18-19页 |
| 1.1.3 “大数据”、“深度学习”等兴起 | 第19-20页 |
| 1.1.4 铁路轨道设备生产数据具有大数据特征 | 第20-22页 |
| 1.1.5 问题提出 | 第22-23页 |
| 1.2 研究内容 | 第23-24页 |
| 1.3 研究意义 | 第24-25页 |
| 1.4 论文组织结构 | 第25-27页 |
| 1.5 论文资助 | 第27-28页 |
| 2 国内外研究综述 | 第28-38页 |
| 2.1 轨道设备健康状态综合评定研究综述 | 第28-32页 |
| 2.1.1 轨道设备健康状态综合评定问题的主要组成要素 | 第28-29页 |
| 2.1.2 研究现状 | 第29-32页 |
| 2.1.3 既有研究存在的问题 | 第32页 |
| 2.2 轨道设备健康状态评定关键数据预处理研究综述 | 第32-33页 |
| 2.3 轨道设备状态劣化趋势预测研究综述 | 第33-37页 |
| 2.3.1 研究现状 | 第33-36页 |
| 2.3.2 既有研究存在的问题 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 3 铁路基础设施设备管理的网格化 | 第38-56页 |
| 3.1 铁路基础设施设备特征 | 第38-39页 |
| 3.2 铁路基础设施设备状态劣化特点 | 第39-47页 |
| 3.2.1 异质性 | 第40-44页 |
| 3.2.2 不确定性 | 第44-45页 |
| 3.2.3 记忆性 | 第45-46页 |
| 3.2.4 联动性 | 第46-47页 |
| 3.3 铁路基础设施设备管理网格化的概念与方法 | 第47-54页 |
| 3.3.1 铁路基础设施设备网格化管理定义与内涵 | 第47-48页 |
| 3.3.2 铁路网格的定义与划分方法 | 第48-49页 |
| 3.3.3 网格部件的定义与分类方法 | 第49页 |
| 3.3.4 网格事件的定义与分类方法 | 第49-50页 |
| 3.3.5 铁路网格、部件和事件的相互关系 | 第50-51页 |
| 3.3.6 铁路网格、部件、事件属性数据整合 | 第51-54页 |
| 3.4 本章小结 | 第54-56页 |
| 4 铁路轨道网格化健康状态综合评定 | 第56-100页 |
| 4.1 轨道网格化健康状态综合评定过程 | 第56-57页 |
| 4.2 轨道网格与部件状态评定指标体系 | 第57-69页 |
| 4.2.1 现有轨道设备状态评定指标的不足 | 第58页 |
| 4.2.2 轨道网格与部件状态评定指标分类 | 第58-60页 |
| 4.2.3 轨道网格部件状态评定指标体系 | 第60-64页 |
| 4.2.4 轨道网格状态评定指标体系 | 第64-69页 |
| 4.3 轨道网格与部件健康指数概念 | 第69-70页 |
| 4.3.1 轨道网格部件健康指数概念 | 第69-70页 |
| 4.3.2 轨道网格健康指数概念 | 第70页 |
| 4.4 轨道网格(或部件)健康状态评定模型HEF-RTGC | 第70-81页 |
| 4.4.1 模型HEF-RTGC构成 | 第70-72页 |
| 4.4.2 轨道网格(或部件)多状态评定指标降维模型DRM-RTGC | 第72-74页 |
| 4.4.3 轨道网格(或部件)健康特征识别模型CM-RTGC | 第74-77页 |
| 4.4.4 轨道网格(或部件)健康特征判定模型CLM-RTGC | 第77-81页 |
| 4.5 案例分析 | 第81-98页 |
| 4.5.1 背景介绍 | 第81-86页 |
| 4.5.2 模型结果分析 | 第86-98页 |
| 4.6 本章小结 | 第98-100页 |
| 5 铁路轨道网格化健康状态评定关键数据预处理 | 第100-132页 |
| 5.1 轨道晃车检测业务简述 | 第101-104页 |
| 5.2 轨道晃车数据偏差 | 第104-105页 |
| 5.3 铁路轨道晃车数据偏差纠正模型BCM-RTSM | 第105-112页 |
| 5.3.1 变量声明 | 第105-107页 |
| 5.3.2 模型BCM-RTSM构成 | 第107-109页 |
| 5.3.3 轨道晃车数据筛选模型FM-RTSM | 第109-110页 |
| 5.3.4 轨道晃车数据病害类型判定模型DTE-RTSM | 第110-111页 |
| 5.3.5 轨道晃车数据病害等级判定模型DLE-RTSM | 第111-112页 |
| 5.4 案例分析 | 第112-130页 |
| 5.4.1 背景介绍 | 第112-116页 |
| 5.4.2 模型结果分析 | 第116-130页 |
| 5.5 本章小结 | 第130-132页 |
| 6 铁路轨道网格化状态预测模型 | 第132-156页 |
| 6.1 轨道网格(或部件)状态短期预测模型TAN-RTGCCP | 第132-144页 |
| 6.1.1 TAN-RTGCCP构建思路 | 第133-134页 |
| 6.1.2 变量声明 | 第134-135页 |
| 6.1.3 模型TAN-RTGCCP建立 | 第135-137页 |
| 6.1.4 案例分析 | 第137-144页 |
| 6.2 轨道网格(或部件)使用寿命评估模型MBE-RTGCSL | 第144-154页 |
| 6.2.1 MBE-RTGCSL构建思路 | 第144-145页 |
| 6.2.2 模型MBE-RTGCSL建立 | 第145-148页 |
| 6.2.3 案例分析 | 第148-154页 |
| 6.3 本章小结 | 第154-156页 |
| 7 结论 | 第156-160页 |
| 7.1 主要研究工作 | 第156-158页 |
| 7.2 主要创新点 | 第158页 |
| 7.3 研究展望 | 第158-160页 |
| 参考文献 | 第160-170页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第170-174页 |
| 学位论文数据集 | 第174页 |
