摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-17页 |
1.1 论文选题的依据 | 第12页 |
1.2 高速列车故障诊断的关键问题 | 第12-13页 |
1.3 国内外研究动态 | 第13-16页 |
1.3.1 列车安全运行的研究 | 第13页 |
1.3.2 信号处理的方法研究现状 | 第13-14页 |
1.3.3 混沌理论及其国内外应用现状 | 第14-15页 |
1.3.4 EEMD的应用现状 | 第15-16页 |
1.4 本文主要研究内容 | 第16-17页 |
第2章 理论基础 | 第17-26页 |
2.1 混沌的概念及定义 | 第17页 |
2.2 混沌的表征参数和方法 | 第17-20页 |
2.2.1 相空间重构 | 第17页 |
2.2.2 时间延迟的确定 | 第17-19页 |
2.2.3 嵌入维数的确定 | 第19-20页 |
2.3 混沌特征量的计算 | 第20-22页 |
2.3.1 关联维数 | 第20-22页 |
2.3.2 Lyapunov指数 | 第22页 |
2.3.3 Kolmogorov熵 | 第22页 |
2.4 EEMD的基础理论 | 第22-23页 |
2.4.1 EEMD方法中加入白噪声的准则 | 第23页 |
2.4.2 EEMD方法中总平均次数 | 第23页 |
2.5 构筑EEMD混沌特征 | 第23-24页 |
2.6 SVM的基本原理 | 第24-25页 |
2.7 本章小结 | 第25-26页 |
第3章 列车工况及数据分析 | 第26-39页 |
3.1 列车走行部及其振动分析 | 第26-30页 |
3.1.1 高速列车的振动 | 第26-27页 |
3.1.2 车辆蛇行运动 | 第27-29页 |
3.1.3 抗蛇行减振器 | 第29页 |
3.1.4 横向减振器 | 第29-30页 |
3.1.5 空气弹簧 | 第30页 |
3.2 数据介绍 | 第30-36页 |
3.2.1 高速列车动力学仿真分析软件 | 第30-32页 |
3.2.2 高速列车监测数据 | 第32-33页 |
3.2.3 仿真数据分析 | 第33-36页 |
3.3 高速列车系统混沌性验证 | 第36-38页 |
3.4 本章小结 | 第38-39页 |
第4章 转向架减振器故障的混沌特征分析 | 第39-53页 |
4.1 不同个数横向减振器失效的混沌特征分析 | 第39-44页 |
4.1.1 EEMD分解得到的IMFs数据分析 | 第39-41页 |
4.1.2 IMFs分量混沌特征提取 | 第41-43页 |
4.1.3 基于支持向量机故障识别 | 第43-44页 |
4.2 单个横向减振器失效的混沌特征分析 | 第44-48页 |
4.2.1 EEMD分解的IMFs数据分析 | 第44-46页 |
4.2.2 IMF混沌特征提取 | 第46-47页 |
4.2.3 基于支持向量机故障识别 | 第47-48页 |
4.3 单个抗蛇行减振器失效的混沌特征分析 | 第48-52页 |
4.3.1 EEMD分解得到的IMFs数据分析 | 第48-50页 |
4.3.2 IMF混沌特征提取 | 第50-51页 |
4.3.3 基于支持向量机的不同工况识别 | 第51-52页 |
4.4 本章小结 | 第52-53页 |
第5章 转向架关键部件性能蜕化混沌特征分析 | 第53-65页 |
5.1 横向减振器性能蜕化信号的混沌特征分析 | 第53-56页 |
5.1.1 性能蜕化工况信号的Lyapunov指数特征分析 | 第53-54页 |
5.1.2 性能蜕化工况信号的混沌特征分析 | 第54-56页 |
5.1.3 基于支持向量机故障识别 | 第56页 |
5.2 抗蛇行减振器性能蜕化工况的混沌特征分析 | 第56-60页 |
5.2.1 性能蜕化工况信号的Lyapunov指数特征分析 | 第57页 |
5.2.2 性能蜕化工况信号的混沌特征分析 | 第57-59页 |
5.2.3 基于支持向量机故障识别 | 第59-60页 |
5.3 空气弹簧性能蜕化工况的混沌特征分析 | 第60-63页 |
5.3.1 性能蜕化工况信号的Lyapunov指数特征分析 | 第60-61页 |
5.3.2 性能蜕化工况信号的混沌特征分析 | 第61-62页 |
5.3.3 基于支持向量机故障识别 | 第62-63页 |
5.4 本章小结 | 第63-65页 |
总结与展望 | 第65-67页 |
总结 | 第65-66页 |
展望 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-73页 |
附录A 攻读硕士学位期间发表的学术论文 | 第73页 |
附录B 参与的科研项目 | 第73页 |