| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 列车滚动轴承故障诊断的研究内容 | 第14-15页 |
| 1.3 滚动轴承故障诊断的国内外研究现状 | 第15-19页 |
| 1.3.1 滚动轴承信号分析方法的研究现状 | 第15-17页 |
| 1.3.2 滚动轴承模式识别方法的研究现状 | 第17-19页 |
| 1.4 论文的研究内容与技术路线 | 第19-23页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 技术路线 | 第20-23页 |
| 2 列车滚动轴承振动机理与常见的诊断方法 | 第23-31页 |
| 2.1 列车轴承的结构与振动机理 | 第23-24页 |
| 2.2 列车轴承的主要失效形式 | 第24-26页 |
| 2.3 列车轴承的特征频率分析 | 第26-27页 |
| 2.4 列车轴承常见的诊断方法 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 列车滚动轴承信号的小波包消噪与LCD分解 | 第31-51页 |
| 3.1 信号的小波包消噪 | 第31-38页 |
| 3.1.1 WPA的基本理论 | 第31-33页 |
| 3.1.2 小波包消噪原理 | 第33-34页 |
| 3.1.3 仿真信号的消噪分析 | 第34-36页 |
| 3.1.4 列车轴承信号的小波包消噪 | 第36-38页 |
| 3.2 基于LCD算法的列车轴承信号分析 | 第38-49页 |
| 3.2.1 ITD算法 | 第39页 |
| 3.2.2 LCD算法 | 第39-43页 |
| 3.2.3 信号的仿真分析 | 第43-46页 |
| 3.2.4 LCD算法对列车轴承信号的分析 | 第46-49页 |
| 3.3 本章小结 | 第49-51页 |
| 4 列车滚动轴承信号的特征提取与KPCA优化降维 | 第51-69页 |
| 4.1 时域特征提取 | 第51-54页 |
| 4.1.1 有量纲特征参数 | 第51-52页 |
| 4.1.2 无量纲特征参数 | 第52-53页 |
| 4.1.3 基于时域参数的特征提取 | 第53-54页 |
| 4.2 频域特征提取 | 第54-56页 |
| 4.2.1 频域特征参数 | 第54-55页 |
| 4.2.2 基于频域参数的特征提取 | 第55-56页 |
| 4.3 小波包特征提取 | 第56-58页 |
| 4.3.1 小波包能量谱 | 第56页 |
| 4.3.2 基于小波包分解的特征提取 | 第56-58页 |
| 4.4 基于LCD的信号分解特征提取 | 第58-60页 |
| 4.4.1 ISC能量矩的计算方法 | 第58-59页 |
| 4.4.2 基于ISC能量矩的特征提取 | 第59-60页 |
| 4.5 KPCA优化降维 | 第60-67页 |
| 4.5.1 KPCA理论 | 第61-62页 |
| 4.5.2 KPCA的实现过程 | 第62-64页 |
| 4.5.3 列车轴承信号特征提取中的KPCA优化降维 | 第64-67页 |
| 4.6 本章小结 | 第67-69页 |
| 5 基于PSO-LSSVM算法的列车滚动轴承故障诊断 | 第69-93页 |
| 5.1 SVM的相关理论 | 第69-72页 |
| 5.1.1 统计学习理论 | 第69-70页 |
| 5.1.2 SVM的原理 | 第70-72页 |
| 5.2 LSSVM的分类原理 | 第72-74页 |
| 5.3 LSSVM算法参数的确定 | 第74-76页 |
| 5.3.1 PSO算法的基本原理 | 第74-75页 |
| 5.3.2 PSO算法的参数设置 | 第75-76页 |
| 5.4 基于PSO-LSSVM算法的滚动轴承故障诊断 | 第76-82页 |
| 5.4.1 PSO-LSSVM算法的故障诊断步骤 | 第76-77页 |
| 5.4.2 PSO-LSSVM算法在故障诊断中的应用 | 第77-82页 |
| 5.5 城轨列车走行系在途故障诊断系统 | 第82-92页 |
| 5.5.1 总体设计 | 第82-83页 |
| 5.5.2 城轨列车走行系车载故障诊断系统 | 第83-86页 |
| 5.5.3 城轨列车走行系综合监测与预警系统 | 第86-87页 |
| 5.5.4 城轨列车滚动轴承信号分析 | 第87-92页 |
| 5.6 本章小结 | 第92-93页 |
| 6 总结与展望 | 第93-95页 |
| 6.1 论文的主要工作及研究成果 | 第93-94页 |
| 6.2 论文展望 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第99-101页 |
| 学位论文数据集 | 第101页 |
