高速列车轮轨故障诊断系统的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·问题的提出 | 第8页 |
| ·国内外动态 | 第8-9页 |
| ·智能故障诊断方法的研究现状 | 第9-11页 |
| ·本课题研究内容 | 第11-12页 |
| 2 故障诊断的硬件监测系统 | 第12-20页 |
| ·高速轮轨监测系统总体结构图 | 第12-13页 |
| ·振动测量原理 | 第13-14页 |
| ·信号预处理 | 第14-19页 |
| ·输出信号的调理与放大 | 第14-15页 |
| ·输出信号的二值化处理 | 第15-19页 |
| ·数据采集系统 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 高速列车轮轨振动信号分析 | 第20-36页 |
| ·时域波形参数分析 | 第20-21页 |
| ·Fourier分析 | 第21-23页 |
| ·小波分析 | 第23-28页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24-25页 |
| ·小波变换与Fourier变换的比较 | 第25页 |
| ·多分辨率分析 | 第25-26页 |
| ·实验结果分析 | 第26-28页 |
| ·小波包分析 | 第28-31页 |
| ·基于阈值的小波信号去噪 | 第31-34页 |
| ·软、硬阈值去噪方法 | 第32-33页 |
| ·实验结果分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 4 小波神经网络在轮轨故障诊断中的应用 | 第36-46页 |
| ·小波神经网络在故障诊断中的应用 | 第36-37页 |
| ·振动信号特征向量的提取 | 第37-39页 |
| ·小波包分解提取故障特征向量 | 第38页 |
| ·实验结果分析 | 第38-39页 |
| ·BP网络模型的建立 | 第39-41页 |
| ·BP网络的学习过程 | 第41-45页 |
| ·BP网络的正向传播过程 | 第42页 |
| ·BP网络的反向传播过程 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 故障诊断系统的软件化实现 | 第46-56页 |
| ·系统软件结构设计 | 第46-47页 |
| ·信号去噪的软件设计 | 第47页 |
| ·基于MATLAB与VC++混编的能量信号提取 | 第47-52页 |
| ·MATLAB与VC++接口方法概述 | 第48页 |
| ·MATLAB编译器方法中的接口配置 | 第48-50页 |
| ·能量信号的提取流程 | 第50-51页 |
| ·动态链接库的调用 | 第51-52页 |
| ·神经网络算法的软件实现 | 第52-54页 |
| ·人机接口 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 6 结论与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
