致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第13-17页 |
1.1 研究背景和意义 | 第13-14页 |
1.2 研究内容和技术路线 | 第14-15页 |
1.3 章节安排 | 第15-17页 |
2 国内外研究现状 | 第17-29页 |
2.1 城轨列车走行部轴承动力学研究现状 | 第17-19页 |
2.2 城轨列车走行部轴承寿命理论研究现状 | 第19-20页 |
2.3 城轨列车走行部轴承故障诊断研究现状 | 第20-26页 |
2.4 既有研究总结 | 第26-27页 |
2.5 本章小结 | 第27-29页 |
3 城轨列车走行部轴承结构和振动机理分析 | 第29-35页 |
3.1 城轨列车走行部轴承结构分析 | 第29页 |
3.2 城轨列车走行部轴承振动机理分析 | 第29-32页 |
3.3 城轨列车走行部轴承故障形式及原因 | 第32-33页 |
3.4 本章小节 | 第33-35页 |
4 城轨列车走行部轴承静动力学分析 | 第35-67页 |
4.1 城轨列车走行部轴承静力学分析 | 第35-44页 |
4.1.1 赫兹弹性接触理论 | 第35-38页 |
4.1.2 中心轴向载荷下滚动轴承的接触载荷和变形 | 第38-39页 |
4.1.3 联合载荷下滚动轴承的载荷分布 | 第39-44页 |
4.2 城轨列车走行部轴承动力学分析 | 第44-65页 |
4.2.1 轴承中载荷分布 | 第44-46页 |
4.2.2 轴承运动学分析 | 第46-47页 |
4.2.3 轴承振动模型 | 第47-49页 |
4.2.4 径向游隙的影响 | 第49-51页 |
4.2.5 转速的影响 | 第51-53页 |
4.2.6 载荷的影响 | 第53-55页 |
4.2.7 表面波纹度激励下的轴承振动模型 | 第55-63页 |
4.2.8 实验验证 | 第63-65页 |
4.3 城轨列车走行部轴承监测参数 | 第65-66页 |
4.4 本章小节 | 第66-67页 |
5 城轨列车走行部轴承寿命分析 | 第67-81页 |
5.1 球轴承基本额定寿命计算方法 | 第67-70页 |
5.1.1 L-P理论球轴承基本额定寿命计算 | 第67-69页 |
5.1.2 ISO标准球轴承基本额定寿命计算 | 第69-70页 |
5.2 滚动体轴承基本额定寿命计算方法 | 第70-71页 |
5.2.1 L-P理论滚动体轴承基本额定寿命计算 | 第70-71页 |
5.2.2 ISO标准滚动体轴承基本额定寿命计算 | 第71页 |
5.3 疲劳寿命影响因素分析 | 第71-75页 |
5.4 城轨列车走行部轴承载荷—时间历程统计分析 | 第75-77页 |
5.4.1 雨流计数法 | 第75-76页 |
5.4.2 轴承载荷—时间历程统计分析 | 第76-77页 |
5.5 疲劳寿命动态分析 | 第77-79页 |
5.5.1 变载荷工况下轴承寿命计算 | 第77-78页 |
5.5.2 时变载荷下轴承疲劳寿命分析 | 第78-79页 |
5.6 本章小节 | 第79-81页 |
6 城轨列车走行部轴承故障诊断算法研究 | 第81-113页 |
6.1 复杂环境下城轨列车走行部轴承特征提取技术 | 第81-91页 |
6.1.1 谐波小波分析 | 第81-83页 |
6.1.2 包络分析 | 第83-84页 |
6.1.3 经验模态分析 | 第84-87页 |
6.1.4 特征量提取 | 第87-88页 |
6.1.5 小波神经网络 | 第88-90页 |
6.1.6 遗传神经网络 | 第90-91页 |
6.2 城轨列车走行部轴承故障诊断算法研究 | 第91-112页 |
6.2.1 轴承特征参量 | 第91-93页 |
6.2.2 基于BP神经网络的轴承特征参量比较 | 第93-97页 |
6.2.3 基于谐波小波包络分析的轴承故障诊断方法研究 | 第97-102页 |
6.2.4 基于小波神经网络的轴承故障诊断方法研究 | 第102-107页 |
6.2.5 基于时频域特征和遗传神经网络的轴承故障诊断方法研究 | 第107-112页 |
6.3 本章小结 | 第112-113页 |
7 城轨列车走行部轴承在途故障诊断系统 | 第113-133页 |
7.1 城轨列车走行部轴承在途故障诊断系统设计 | 第113-117页 |
7.1.1 系统总体设计 | 第113-114页 |
7.1.2 系统功能架构 | 第114-117页 |
7.2 城轨列车走行部轴承在途故障诊断系统实现 | 第117-130页 |
7.2.1 系统总体 | 第117-128页 |
7.2.2 系统部分界面 | 第128-130页 |
7.3 实例分析 | 第130-131页 |
7.4 本章小结 | 第131-133页 |
8 结论与展望 | 第133-137页 |
8.1 结论 | 第133-135页 |
8.1.1 本文结论 | 第133-134页 |
8.1.2 本文创新点 | 第134-135页 |
8.2 不足与展望 | 第135-137页 |
参考文献 | 第137-143页 |
附录A | 第143-145页 |
作者简历及攻读博士学位期间取得的研究成果 | 第145-149页 |
学位论文数据集 | 第149页 |