高铁车站设备维保监测技术的研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.2.1 国外研究现状 | 第11页 |
1.2.2 国内研究现状 | 第11-12页 |
1.3 本文主要内容及结构安排 | 第12-14页 |
1.4 本章小结 | 第14-15页 |
第二章 维保监测系统总体设计与关键技术 | 第15-23页 |
2.1 高铁车站设备维护对象和分类 | 第15-16页 |
2.2 维保监测系统需求分析 | 第16-17页 |
2.2.1 系统功能需求 | 第16-17页 |
2.2.2 系统设计原则与规划 | 第17页 |
2.3 维保监测系统总体设计方案 | 第17-18页 |
2.4 维保监测系统功能模块划分 | 第18-19页 |
2.5 维保监测系统关键技术研究 | 第19-22页 |
2.5.1 移动终端平台技术 | 第19-22页 |
2.5.2 数据库MYSQL | 第22页 |
2.6 本章小结 | 第22-23页 |
第三章 维保监测系统架构设计 | 第23-43页 |
3.1 数据采集模块 | 第23-25页 |
3.1.1 传感器选型 | 第23-24页 |
3.1.2 数据采集过程 | 第24-25页 |
3.2 后台服务器端 | 第25-31页 |
3.2.1 Socket通信 | 第25-27页 |
3.2.2 数据库设计 | 第27-31页 |
3.3 移动客户端功能设计 | 第31-41页 |
3.3.1 主界面设计 | 第32-34页 |
3.3.2 用户管理模块设计 | 第34-36页 |
3.3.3 监测数据管理模块设计 | 第36-37页 |
3.3.4 故障报警管理模块设计 | 第37-38页 |
3.3.5 维修工单管理模块设计 | 第38-40页 |
3.3.6 设备管理模块设计 | 第40页 |
3.3.7 设备保养模块设计 | 第40-41页 |
3.4 本章小结 | 第41-43页 |
第四章 系统诊断维保策略研究 | 第43-61页 |
4.1 系统诊断维保问题描述 | 第43页 |
4.2 基于BP神经网络的设备诊断维保研究 | 第43-51页 |
4.2.1 诊断维保决策过程 | 第43-44页 |
4.2.2 BP神经网络算法 | 第44-47页 |
4.2.3 模型建立与仿真实现 | 第47-51页 |
4.3 基于GA-BP的设备诊断维保研究 | 第51-60页 |
4.3.1 遗传算法概述 | 第51-52页 |
4.3.2 遗传算法优化BP神经网络 | 第52-54页 |
4.3.3 模型建立与仿真实现 | 第54-60页 |
4.4 本章小结 | 第60-61页 |
第五章 维保监测系统实现及测试 | 第61-74页 |
5.1 移动客户端实现 | 第61-66页 |
5.1.1 主界面实现 | 第61页 |
5.1.2 用户管理功能实现 | 第61-62页 |
5.1.3 监测数据管理功能实现 | 第62-63页 |
5.1.4 故障报警管理模块实现 | 第63页 |
5.1.5 维修工单管理模块实现 | 第63-64页 |
5.1.6 设备管理模块实现 | 第64-65页 |
5.1.7 设备保养模块实现 | 第65-66页 |
5.2 兼容性测试 | 第66-67页 |
5.3 功能测试 | 第67-71页 |
5.4 性能测试 | 第71-73页 |
5.4.1 响应时间测试 | 第71-72页 |
5.4.2 内存占用 | 第72-73页 |
5.4.3 CPU占用测试 | 第73页 |
5.5 本章小结 | 第73-74页 |
结论 | 第74-75页 |
参考文献 | 第75-77页 |
致谢 | 第77页 |