| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 概述 | 第12-22页 |
| 1.1 论文选题背景 | 第12-13页 |
| 1.2 论文研究目的和意义 | 第13-14页 |
| 1.3 故障预测与健康管理技术研究现状 | 第14-19页 |
| 1.3.1 国外研究现状 | 第14-17页 |
| 1.3.2 国内研究现状 | 第17-19页 |
| 1.4 论文的主要研究内容与结构安排 | 第19-22页 |
| 2 轨道电路及其故障形成机理分析 | 第22-38页 |
| 2.1 轨道电路 | 第22-26页 |
| 2.1.1 轨道电路概述 | 第22-23页 |
| 2.1.2 高压不对称脉冲轨道电路 | 第23-26页 |
| 2.2 轨道电路故障形成机理分析 | 第26-37页 |
| 2.2.1 道碴电阻对轨道电路的影响分析 | 第27-28页 |
| 2.2.2 轮轨接触电阻对轨道电路的影响分析 | 第28-30页 |
| 2.2.3 牵引电流对轨道电路的影响分析 | 第30-32页 |
| 2.2.4 邻线干扰及邻段干扰对轨道电路的影响分析 | 第32-36页 |
| 2.2.5 电源电压对轨道电路的影响分析 | 第36页 |
| 2.2.6 雷电对轨道电路的影响分析 | 第36-37页 |
| 2.2.7 电子元器件故障对轨道电路的影响分析 | 第37页 |
| 2.3 本章小结 | 第37-38页 |
| 3 轨道电路PHM体系结构设计 | 第38-54页 |
| 3.1 轨道电路PHM体系结构设计 | 第38-44页 |
| 3.1.1 PHM系统设计方法 | 第38-39页 |
| 3.1.2 轨道电路PHM体系结构设计 | 第39-41页 |
| 3.1.3 故障预测方法 | 第41-44页 |
| 3.2 轨道电路故障特征参数采集系统设计 | 第44-53页 |
| 3.2.1 系统设计方案 | 第44-46页 |
| 3.2.2 系统软件流程 | 第46-49页 |
| 3.2.3 系统测试 | 第49-51页 |
| 3.2.4 实测数据 | 第51-53页 |
| 3.3 本章小结 | 第53-54页 |
| 4 轨道电路故障征兆提取算法研究 | 第54-68页 |
| 4.1 引言 | 第54页 |
| 4.2 基于FFT的参数提取算法及其缺陷分析 | 第54-60页 |
| 4.2.1 基于FFT的参数提取算法 | 第54-56页 |
| 4.2.2 冲击干扰下基于FFT的参数提取算法 | 第56-60页 |
| 4.3 基于小波变换的轨道电路特征参数提取算法 | 第60-66页 |
| 4.3.1 多尺度小波分析 | 第60-62页 |
| 4.3.2 基于小波变换的轨道电路特征参数提取算法 | 第62-66页 |
| 4.4 本章小节 | 第66-68页 |
| 5 基于模糊神经网络的故障预测方法研究 | 第68-86页 |
| 5.1 引言 | 第68页 |
| 5.2 模糊逻辑推理与故障预测系统 | 第68-71页 |
| 5.2.1 模糊逻辑推理对故障预测问题的适用性 | 第68-69页 |
| 5.2.2 故障预测的模糊推理规则表示 | 第69-70页 |
| 5.2.3 模糊逻辑推理系统存在的问题 | 第70-71页 |
| 5.3 神经网络与故障预测 | 第71-72页 |
| 5.4 模糊推理系统与神经网络的方法融合 | 第72-77页 |
| 5.4.1 模糊推理系统与神经网络的特性对比 | 第72-73页 |
| 5.4.2 模糊神经网络融合方法分类 | 第73-74页 |
| 5.4.3 模糊神经网络算法模型 | 第74-76页 |
| 5.4.4 模糊神经网络在故障预测中的应用 | 第76-77页 |
| 5.5 基于模糊神经网络模型的轨道电路故障预测实例分析 | 第77-84页 |
| 5.5.1 基于FNN的故障预测模型 | 第77-80页 |
| 5.5.2 学习算法 | 第80-82页 |
| 5.5.3 应用实例验证及结论分析 | 第82-84页 |
| 5.6 本章小节 | 第84-86页 |
| 6 基于模糊神经网络的故障预测改进算法 | 第86-110页 |
| 6.1 引言 | 第86页 |
| 6.2 模糊算子 | 第86-91页 |
| 6.2.1 无参数模糊算子 | 第86-88页 |
| 6.2.2 带参数模糊算子 | 第88-91页 |
| 6.3 模糊算子选取标准 | 第91-92页 |
| 6.4 基于带补偿因子的模糊神经模型的故障预测方法 | 第92-108页 |
| 6.4.1 故障预测模型 | 第92-94页 |
| 6.4.2 模糊算子选取 | 第94-96页 |
| 6.4.3 学习算法 | 第96-101页 |
| 6.4.4 应用实例验证及结论分析 | 第101-107页 |
| 6.4.5 故障可信度与维修时限的关系映射 | 第107-108页 |
| 6.5 本章小结 | 第108-110页 |
| 7 总结与展望 | 第110-114页 |
| 7.1 研究总结 | 第110-111页 |
| 7.2 研究展望 | 第111-114页 |
| 参考文献 | 第114-124页 |
| 附录A 研制设备实物图 | 第124-126页 |
| 攻博期间学术成果 | 第126-128页 |
| 攻博期间科研教学成果及奖励 | 第128-132页 |
| 学位论文数据集 | 第132页 |
