摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第13-27页 |
1.1 机械装备故障诊断 | 第13-14页 |
1.2 列车轴承故障诊断 | 第14-16页 |
1.3 列车轴承道旁声学故障诊断 | 第16-21页 |
1.3.1 列车轴承道旁声学故障诊断系统研究现状 | 第16-18页 |
1.3.2 高速列车轴承道旁声学诊断系统的技术难点 | 第18-21页 |
1.4 论文的主要内容 | 第21-24页 |
1.4.1 论文的主要内容与技术路线 | 第21-23页 |
1.4.2 内容的结构安排 | 第23-24页 |
1.5 论文主要创新点 | 第24-27页 |
第2章 列车轴承道旁声学信号获取 | 第27-39页 |
2.1 引言 | 第27-28页 |
2.2 列车轮对轴承故障 | 第28-30页 |
2.3 列车轴承道旁声学信号获取 | 第30-36页 |
2.3.1 故障轴承的获取 | 第30-31页 |
2.3.2 列车故障轴承静态信号获取 | 第31-33页 |
2.3.3 列车故障轴承静态信号分析 | 第33-34页 |
2.3.4 列车故障轴承道旁声学信号获取 | 第34-35页 |
2.3.5 列车故障轴承动态信号分析 | 第35-36页 |
2.4 基于单麦克风诊断方法的局限性 | 第36-37页 |
2.5 基于麦克风线阵诊断方法的局限性 | 第37-38页 |
2.6 本章小结 | 第38-39页 |
第3章 道旁圆形阵列声学混叠畸变信号分离 | 第39-63页 |
3.1 引言 | 第39-40页 |
3.2 基于圆形麦克风阵列的道旁多混叠声源分离模型 | 第40-43页 |
3.3 基于圆形麦克风阵列的声源分离方法 | 第43-51页 |
3.3.1 基于斜投影的空间指向性滤波算子 | 第44-47页 |
3.3.2 运动声源的阵列时间中心获取 | 第47-49页 |
3.3.3 短时空间指向性滤波 | 第49-50页 |
3.3.4 基于ST-OPSDF的道旁多声源分离流程 | 第50-51页 |
3.4 模拟仿真验证 | 第51-55页 |
3.5 实验验证 | 第55-61页 |
3.5.1 内圈故障与外圈故障混合信号 | 第56-59页 |
3.5.2 滚子故障与外圈故障混合信号 | 第59-61页 |
3.6 本章讨论 | 第61页 |
3.7 本章总结 | 第61-63页 |
第4章 道旁圆形阵列声学多普勒畸变信号的校正 | 第63-87页 |
4.1 引言 | 第63-64页 |
4.2 道旁阵列声学信号中的多普勒畸变 | 第64-68页 |
4.2.1 移动声源的多普勒畸变 | 第64-66页 |
4.2.2 基于麦克风阵列的多普勒校正方法 | 第66-68页 |
4.3 基于麦克风阵列的短时稀疏奇异值分解方法 | 第68-74页 |
4.3.1 基于ST-SSVD的运动夹角估计 | 第69-73页 |
4.3.2 方法的其他说明 | 第73-74页 |
4.4 仿真验证 | 第74-80页 |
4.4.1 多普勒冲击信号仿真 | 第74-77页 |
4.4.2 多普勒线性调频信号仿真 | 第77-80页 |
4.5 真实轴承多普勒信号的试验验证 | 第80-84页 |
4.5.1 列车轴承外圈故障 | 第80-82页 |
4.5.2 列车轴承内圈故障 | 第82-84页 |
4.6 本章讨论 | 第84-85页 |
4.7 本章小结 | 第85-87页 |
第5章 道旁声学诊断系统的嵌入式在线实现 | 第87-107页 |
5.1 引言 | 第87-88页 |
5.2 在线多普勒畸变校正方法的原理 | 第88-91页 |
5.3 在线多普勒畸变消除方法的过程 | 第91-95页 |
5.4 模拟仿真验证 | 第95-99页 |
5.5 嵌入式系统中的ODEE算法实验验证 | 第99-105页 |
5.5.1 嵌入式系统的实验装置 | 第99-101页 |
5.5.2 实验验证:外圈故障信号 | 第101-103页 |
5.5.3 实验验证:内圈故障轴承 | 第103-105页 |
5.6 本章讨论 | 第105页 |
5.7 本章小结 | 第105-107页 |
第6章 总结与展望 | 第107-111页 |
6.1 论文的总结 | 第107-108页 |
6.2 论文的主要创新点 | 第108-109页 |
6.3 研究课题的进一步展望 | 第109-111页 |
参考文献 | 第111-121页 |
致谢 | 第121-123页 |
在读期间发表的学术论文与取得的其他研究成果 | 第123-124页 |