| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外发展历程 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究内容及思路 | 第13-15页 |
| 2 高速列车轴箱磨损形式及油脂检测技术研究 | 第15-25页 |
| 2.1 轴箱常见的磨损形式 | 第15-16页 |
| 2.2 常用的油脂检测技术 | 第16-20页 |
| 2.2.1 光谱技术 | 第17-18页 |
| 2.2.2 铁谱技术 | 第18-20页 |
| 2.3 油脂检测新技术 | 第20-24页 |
| 2.3.1 静电监测技术在磨损颗粒监测中的应用 | 第20-23页 |
| 2.3.2 磨粒数字图像处理技术在油脂分析中的应用 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于静电监测与图像处理的轴箱磨损状态检测技术研究 | 第25-47页 |
| 3.1 油脂中磨损颗粒的实时监测 | 第26-32页 |
| 3.1.1 磨粒静电信号的采集 | 第26-28页 |
| 3.1.2 磨粒静电信号中背景噪声和随机脉冲的滤除 | 第28-31页 |
| 3.1.3 磨损预警信号的触发 | 第31-32页 |
| 3.2 油样提取与磨粒数字图像的获取 | 第32-33页 |
| 3.3 油脂中磨粒图像的综合分析 | 第33-45页 |
| 3.3.1 磨粒图像的预处理 | 第34页 |
| 3.3.2 磨粒图像的分割 | 第34-38页 |
| 3.3.3 基于小波变换的图像融合技术 | 第38-43页 |
| 3.3.4 磨粒图像的边缘提取 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 基于支持向量机的轴箱润滑故障识别技术研究 | 第47-59页 |
| 4.1 支持向量机原理 | 第47-49页 |
| 4.2 磨损颗粒的特征分析 | 第49-53页 |
| 4.2.1 磨粒特征参数 | 第49-52页 |
| 4.2.2 磨粒类型识别 | 第52-53页 |
| 4.3 轴箱润滑状况以及磨损状态的诊断 | 第53-58页 |
| 4.3.1 RBF网络输入输出层的设计 | 第53-56页 |
| 4.3.2 RBF核函数支持向量机模式识别 | 第56-57页 |
| 4.3.3 诊断结论 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 高速列车轴箱润滑状态综合检测与诊断系统的开发 | 第59-69页 |
| 5.1 系统的总体设计思想 | 第59-60页 |
| 5.2 系统主要功能模块的设计 | 第60-65页 |
| 5.2.1 磨损预警模块的系统设计 | 第60-61页 |
| 5.2.2 磨粒图像处理模块的系统设计 | 第61-62页 |
| 5.2.3 故障诊断模块的系统设计 | 第62-63页 |
| 5.2.4 历史数据分析模块的系统设计 | 第63-65页 |
| 5.3 软件的性能验证 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间的研究成果 | 第75页 |
