| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1. 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 列车车轮不圆顺检测现状 | 第11-14页 |
| 1.2.2 振动信号处理技术现状 | 第14-15页 |
| 1.2.3 基于神经网络的故障诊断技术 | 第15页 |
| 1.3 主要研究内容 | 第15-18页 |
| 2. 城轨列车车轮全局不圆顺故障及现场采集系统介绍 | 第18-28页 |
| 2.1 城轨列车车轮介绍 | 第18-19页 |
| 2.2 轮对全局不圆顺故障介绍 | 第19-20页 |
| 2.3 经验模态分解 | 第20-24页 |
| 2.4 现场振动信号采集系统 | 第24-27页 |
| 2.4.1 系统需求分析 | 第24-25页 |
| 2.4.2 系统总体设计 | 第25-26页 |
| 2.4.3 现场安装 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3. 城轨列车垂向耦合动力学模型 | 第28-44页 |
| 3.1 车辆-轨道动力学介绍 | 第28-29页 |
| 3.2 激励模型的建立 | 第29-33页 |
| 3.2.1 车轮全局不圆顺 | 第29-31页 |
| 3.2.2 轨道随机不平顺 | 第31-33页 |
| 3.3 车辆-轨道垂向耦合系统动力学仿真 | 第33-41页 |
| 3.3.1 模型基本原则及简化原则 | 第33-35页 |
| 3.3.2 车辆子系统 | 第35-37页 |
| 3.3.3 轨道子系统 | 第37-40页 |
| 3.3.4 轮轨垂向动力学 | 第40-41页 |
| 3.3.5 模型仿真 | 第41页 |
| 3.4 车轮全局不圆顺及轨道不平顺下的轨道振动响应仿真 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4. 基于自适应形态滤波及改进EMD的振动信号分解 | 第44-69页 |
| 4.1 数学形态学滤波 | 第44-47页 |
| 4.1.1 基本理论 | 第44-45页 |
| 4.1.2 结构元素的确定 | 第45-46页 |
| 4.1.3 常用组合形态滤波器 | 第46-47页 |
| 4.2 自适应形态组合滤波器 | 第47-49页 |
| 4.2.1 结构元素集的构建 | 第47-49页 |
| 4.2.2 最优结构元素确定 | 第49页 |
| 4.3 EMD及其改进 | 第49-56页 |
| 4.3.1 Hilbert谱和Hilbert边际谱 | 第49-51页 |
| 4.3.2 EMD模态混叠问题 | 第51-52页 |
| 4.3.3 模态混叠问题的改进 | 第52-55页 |
| 4.3.4 IMF的选取 | 第55-56页 |
| 4.4 实验分析 | 第56-68页 |
| 4.4.1 算法流程 | 第56-57页 |
| 4.4.2 模型仿真数据分析 | 第57-63页 |
| 4.4.3 实测振动信号分析 | 第63-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5. 基于LM-BP神经网络的车轮全局不圆顺故障诊断 | 第69-94页 |
| 5.1 轨道振动信号特征值提取 | 第69-71页 |
| 5.2 BP神经网络相关理论 | 第71-76页 |
| 5.2.1 学习算法 | 第71-74页 |
| 5.2.2 LM优化算法 | 第74-76页 |
| 5.3 故障分类模型的建立 | 第76-78页 |
| 5.3.1 节点数的确定 | 第76-77页 |
| 5.3.2 初始权值生成 | 第77页 |
| 5.3.3 期望误差与学习速率选取 | 第77-78页 |
| 5.4 实验仿真数据验证 | 第78-89页 |
| 5.4.1 振动信号特征值提取 | 第78页 |
| 5.4.2 基于LM-BP神经网络的车轮全局不圆顺故障诊断 | 第78-89页 |
| 5.5 现场数据验证 | 第89-93页 |
| 5.5.1 数据准备 | 第89页 |
| 5.5.2 算法流程 | 第89-90页 |
| 5.5.3 现场数据诊断 | 第90-93页 |
| 5.6 本章小结 | 第93-94页 |
| 6. 总结与展望 | 第94-96页 |
| 6.1 全文总结 | 第94页 |
| 6.2 研究展望 | 第94-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-102页 |
| 附录 | 第102页 |
