| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究综述 | 第13-16页 |
| 1.2.1 高速列车悬挂系统故障分离研究综述 | 第13-15页 |
| 1.2.2 高速列车悬挂系统故障辨识研究综述 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-20页 |
| 2 高速列车悬挂系统建模与故障仿真实验平台搭建 | 第20-42页 |
| 2.1 高速列车悬挂系统结构与主要故障形式 | 第20-24页 |
| 2.1.1 高速列车悬挂系统结构与功能 | 第20-23页 |
| 2.1.2 高速列车悬挂系统零部件故障形式 | 第23-24页 |
| 2.2 高速列车悬挂系统横向动力学建模 | 第24-32页 |
| 2.2.1 横向动力学模型的物理结构和微分方程 | 第24-28页 |
| 2.2.2 横向动力学模型的状态空间模型 | 第28页 |
| 2.2.3 基于SIMULINK的软件仿真及系统稳定性分析 | 第28-32页 |
| 2.3 高速列车悬挂系统故障仿真实验平台搭建 | 第32-40页 |
| 2.3.1 基于SIMPACK的车辆动力学建模 | 第33-38页 |
| 2.3.2 基于SIMULINK的外部作用力建模 | 第38页 |
| 2.3.3 通信接口设置与故障仿真设置 | 第38-40页 |
| 2.4 本章小结 | 第40-42页 |
| 3 基于谱细化分析的故障特征提取与降维研究 | 第42-62页 |
| 3.1 故障特征提取与降维算法流程 | 第42-43页 |
| 3.2 故障特征提取算法 | 第43-48页 |
| 3.2.1 时域与频域特征提取 | 第43-44页 |
| 3.2.2 基于谱细化分析的功率谱特征提取算法 | 第44-48页 |
| 3.3 故障特征降维算法 | 第48-53页 |
| 3.3.1 基于PCA的故障特征降维算法 | 第48-50页 |
| 3.3.2 基于KPCA的故障特征降维算法 | 第50-53页 |
| 3.4 故障特征提取与降维结果分析 | 第53-61页 |
| 3.4.1 基于PCA的故障特征降维结果分析 | 第54-55页 |
| 3.4.2 基于KPCA的故障特征降维结果分析 | 第55-60页 |
| 3.4.3 基于特征值和方差贡献率的降维效率对比分析 | 第60-61页 |
| 3.5 本章小结 | 第61-62页 |
| 4 基于模糊智能的高速列车悬挂系统故障分离研究 | 第62-88页 |
| 4.1 基于FPCM的故障分离算法 | 第62-75页 |
| 4.1.1 FPCM算法原理 | 第62-64页 |
| 4.1.2 FPCM算法优化设计 | 第64-73页 |
| 4.1.3 基于FPCM的故障分离结果分析 | 第73-75页 |
| 4.2 基于BP神经网络的故障分离算法 | 第75-83页 |
| 4.2.1 BP神经网络原理 | 第75-76页 |
| 4.2.2 BP神经网络结构与参数设计 | 第76-81页 |
| 4.2.3 基于BP神经网络的故障分离结果分析 | 第81-83页 |
| 4.3 基于模糊智能的混合算法 | 第83-85页 |
| 4.3.1 混合算法原理 | 第83-84页 |
| 4.3.2 基于混合算法的故障分离结果分析 | 第84-85页 |
| 4.4 本章小结 | 第85-88页 |
| 5 基于非线性滤波的高速列车悬挂系统故障辨识研究 | 第88-116页 |
| 5.1 高速列车悬挂系统动力学模型的离散化方法 | 第88-90页 |
| 5.2 基于粒子滤波的故障辨识算法 | 第90-97页 |
| 5.2.1 粒子滤波算法原理 | 第90-94页 |
| 5.2.2 基于粒子滤波的故障辨识算法流程 | 第94-95页 |
| 5.2.3 算例分析 | 第95-97页 |
| 5.3 基于边缘化粒子滤波的故障辨识算法 | 第97-101页 |
| 5.3.1 状态边缘化算法原理 | 第97页 |
| 5.3.2 基于边缘化粒子滤波的故障辨识算法流程 | 第97-100页 |
| 5.3.3 算例分析 | 第100-101页 |
| 5.4 高速列车悬挂系统故障辨识结果分析 | 第101-113页 |
| 5.4.1 正常工况的故障辨识结果分析 | 第102-107页 |
| 5.4.2 突发故障的故障辨识结果分析 | 第107-113页 |
| 5.5 本章小结 | 第113-116页 |
| 6 结论与展望 | 第116-120页 |
| 6.1 工作总结 | 第116-117页 |
| 6.2 工作展望 | 第117-120页 |
| 参考文献 | 第120-124页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第124-128页 |
| 学位论文数据集 | 第128页 |