基于信息融合的城轨车辆走行系故障诊断
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·研究背景及意义 | 第7-8页 |
| ·走行系故障诊断发展现状 | 第8-9页 |
| ·基于信息融合的故障诊断概述 | 第9-13页 |
| ·信息融合发展现状 | 第9-11页 |
| ·信息融合故障诊断简介 | 第11-13页 |
| ·本文结构及研究内容 | 第13-14页 |
| 2 走行系及其故障介绍 | 第14-29页 |
| ·走行系结构组成 | 第14-17页 |
| ·轮对 | 第14-16页 |
| ·轴承 | 第16页 |
| ·驱动和制动装置 | 第16-17页 |
| ·其他 | 第17页 |
| ·走行系主要故障模式 | 第17-22页 |
| ·轮对踏面故障模式 | 第18-20页 |
| ·滚动轴承故障模式 | 第20-22页 |
| ·故障信号的特征 | 第22-26页 |
| ·轮对踏面的故障信号特征 | 第22-25页 |
| ·滚动轴承的故障信号特征 | 第25-26页 |
| ·故障信号的采集 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 振动信号的局部故障诊断 | 第29-52页 |
| ·基于EMD的故障特征提取 | 第29-37页 |
| ·基于原理 | 第29-34页 |
| ·EMD的特点 | 第34-36页 |
| ·振动信号的提取 | 第36-37页 |
| ·基于BP神经网络的局部诊断 | 第37-42页 |
| ·神经网络基本概念 | 第37页 |
| ·BP神经网络及其训练算法 | 第37-39页 |
| ·局部诊断模型的建立 | 第39-42页 |
| ·实例分析 | 第42-51页 |
| ·故障特征提取实例分析 | 第42-47页 |
| ·局部故障诊断实例分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 4 轴温信号的局部故障诊断 | 第52-58页 |
| ·轴箱的温度规律 | 第52-53页 |
| ·红外轴温探测的机理 | 第53页 |
| ·轴温故障诊断 | 第53-55页 |
| ·传感器位置 | 第53-54页 |
| ·算法流程 | 第54-55页 |
| ·实例分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 基于D-S证据理论的融合故障诊断 | 第58-73页 |
| ·D-S证据的理论基础 | 第58-63页 |
| ·D-S证据的基本内涵 | 第58-60页 |
| ·D-S合成规则 | 第60-62页 |
| ·合成规则的评价方法 | 第62-63页 |
| ·D-S证据的改进 | 第63-68页 |
| ·D-S证据的缺陷 | 第63-66页 |
| ·基于冲突分配的改进 | 第66-68页 |
| ·基于D-S证据的故障诊断模型 | 第68-70页 |
| ·实例分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |
