| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 2 ECP制动系统控制模型及系统诊断框架 | 第19-31页 |
| 2.1 ECP制动系统介绍 | 第19-22页 |
| 2.1.1 缆式ECP系统结构 | 第19-21页 |
| 2.1.2 ECP系统工作原理 | 第21-22页 |
| 2.2 重载列车ECP制动系统控制模型 | 第22-28页 |
| 2.2.1 ECP系统制动命令 | 第22-24页 |
| 2.2.2 ECP系统基础制动力 | 第24-25页 |
| 2.2.3 ECP制动系统控制模型 | 第25-28页 |
| 2.3 ECP系统故障分析 | 第28-29页 |
| 2.4 基于状态和参数估计的故障诊断框架 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于自适应估计的故障检测策略 | 第31-50页 |
| 3.1 问题描述 | 第31-33页 |
| 3.1.1 故障诊断鲁棒性问题 | 第31-32页 |
| 3.1.2 基于自适应估计方法的故障检测方案 | 第32-33页 |
| 3.2 基于自适应近似的不确定信号估计 | 第33-37页 |
| 3.2.1 函数逼近问题 | 第33-35页 |
| 3.2.2 ECP系统不确定信号在线估计 | 第35-36页 |
| 3.2.3 参数自适应律更新 | 第36-37页 |
| 3.3 故障检测鲁棒残差与时变的检测阈值 | 第37-41页 |
| 3.3.1 消除不确定影响的ECP系统状态估计器 | 第37-39页 |
| 3.3.2 基于Lyapunov稳定的时变检测阈值 | 第39-41页 |
| 3.4 仿真与分析 | 第41-48页 |
| 3.4.1 ECP系统故障诊断仿真场景搭建 | 第41-43页 |
| 3.4.2 故障检测仿真分析 | 第43-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 基于神经网络的故障隔离与辨识 | 第50-64页 |
| 4.1 问题描述 | 第50-52页 |
| 4.1.1 故障隔离与辨识问题 | 第50-51页 |
| 4.1.2 基于神经网络的故障隔离与辨识方案 | 第51-52页 |
| 4.2 基于神经网络估计器的故障辨识 | 第52-56页 |
| 4.2.1 构造神经网络参数估计器 | 第53-54页 |
| 4.2.2 权值更新与未知故障影响估计 | 第54-56页 |
| 4.3 基于多残差生成的故障隔离 | 第56-59页 |
| 4.3.1 残差生成器构成与故障隔离决策定义 | 第56-58页 |
| 4.3.2 故障隔离阈值选择 | 第58-59页 |
| 4.4 仿真与分析 | 第59-63页 |
| 4.4.1 ECP系统中车辆制动系统仿真场景 | 第59-61页 |
| 4.4.2 故障隔离与辨识仿真分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 ECP制动系统故障诊断系统的实现 | 第64-71页 |
| 5.1 故障诊断系统总体框架 | 第64页 |
| 5.2 诊断系统硬件设计与实现 | 第64-66页 |
| 5.3 诊断系统软件设计与实现 | 第66-69页 |
| 5.4 诊断系统工作界面 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 附录1 图索引 | 第78-79页 |
| 附录2 表索引 | 第79-80页 |
| 攻读学位期间主要的研究成果 | 第80-81页 |
| 致谢 | 第81页 |