| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-32页 |
| 1.1 问题的提出 | 第14-17页 |
| 1.2 国内外研究现状分析 | 第17-28页 |
| 1.2.1 牵引供电状态检测与维修现状 | 第17-22页 |
| 1.2.2 设备故障状态检测与状态维修优化建模方法 | 第22-28页 |
| 1.3 研究的目标与内容 | 第28-29页 |
| 1.4 本文主要工作 | 第29-32页 |
| 第2章 基于Markov过程的组合式同相供电装置状态维修决策优化研究 | 第32-49页 |
| 2.1 引言 | 第32-33页 |
| 2.2 组合式同相供电方案的结构与特点 | 第33-36页 |
| 2.2.1 传统同相供电方案 | 第33-34页 |
| 2.2.2 组合式同相供电方案 | 第34-36页 |
| 2.3 组合式同相供电装置 | 第36-39页 |
| 2.3.1 装置构成 | 第37页 |
| 2.3.2 工作模式 | 第37-39页 |
| 2.3.3 故障模式 | 第39页 |
| 2.4 组合式同相供电装置可靠性分析 | 第39-44页 |
| 2.4.1 符号定义 | 第39-40页 |
| 2.4.2 假设条件 | 第40页 |
| 2.4.3 可靠性建模 | 第40-43页 |
| 2.4.4 算例分析 | 第43-44页 |
| 2.5 考虑故障状态的组合式同相供电装置维修决策优化模型 | 第44-48页 |
| 2.5.1 故障状态 | 第44-45页 |
| 2.5.2 维修决策模型 | 第45-47页 |
| 2.5.3 算例分析 | 第47-48页 |
| 2.6 小结 | 第48-49页 |
| 第3章 基于振动的高铁接触网补偿装置故障状态检测研究 | 第49-67页 |
| 3.1 引言 | 第49-50页 |
| 3.2 高铁接触网棘轮补偿装置运行分析 | 第50-52页 |
| 3.3 机械故障选择和KNN参数描述 | 第52-55页 |
| 3.3.1 K近邻分类器 | 第52-54页 |
| 3.3.2 机械故障特征KNN参数优化 | 第54-55页 |
| 3.4 基于智能水滴算法的KNN参数同步特征选择 | 第55-59页 |
| 3.4.1 标准智能水滴优化算法(IWD) | 第55-57页 |
| 3.4.2 局部区域缩放算法描述 | 第57-58页 |
| 3.4.3 机械故障检测模型的操作步骤 | 第58-59页 |
| 3.5 模拟实验 | 第59-66页 |
| 3.5.1 优化算法性能测试 | 第59-60页 |
| 3.5.2 IWD-KNN分类器性能测试 | 第60-63页 |
| 3.5.3 故障检测试验 | 第63-66页 |
| 3.6 小结 | 第66-67页 |
| 第4章 基于振动的高铁接触网单个锚段故障状态检测研究 | 第67-84页 |
| 4.1 引言 | 第67-68页 |
| 4.2 接触网机械故障与定点振动信息监测 | 第68-72页 |
| 4.2.1 接触网机械故障 | 第68-70页 |
| 4.2.2 接触网定点振动信息监测 | 第70-72页 |
| 4.3 熵特征小波分解识别 | 第72-77页 |
| 4.3.1 小波熵的概念 | 第72-73页 |
| 4.3.2 有限变分的小波识别 | 第73-76页 |
| 4.3.3 案例分析 | 第76-77页 |
| 4.4 基于有限变分小波SVM故障诊断 | 第77-82页 |
| 4.4.1 支持向量机(SVM) | 第77-78页 |
| 4.4.2 故障诊断流程 | 第78-79页 |
| 4.4.3 实验结果与分析 | 第79-82页 |
| 4.5 小结 | 第82-84页 |
| 第5章 基于磨损分析的高铁受电弓滑板状态维修决策优化研究 | 第84-100页 |
| 5.1 引言 | 第84页 |
| 5.2 磨损问题计算模型 | 第84-89页 |
| 5.2.1 磨损过程描述 | 第84-85页 |
| 5.2.2 考虑刚度系数下磨损动力学 | 第85-88页 |
| 5.2.3 磨损计算 | 第88-89页 |
| 5.3 基于卷积神经网络的磨损量预测 | 第89-95页 |
| 5.3.1 卷积神经网络 | 第89-90页 |
| 5.3.2 超链接卷积神经网络 | 第90-93页 |
| 5.3.3 最优磨损量的确定 | 第93-95页 |
| 5.4 案例分析 | 第95-99页 |
| 5.4.1 卷积神经网络算法性能测试 | 第95-98页 |
| 5.4.2 磨损故障分析 | 第98-99页 |
| 5.5 小结 | 第99-100页 |
| 第6章 基于可靠性的高铁牵引供电状态维修决策优化研究 | 第100-119页 |
| 6.1 引言 | 第100-101页 |
| 6.2 牵引供电设备的实时可靠性分析 | 第101-107页 |
| 6.2.1 可靠性计算模型 | 第101-104页 |
| 6.2.2 案例分析 | 第104-107页 |
| 6.3 基于回声状态网络的高铁可靠性预测 | 第107-115页 |
| 6.3.1 高铁牵引供电设备故障时间序列预测 | 第107-108页 |
| 6.3.2 回声状态网络采样概率分布预测 | 第108-110页 |
| 6.3.3 参数优化 | 第110-112页 |
| 6.3.4 案例分析 | 第112-115页 |
| 6.4 高铁牵引供电设备实时可靠性维修决策 | 第115-118页 |
| 6.4.1 维修决策流程 | 第115-117页 |
| 6.4.2 案例分析 | 第117-118页 |
| 6.5 小结 | 第118-119页 |
| 结论与展望 | 第119-121页 |
| 参考文献 | 第121-130页 |
| 致谢 | 第130-131页 |
| 攻读博士期间发表的论文及科研实践情况 | 第131-133页 |
| 一、发表的论文 | 第131-133页 |
| 二、科研实践活动 | 第133页 |
