车辆轨道耦合建模与轨道不平顺在线惯性监测研究
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11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 轨道不平顺检测技术 | 第12-13页 |
1.2.2 轨道不平顺在线监测 | 第13-15页 |
1.3 本文结构及研究内容 | 第15-18页 |
2. 轨道不平顺及在线惯性监测原理 | 第18-33页 |
2.1 轨道与走行系简介 | 第18-23页 |
2.1.1 无喳轨道 | 第18-19页 |
2.1.2 走行系 | 第19-20页 |
2.1.3 钢轮钢轨走行原理 | 第20-23页 |
2.2 轨道不平顺 | 第23-25页 |
2.2.1 轨道不平顺定义与起因 | 第23页 |
2.2.2 按激扰方向分类 | 第23-25页 |
2.2.3 按波长特征分类 | 第25页 |
2.3 轨道不平顺的随机性描述 | 第25-28页 |
2.3.1 均方值与方差 | 第25-26页 |
2.3.2 功率谱密度 | 第26-28页 |
2.4 在线惯性监测法基本原理 | 第28-32页 |
2.4.1 轴箱振动加速度 | 第29-31页 |
2.4.2 构架振动加速度 | 第31页 |
2.4.3 构架角速度 | 第31-32页 |
2.5 本章小结 | 第32-33页 |
3. 车辆-轨道耦合动力学仿真模型 | 第33-52页 |
3.1 车辆-轨道耦合动力学概述 | 第33-34页 |
3.2 车辆-轨道垂向耦合模型 | 第34-43页 |
3.2.1 模型简化原则 | 第34-36页 |
3.2.2 车辆系统模型 | 第36-38页 |
3.2.3 轨道系统模型 | 第38-42页 |
3.2.4 轮轨垂向接触力 | 第42-43页 |
3.2.5 模型的求解 | 第43页 |
3.3 仿真软件的开发 | 第43-48页 |
3.3.1 MATLABGUI简介 | 第43-44页 |
3.3.2 仿真软件流程和架构 | 第44-45页 |
3.3.3 界面组织与后台关键程序 | 第45-48页 |
3.4 仿真实例与模型验证 | 第48-51页 |
3.4.1 仿真实例 | 第48-50页 |
3.4.2 实测数据验证 | 第50-51页 |
3.5 本章小结 | 第51-52页 |
4. 基于积分和自适应的轨道不平顺在线监测 | 第52-73页 |
4.1 数字滤波器设计基本理论 | 第52-55页 |
4.1.1 数字滤波器的频率特性 | 第52-53页 |
4.1.2 数字滤波器的设计方法 | 第53-55页 |
4.2 自适应滤波 | 第55-60页 |
4.2.1 自适应滤波的预备知识 | 第55-56页 |
4.2.2 递归最小二乘(RLS)算法 | 第56-60页 |
4.3 基于积分和自适应的轨道不平顺在线监测 | 第60-63页 |
4.3.1 特征频率分析与等空间采样 | 第61页 |
4.3.2 积分滤波和趋势项消除 | 第61-62页 |
4.3.3 IIR数字带通滤波 | 第62页 |
4.3.4 RLS自适应补偿 | 第62-63页 |
4.3.5 评价指标 | 第63页 |
4.4 实验分析 | 第63-72页 |
4.4.1 数据准备 | 第64-67页 |
4.4.2 信号处理 | 第67-72页 |
4.5 本章小结 | 第72-73页 |
5. 基于扩展卡尔曼滤波的轨道不平顺估计 | 第73-90页 |
5.1 经典卡尔曼滤波算法 | 第73-77页 |
5.1.1 卡尔曼滤波基本原理 | 第73-75页 |
5.1.2 线性离散系统的卡尔曼滤波 | 第75-77页 |
5.2 扩展卡尔曼滤波算法 | 第77-80页 |
5.2.1 非线性系统的卡尔曼滤波 | 第77页 |
5.2.2 扩展卡尔曼滤波算法设计 | 第77-80页 |
5.3 基于扩展卡尔曼滤波算法的轨道不平顺估计 | 第80-85页 |
5.3.1 车辆轨道耦合系统状态方程 | 第80-81页 |
5.3.2 传感器观测方程 | 第81-82页 |
5.3.3 滤波迭代方程配置 | 第82-85页 |
5.3.4 由最优状态计算轨道不平顺 | 第85页 |
5.4 实验分析 | 第85-89页 |
5.5 本章小结 | 第89-90页 |
6. 总结与展望 | 第90-92页 |
6.1 全文总结 | 第90-91页 |
6.2 研究展望 | 第91-92页 |
致谢 | 第92-93页 |
参考文献 | 第93-98页 |
附录 | 第98页 |