首页--交通运输论文--铁路运输论文--车辆工程论文--一般性问题论文--车辆测试技术及仪器论文

基于变分模态分解算法的高速列车万向轴动不平衡检测方法研究

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第14-19页
    1.1 课题来源、研究背景及意义第14-15页
        1.1.1 课题来源第14页
        1.1.2 研究背景第14-15页
        1.1.3 研究意义第15页
    1.2 国内外研究现状第15-17页
    1.3 论文的主要研究内容第17-18页
    1.4 本章小结第18-19页
第二章 预备知识第19-27页
    2.1 维纳滤波第19-20页
    2.2 希尔伯特变换和解析信号第20-22页
    2.3 频率混合第22页
    2.4 增广拉格朗日函数及ADMM算法第22-26页
    2.5 本章小结第26-27页
第三章 变分模态分解第27-51页
    3.1 变分模态分解简介第27页
    3.2 变分模态分解原理及算法第27-34页
        3.2.1 本证模态函数第27页
        3.2.2 变分模型第27-28页
        3.2.3 变分模型的求解第28-33页
        3.2.4 VMD算法第33-34页
    3.3 准确的重构与去噪第34页
    3.4 边界与周期第34-35页
    3.5 变分模态分解算法的特性分析第35-50页
        3.5.1 纯谐波信号的分离及采样的影响第35-36页
        3.5.2 两个谐波的分离第36-37页
        3.5.3 噪声稳定性第37-40页
        3.5.4 模态个数的唯一性第40-42页
        3.5.5 非平稳多模态信号的分离第42-50页
    3.6 本章小结第50-51页
第四章 万向轴动不平衡实验台的搭建及数据采集第51-56页
    4.1 CRH5动车组传动系统结构第51-52页
    4.2 万向轴动不平衡实验台第52-53页
    4.3 数据采集第53-55页
    4.4 本章小结第55-56页
第五章 基于改进变分模态分解的万向轴动不平衡检测第56-68页
    5.1 MVMD基本原理第56-60页
        5.1.1 VMD的基本原理第56-57页
        5.1.2 信息熵差及对各模态涵盖信息量变化的捕捉特性分析第57-58页
        5.1.3 分量个数的确定第58-59页
        5.1.4 MVMD方法第59-60页
    5.2 高速列车万向轴动不平衡检测模型第60页
    5.3 EEMD算法第60-61页
    5.4 动不平衡检测模型理论验证第61-64页
    5.5 动不平衡检测模型试验验证第64-66页
    5.6 本章小结第66-68页
第六章 基于变分模态分解和神经网路、模糊聚类的万向轴动不平衡检测第68-82页
    6.1 基于VMD-SVD-BP神经网络的万向轴动不平衡检测第68-76页
        6.1.1 奇异值分解理论第68页
        6.1.2 BP神经网络第68-71页
        6.1.3 EMD算法第71页
        6.1.4 实验分析第71-76页
    6.2 基于变分模态分解和模糊C均值聚类的万向轴动不平衡检测第76-81页
        6.2.1 模糊C均值聚类原理及算法第76-77页
        6.2.2 万向轴动不平衡检测模型第77-78页
        6.2.3 实验分析第78-81页
    6.3 本章小结第81-82页
第七章 总结与展望第82-84页
    7.1 总结第82-83页
    7.2 展望第83-84页
参考文献第84-88页
附录第88-89页
攻读硕士学位期间发表的学术论文及取得的相关科研成果第89-90页
致谢第90-91页

论文共91页,点击 下载论文
上一篇:企业价值创造视角下医疗服务行业轻资产运营绩效分析--以爱尔眼科为例
下一篇:基于物流终端的机器人控制系统的研究