声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 列车运行实时监测状态估计研究现状
1.3 流形学习特征分析研究方法
1.4 本文的工作
1.5 本文的章节安排
第2章 流形学习
2.1 引言
2.2 流形与流形学习
2.2.1 流形
2.2.2 流形学习描述
2.3 流形学习经典算法
2.3.1 局部线性嵌入(LLE)
2.3.2 等距特征映射算法(ISOMAP)
2.4 流形学习算法实验比较
2.5 本章小结
第3章 高速列车服役状态流形学习特征分析
3.1 引言
3.2 高速列车动力学模型
3.2.1 高速列车走行部
3.2.2 蛇行失稳
3.2.3 垂向振动
3.3 高速列车走行部故障分析
3.4 基于等距特征映射的高速列车服役状态估计
3.4.1 故障状态特征提取方法
3.4.2 研究数据介绍
3.4.3 数据实验方案
3.5 高速列车仿真数据分析
3.6 基于实测数据高速列车故障状态估计
3.6.1 空簧失气状态估计
3.6.2 抗蛇行减振器失效状态估计
3.6.3 横向减振器全拆状态估计
3.7 实验结果分析
3.7.1 支持向量机
3.7.2 仿真数据故障状态分类识别
3.7.3 试验监测数据故障状态分类识别
3.8 本章小结
第4章 参数渐变工况和多故障工况分析
4.1 引言
4.2 数据分析
4.3 渐变工况流形特征分析
4.3.1 空簧垂向刚度渐变分析
4.3.2 抗蛇行减振器阻尼渐变分析
4.3.3 二系横向阻尼渐变分析
4.4 多故障工况流形特征分析
4.5 本章小结
总结与展望
总结
展望
致谢
参考文献
攻读硕士学位期间发表的学术论文和所参与的项目