声明
致谢
摘要
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 常用故障诊断技术研究现状
1.2.2 道岔设备故障诊断研究现状
1.2.3 研究现状分析
1.3 论文主要研究内容和篇幅结构
1.3.1 论文主要研究内容
1.3.2 论文篇幅结构
2 道岔系统FMEA分析
2.1 道岔系统基本组成及动作过程
2.1.1 道岔系统组成
2.1.2 道岔动作过程
2.2 道岔系统FMEA分析
2.3 道岔常见故障功率曲线分析
2.3.1 S700K型转辙机的监测及采集
2.3.2 正常动作功率曲线分析
2.3.3 常见故障模式功率曲线分析
2.3.4 典型故障功率样本集
2.4 本章小结
3 功率信号数据特征处理
3.1 功率数据特征提取
3.2 基于Fisher准则函数的道岔功率信号特征选择
3.3 基于LLE的道岔功率信号特征降维
3.4 本章小结
4 基于Kohonen神经网络的道岔退化状态挖掘
4.1 Kohonen神经网络介绍
4.2 道岔退化状态挖掘设计
4.3 基于Kohonen网络的道岔退化状态挖掘
4.3.1 退化状态评估指标
4.3.2 退化状态挖掘
4.3.3 结果分析
4.4 本章小结
5 基于隐马尔科夫模型的道岔设备状态识别
5.1 隐马尔科夫模型介绍
5.1.1 Baum-Welch算法
5.1.2 前向算法
5.2 基于HMM状态识别方案设计
5.2.1 HMM模型建立
5.2.2 基于HMM状态识别流程及步骤
5.3 方案实现
5.3.1 结果验证
5.3.2 结果分析
5.4 本章小结
6.1 结论
6.2 展望
参考文献
附录
图索引
表索引
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集