基于子信号趋势分析和固定字典极限学习机的城轨列车转向架故障诊断研究

目录

声明

致谢

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 故障诊断研究现状

1.2.2 转向架重要部件故障诊断技术研究现状

1.3 主要研究内容与本文结构

1.4 技术路线

2 城轨列车转向架系统和振动信号分析

2.1 城轨列车转向架结构及功能介绍

2.2 城轨列车转向架振动信号特征

2.3 城轨列车转向架振动信号分析

2.3.1 采样频率对振动信号的影响

2.3.2 转向架变速度对采样频率的影响

2.4 本章小结

3 基于奇异值完全分解的转向架早期故障特征分析方法

3.1 基于转向架振动信号的奇异值完全分解算法研究

3.1.1 奇异值分解算法原理

3.1.2 适用于转向架早期故障的奇异值完全分解算法

3.2 有效性验证

3.2.1 实验设计

3.2.2 实验结果及结论

3.3 本章小结

4 基于子信号趋势分析的转向架特征提取方法

4.1 基于转向架振动信号特征的子信号趋势分析算法研究

4.1.1 基于转向架振动信号特征的高低频信号分离

4.1.2 基于转向架振动信号特征的波形趋势还原

4.1.3 基于转向架振动信号特征的变化趋势特征提取

4.1.4 适用于转向架振动信号特征提取的子信号趋势分析算法

4.2 实例分析

4.2.1 转向架振动信号高低频信号分离

4.2.2 转向架振动信号波形趋势还原

4.2.3 转向架振动信号变化趋势特征提取

4.3 本章小结

5 基于固定字典极限学习机的转向架故障诊断方法

5.1 基于固定字典极限学习机的转向架故障诊断方法研究

5.1.1 极限学习机算法原理

5.1.2 适用于转向架振动信号特征的固定字典极限学习机算法

5.2 基于子信号趋势分析和固定字典学习机转向架故障诊断框架

5.3 实例分析

5.3.1 固定字典学习机效果验证

5.3.2 基于固定字典学习机的转向架故障诊断

5.4 本章小结

6 总结与展望

6.1 论文主要工作总结

6.2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集