声明
致谢
摘要
第一章 绪论
1.1 选题的背景与意义
1.2 故障诊断概述
1.2.1 故障诊断基本研究内容
1.2.2 故障诊断技术发展概况
1.3 城轨列车悬挂系统故障诊断研究概况
1.4 本论文研究内容及论文结构
第二章 列车悬挂系统仿真及其故障特征提取
2.1 列车悬挂系统组成及其功能
2.2 车辆悬挂系统的弹簧和阻尼故障
2.3 数据获取和故障特征计算
2.4 本章小结
第三章 基于支持向量机的故障分离方法
3.1 支持向量机概述
3.2 支持向量机算法研究
3.2.1 二元分类
3.2.2 多元分类
3.3 应用支持向量机技术对悬挂系统进行故障分离
3.3.1 积分后的数据
3.3.2 故障特征值
3.3.3 支持向量机故障分离
3.4 本章小结
第四章 基于模糊极小极大神经网络的故障分离方法
4.1 模糊极小极大神经网络概述
4.2 模糊极小极大神经网络算法研究
4.2.1 模糊极小极大神经网络的结构
4.2.2 模糊极小极大神经网络的学习算法
4.3 模糊极小极大神经网络的规则提取
4.3.1 产生开放超盒
4.3.2 进化超盒
4.3.3 提取模糊规则
4.3.4 网络剪枝
4.3.5 使用欧氏距离和隶属函数
4.4 应用模糊极小极大神经网络技术对悬挂系统进行故障分离
4.4.1 积分后的数据
4.4.2 故障特征值
4.4.3 模糊极小极大神经网络故障分离
4.5 本章小结
第五章 悬挂系统故障诊断的工程实现
5.1 车载故障诊断系统构架
5.2 故障诊断系统模块
5.3 系统软件配置
5.4 程序及数据结构说明
5.5 数据分析
5.5.1 加速度数据
5.5.2 特征数据
5.6 故障分离方法的应用
5.6.1 基于支持向量机的故障分离方法
5.6.2 基于模糊极小极大神经网络的故障分离方法
5.7 本章小结
第六章 结论及展望
6.1 工作总结
6.2 研究展望
参考文献
作者简历
学位论文数据集
北京交通大学;