欢迎来到天天文库
浏览记录
ID:33850235
大小:10.81 MB
页数:85页
时间:2019-03-01
《轨道不平顺的时—频分析与其作用下铁路列车振动响应的联合分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、万方数据摘要ABSTRACT目录..IIⅣ目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l绪论1.1研究的目的及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..11.1.1研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.1.2研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.2国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.21.2.1轨道不平顺功率谱研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31.2.2轨道不平顺的时.频域分析及评价分析研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.2.3国内外车辆.轨道动力分析研究进展⋯⋯⋯⋯⋯
2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52我国高速、重载铁路轨道谱的分析82.1轨道不平顺功率谱的定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.82.2轨道不平顺功率的拟合基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一92.3朔黄重载铁路轨道不平顺分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1O·2.3.1轨道不平顺谱分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯102.3.2轨道不平顺功率谱的拟合分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯122.4高速铁路轨道不平顺谱分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯142.5本章小节⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193轨道不平顺的
3、时.频域分析方法...。.203.1非平稳信号分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203.1.1小波分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..203.1.2局域波分解法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。2l3.1.3wi和盼Ⅵlle分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.223.1.4弧鲫盼Ⅵlle分布中的交叉项问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。223.2基于EEMD.WIGNERWILLE分布的轨道不平顺时频分析⋯⋯..⋯⋯⋯⋯..233。2.1EEMD基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233.2
4、.2EEMD.Wi驴er.-ⅥUe方法基本原理⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233.2.3基于EEMD.砸弘er-Ⅵlle分布的轨道不平顺时频分析⋯⋯⋯⋯⋯⋯。243.2.4基于MI和EEMD.互Wi弘erIⅥUe分布的不利波长提取⋯⋯⋯⋯⋯.。253.3本章小节⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284轨道不平顺最不利波长提取的一种补充方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。304.1离散小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30Iv万方数据4.2WIGNER.HouGH变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯314.3小波-W玳GER-H
5、ouGH变换提取轨道特征不平顺⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..324.3.1轨道不平顺特征频率提取算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..334.3-2算例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..344.3.3引起车体激振的轨道不平顺不利波长分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯374.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯395基于小波能量谱的轨道病害检测方法5.1小波能量谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.405.1.1尺度(频率).小波能量谱⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯:⋯4l5.1.2时间.小波能量谱⋯⋯⋯⋯⋯⋯⋯
6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..415.1.3小波基函数的选取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4l5.2试验信号分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯425.2.1试验数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯425.2.2时间.小波能量谱分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯425.3尺度.小波能量谱分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯455.4时间.尺度.小波能量谱三维分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.465.5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯486车体振动状态的预测分
7、析⋯⋯⋯496.1算法原理与模型实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯496.1.1主成分分析原理.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯.496.1.2支持向量机原理-⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.506.1.3车体振动状态的PCA.SVM分类预测模型实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5l6.2PCA-SvM分类预测模型的测试分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..526.2.1测试数据来源及预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..:⋯526.2.2车体振动统计特征的分类预
此文档下载收益归作者所有