搗固車(chē)自動(dòng)引導(dǎo)與智能故障診斷技術(shù)

目錄
第1章　搗固車(chē)概述1
1.1　搗固車(chē)的用途1
1.2　國(guó)內(nèi)外搗固車(chē)發(fā)展?fàn)顩r1
1.3　D08-32型搗固車(chē)的結(jié)構(gòu)及主要性能2
1.3.1　F12L413F型柴油機(jī)3
1.3.2　高速走行傳動(dòng)系統(tǒng)6
1.3.3　作業(yè)走行傳動(dòng)系統(tǒng)8
1.3.4　液力變矩器8
1.3.5　動(dòng)力換擋變速器的結(jié)構(gòu)與原理14
1.3.6　分動(dòng)箱、車(chē)軸齒輪箱及傳動(dòng)軸16
1.4　本章小結(jié)17
第2章　搗固車(chē)自動(dòng)引導(dǎo)技術(shù)理論基礎(chǔ)18
2.1　AGC的概念18
2.2　AGC的研究意義及現(xiàn)狀18
2.2.1　AGC的研究意義18
2.2.2　AGC的國(guó)內(nèi)外研究現(xiàn)狀19
2.3　AGC的系統(tǒng)組成26
2.3.1　搗固車(chē)AGC系統(tǒng)26
2.3.2　作業(yè)控制系統(tǒng)27
2.3.3　線路測(cè)量系統(tǒng)28
2.3.4　程序控制系統(tǒng)28
2.4　AGC的硬件構(gòu)成28
2.5　AGC的軟件構(gòu)成30
2.6　本章小結(jié)32
第3章　鐵路線路作業(yè)參數(shù)計(jì)算的數(shù)學(xué)模型創(chuàng)建34
3.1　鐵路軌道概述36
3.1.1　鐵路曲線的線型36
3.1.2　單弦法整正曲線的基本原理38
3.2　線路方向的偏差檢測(cè)及整正原理40
3.2.1　單弦檢測(cè)系統(tǒng)中的三點(diǎn)法檢測(cè)原理41
3.2.2　單弦檢測(cè)系統(tǒng)中的四點(diǎn)法檢測(cè)原理42
3.2.3　線路方向整正后的殘留偏差分析43
3.3　修正值計(jì)算原理45
3.3.1　三點(diǎn)法檢測(cè)撥道數(shù)學(xué)模型46
3.3.2　三點(diǎn)法修正值計(jì)算數(shù)學(xué)模型46
3.3.3　四點(diǎn)法檢測(cè)撥道數(shù)學(xué)模型47
3.3.4　四點(diǎn)法修正值計(jì)算數(shù)學(xué)模型48
3.4　修正值的計(jì)算49
3.4.1　三點(diǎn)法檢測(cè)撥道修正值計(jì)算49
3.4.2　三點(diǎn)法修正值和矢距變化曲線50
3.4.3　四點(diǎn)法檢測(cè)撥道修正值計(jì)算51
3.4.4　四點(diǎn)法修正值和矢距變化曲線53
3.4.5　正矢修正值計(jì)算方程的具體實(shí)現(xiàn)53
3.5　起道抄平系統(tǒng)原理69
3.5.1　縱向水平檢測(cè)及起道原理70
3.5.2　橫向水平檢測(cè)及起道原理72
3.5.3　橫縱平綜合檢測(cè)及起道原理76
3.5.4　起道減少量原理和計(jì)算77
3.6　計(jì)算方程的正確性驗(yàn)證81
3.6.1　對(duì)線路平面的線型方程驗(yàn)證的方法81
3.6.2　對(duì)軌道線路數(shù)學(xué)模型人工驗(yàn)算的方法84
3.7　本章小結(jié)90
第4章　搗固車(chē)自動(dòng)引導(dǎo)控制系統(tǒng)的實(shí)現(xiàn)91
4.1　搗固車(chē)自動(dòng)引導(dǎo)控制系統(tǒng)的組成91
4.2　自動(dòng)引導(dǎo)控制體框架設(shè)計(jì)92
4.3　基于智能控制方法的搗固車(chē)故障診斷95
4.4　搗固車(chē)自動(dòng)引導(dǎo)控制平臺(tái)的開(kāi)發(fā)與實(shí)現(xiàn)96
4.4.1　系統(tǒng)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)97
4.4.2　通信數(shù)據(jù)定義與轉(zhuǎn)換及通用接口的設(shè)計(jì)100
4.5　搗固車(chē)自動(dòng)引導(dǎo)控制平臺(tái)運(yùn)行實(shí)例103
4.6　本章小結(jié)105
第5章　搗固車(chē)遠(yuǎn)程故障診斷系統(tǒng)技術(shù)實(shí)現(xiàn)106
5.1　遠(yuǎn)程故障診斷系統(tǒng)整體架構(gòu)與工作流程106
5.1.1　遠(yuǎn)程故障診斷系統(tǒng)整體架構(gòu)106
5.1.2　專家診斷系統(tǒng)結(jié)構(gòu)圖106
5.1.3　客戶端系統(tǒng)體系結(jié)構(gòu)107
5.1.4　遠(yuǎn)程故障診斷系統(tǒng)工作流程107
5.2　網(wǎng)絡(luò)通信技術(shù)方案108
5.2.1　網(wǎng)絡(luò)通信設(shè)計(jì)方式108
5.2.2　網(wǎng)絡(luò)參數(shù)設(shè)定109
5.3　大型鐵路養(yǎng)護(hù)設(shè)備車(chē)載信號(hào)診斷系統(tǒng)110
5.4　數(shù)據(jù)庫(kù)、知識(shí)庫(kù)技術(shù)應(yīng)用111
5.4.1　服務(wù)器的設(shè)計(jì)方案111
5.4.2　數(shù)據(jù)庫(kù)設(shè)計(jì)技術(shù)113
5.4.3　信號(hào)數(shù)據(jù)庫(kù)設(shè)計(jì)技術(shù)114
5.4.4　用戶數(shù)據(jù)庫(kù)設(shè)計(jì)技術(shù)116
5.4.5　服務(wù)器集群的分類116
5.5　專家診斷系統(tǒng)客戶端技術(shù)119
5.6　E-CFD任務(wù)分解過(guò)程模型在遠(yuǎn)程故障診斷系統(tǒng)協(xié)調(diào)性處理中的應(yīng)用120
5.7　遠(yuǎn)程故障診斷系統(tǒng)的安全策略級(jí)實(shí)現(xiàn)技術(shù)121
5.8　本章小結(jié)122
第6章　搗固車(chē)滾動(dòng)軸承故障診斷的實(shí)現(xiàn)123
6.1　基于諧波小波包搗固車(chē)滾動(dòng)軸承故障特征信號(hào)提取123
6.1.1　滾動(dòng)軸承的基本結(jié)構(gòu)和失效表現(xiàn)123
6.1.2　滾動(dòng)軸承的振動(dòng)機(jī)理124
6.1.3　滾動(dòng)軸承故障的振動(dòng)特性128
6.1.4　滾動(dòng)軸承的振動(dòng)信號(hào)處理129
6.1.5　基于諧波小波包的滾動(dòng)軸承故障特征提取131
6.1.6　仿真實(shí)驗(yàn)及結(jié)果分析132
6.2　基于IAGA優(yōu)化RVM核函數(shù)134
6.2.1　RVM理論134
6.2.2　RVM基本原理136
6.2.3　IAGA137
6.2.4　基于IAGA優(yōu)化RVM的故障診斷模型139
6.2.5　仿真分析142
6.3　利用諧波小波包和改進(jìn)OAO-RVM實(shí)現(xiàn)搗固車(chē)滾動(dòng)軸承的故障診斷144
6.3.1　滾動(dòng)軸承故障分析分類識(shí)別方法144
6.3.2　多分類方法研究144
6.3.3　基于諧波小波包和改進(jìn)OAO-RVM的滾動(dòng)軸承故障診斷步驟147
6.3.4　仿真實(shí)驗(yàn)及結(jié)果分析148
6.4　本章小結(jié)152
第7章　搗固車(chē)液壓系統(tǒng)153
7.1　概述153
7.1.1　信號(hào)降噪與特征提取技術(shù)的研究現(xiàn)狀153
7.1.2　FSVM技術(shù)的研究現(xiàn)狀153
7.1.3　液壓系統(tǒng)故障診斷技術(shù)的研究現(xiàn)狀154
7.2　振動(dòng)信號(hào)降噪與特征提取技術(shù)155
7.2.1　基于改進(jìn)EMD閾值處理的降噪方法156
7.2.2　基于Q-Shift雙樹(shù)復(fù)小波域HMT模型降噪方法158
7.2.3　改進(jìn)EMD閾值結(jié)合Q-Shift雙樹(shù)復(fù)小波域HMT模型降噪方法161
7.2.4　信號(hào)降噪仿真實(shí)驗(yàn)及分析161
7.2.5　基于CEEMD與模糊熵的搗固車(chē)液壓系統(tǒng)故障特征提取165
7.3　FSVM故障診斷模型172
7.3.1　FSVM的相關(guān)理論172
7.3.2　FSVM故障診斷模型的構(gòu)建及分類流程175
7.3.3　故障診斷實(shí)驗(yàn)176
7.4　基于PSO算法優(yōu)化FSVM模型在搗固車(chē)液壓系統(tǒng)故障診斷中的應(yīng)用178
7.4.1　PSO算法及其改進(jìn)178
7.4.2　FSVM模型的參數(shù)優(yōu)化180
7.4.3　改進(jìn)的PSO算法優(yōu)化FSVM模型的流程與步驟181
7.4.4　仿真實(shí)驗(yàn)分析183
7.5　本章小結(jié)185
第8章　基于KPCA-RVM的故障診斷模型在搗固車(chē)搗固裝置上的應(yīng)用187
8.1　搗固車(chē)搗固裝置故障及故障特征提取187
8.1.1　搗固車(chē)搗固裝置及其常見(jiàn)故障187
8.1.2　PCA方法基本原理188
8.1.3　核方法基本原理191
8.1.4　KPCA方法簡(jiǎn)介192
8.1.5　基于KPCA的故障數(shù)據(jù)提取方法193
8.2　故障識(shí)別分類技術(shù)195
8.2.1　分類問(wèn)題195
8.2.2　SVM方法基本原理196
8.2.3　RVM方法基本原理198
8.2.4　RVM的多分類模型202
8.2.5　SVM和RVM對(duì)比分析204
8.3　利用KPCA-RVM實(shí)現(xiàn)搗固車(chē)搗固裝置的故障診斷204
8.3.1　故障診斷模型及故障類型204
8.3.2　KPCA的核函數(shù)選擇205
8.3.3　改進(jìn)OAO-RVM多分類方法207
8.3.4　故障類型識(shí)別209
8.4　本章小結(jié)210
參考文獻(xiàn)211