菜单
　　
    摘要：本文主要研究列车在高速运行状态下，如何快速准确的监测到列车上微小设备的故障，微小故障亦可造成重大安全事故。在学习了列车的诊断技术，以及它的国内外发展状况，了解了列车几种常见的故障类型后以代表性的列车车轴中的转子作为研究对象，通过神经网络这一方法对其进行诊断。神经网络亦有很多类型如：RBF神经网络和BP神经网络。由于对比了RBF神经网络与BP神经网络的功能性,决定利用RBF神经网络。为了更加直观和方便的实现基于RBF的列车智能诊断，使用MATLAB软件设计一个检测列车车轴转子故障的智能诊断系统。通过列车车轴上的传感器获得列车车轴的振动信号，将这些信号输入到设计的系统中，系统利用傅里叶变换对信号进行特征提取，再通过RBF神经网络进行训练、诊断得出列车车轴转子的故障类型。最后实现该系统对列车车轴转子三种故障类型：转子不对中、转子裂纹、油膜涡动的诊断。34735
    毕业论文关键词：列车；故障诊断；RBF神经网络；MATLAB；
     Train intelligent diagnostic system design based       on neural network
    Abstract：The main article in the high-speed train running, how fast and accurate fault monitoring equipment on the train tiny, tiny malfunction can cause major accidents. After learning the diagnostic technique trains, as well as its domestic and international development, , its diagnosis through the neural network of the method. Neural networks are also many types such as: RBF neural network and BP neural network. Since contrast functional RBF neural network and BP neural network RBF neural network has drawn good adaptability, self-organization and strong ability to learn effectively determine the network structure model, we decided to use the RBF neural network. In order to achieve more intuitive and easy to train intelligent diagnosis based on RBF using MATLAB software design an intelligent diagnostic system train axle rotor fault detection. then training with RBF neural network diagnostic results Train Axle rotor fault type. Finally, implementation of the system for train axle rotor types of faults: Diagnostic rotor misalignment, rotor cracks, oil whirl.
    Key Words: Train; Fault diagnosis；RBF neural network；MATLAB；
     目  录
    1 绪论    1
    1.1 课题的目的及意义    1
    1.2 国内外研究概况    2
    1.2.1 国内研究概况    2
    1.2.2 国外研究概况    3
    1.3 本文的主要内容    4
    2 列车关键部件常见故障    5
    2.1 列车关键部件故障诊断    5
    2.1.1 简介    5
    2.1.2 分类    5
    2.2 列车关键部位常见故障    6
    2.3 故障常见研究方法    7
    2.4 本章小结    8
    3 RBF神经网络    9
    3.1 RBF神经网络介绍    9
    3.1.1 RBF神经网络的拓扑结构    9
    3.1.2 RBF网络中的几种调用函数    9
    3.2 RBF与BP的对比    10
    3.3 RBF神经网络的训练    11
    3.4 本章小结    12
    4 诊断系统的设计、实现与验证    13
    4.1 系统设计    13
    4.1.1 使用软件简介    13
    4.1.2 系统设计原理    13
    4.1.3 建立系统界面    14
    4.2 系统实现    18
    4.3 系统验证    18
    4.3.1 以FFT分析为特征提取的工具    18
    4.3.2 转子故障诊断系统的演示    20
    4.4 本章小结    21
    5 结论与展望    22
  1. 上一篇：基于组态软件的气体发散参数分析+程序
  2. 下一篇：STC90C516RD+单片机步进电机控制系统设计+控制程序

  1. MATLAB小电流接地故障选相方法研究

  2. Matlab基于前馈控制的加热炉温度控制系统设计

  3. Matlab微流控芯片热键合工艺优化研究

  4. MATLAB永磁同步电机矢量控制模型与算法设计

  5. MATLAB排爆机器人移动平台控制系统的设计

  6. 基于LabVIEW和MATLAB混合编程...

  7. LabVIEW的语音特征提取+MATLAB代码

  8. 酸性水汽提装置总汽提塔设计+CAD图纸

  9. java+mysql车辆管理系统的设计+源代码

  10. 中考体育项目与体育教学合理结合的研究

  11. 杂拟谷盗体内共生菌沃尔...

  12. 十二层带中心支撑钢结构...

  13. 乳业同业并购式全产业链...

  14. 河岸冲刷和泥沙淤积的监测国内外研究现状

  15. 当代大学生慈善意识研究+文献综述

  16. 电站锅炉暖风器设计任务书

  17. 大众媒体对公共政策制定的影响

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回