●第1章 緒論
1.1 高速列車轉向架
1.1.1 轉向架基本知識
1.1.2 高速列車轉向架故障及性能退化
1.2 國內外研究現狀
1.2.1 故障診斷研究現狀
1.2.2 高速列車轉向架故障診斷研究現狀
1.3 本書內容構架
參考文獻
第2章 基於信號處理的轉向架故障診斷
2.1 機械故障信號常規特征參數
2.1.1 時域特征
2.1.2 頻域特征
2.1.3 時頻域特征
2.2 信息測度理論體繫
2.2.1 信息熵測度指標
2.2.2 復雜度指標
2.3 基於小波信息熵的轉向架故障特征分析
2.3.1 小波信息熵理論基礎
2.3.2 轉向架故障信號小波信息熵特征提取
2.3.3 高速列車轉向架故障診斷
2.4 基於經驗模態熵的轉向架故障特征分析
2.4.1 聚合經驗模態分解理論
2.4.2 經驗模態能量矩特征提取
2.4.3 經驗模態熵特征提取
2.4.4 經驗模態復雜度特征提取
2.5 轉向架性能退化的關聯信息測度特征分析
2.5.1 轉向架性能退化估計方法
2.5.2 互相關樣本熵
2.6 基於復合特征分析模型的轉向架故障診斷
2.6.1 復合信息測度模型
2.6.2 多準則特征選擇
2.6.3 流形二次特征降維
參考文獻
第3章 基於卷積神經網絡的轉向架故障診斷
3.1 卷積神經網絡模型概述
3.2 基於一維卷積神經網絡的轉向架故障分類
3.2.1 一維卷積神經網絡模型
3.2.2 故障分類實驗結果分析
3.3 基於膠囊神經網絡的轉向架故障分類
3.3.1 膠囊神經網絡模型
3.3.2 故障分類實驗結果分析
3.4 基於RSNet卷積神經網絡的轉向架故障診斷
3.4.1 RSNet卷積神經網絡模型
3.4.2 故障分類實驗結果分析
3.4.3 故障定位實驗結果分析
參考文獻
第4章 基於遞歸神經網絡的轉向架故障診斷
4.1 遞歸神經網絡模型概述
4.1.1 循環神經網絡
4.1.2 長短期記憶網絡
4.2 基於LSTM的轉向架故障分類
4.2.1 LSTM網絡模型
4.2.2 故障分類實驗結果分析
4.2.3 對比實驗結果分析
4.2.4 數據特征擴展及魯棒性驗證
4.3 基於LSTM的轉向架部件參數蛻變擬合
4.3.1 部件參數蛻變擬合實驗設計
4.3.2 固定行車速度的單通道部件參數蛻變擬合分析
4.3.3 固定行車速度的全通道部件參數蛻變擬合分析
4.4 基於GRU網絡的轉向架故障分類
4.4.1 GRU網絡模型
4.4.2 故障分類實驗結果分析
4.4.3 部件性能退化程度實驗結果分析
4.4.4 對比實驗結果分析——極限梯度提升（XGBoost）
參考文獻
第5章 基於復合模型的轉向架故障診斷
5.1 基於卷積循環神經網絡的轉向架故障分類
5.1.1 卷積循環神經網絡模型
5.1.2 消融實驗
5.1.3 與機器學習算法的對比實驗
5.1.4 與深度學習算法的對比實驗
5.2 基於多重卷積循環神經網絡的轉向架故障分類與性能退化評估
5.2.1 多重卷積循環神經網絡模型
5.2.2 消融實驗
5.2.3 對比實驗結果分析
5.2.4 泛化性能結果分析
5.3 基於雙域融合DenseNet的轉向架故障診斷
5.3.1 DenseNet模型
5.3.2 雙域融合網絡模型結構
5.3.3 實驗數據及流程
5.3.4 故障分類實驗結果分析
5.3.5 故障定位實驗結果分析
5.3.6 基於分類算法的轉向架性能退化評估
5.4 基於ICEEMDAN和1D-CNN的轉向架故障診斷
5.4.1 ICEEMDAN和1D-CNN模型
5.4.2 故障分類實驗結果分析
5.4.3 故障定位實驗結果分析
參考文獻
第6章 未來展望
6.1 基於復合神經網絡的轉向架智能協同故障診斷
6.1.1 高速列車轉向架的多傳感器優化布局
6.1.2 高速列車轉向架智能協同一次診斷
6.1.3 高速列車轉向架智能協同二次診斷
6.2 前轉向架-車體-後轉向架耦合振動機理分析及故障診斷
6.2.1 前轉向架-車體-後轉向架耦合振動機理分析
6.2.2 前後轉向架多源振動信號分離與識別
6.2.3 多源振動耦合關繫下轉向架故障診斷
6.3 面向轉向架在線故障診斷的神經網絡泛化和輕量化
6.3.1 面向多速度、多車型、多軌道的轉向架故障診斷模型泛化
6.3.2 面向嵌入式應用的轉向架故障診斷模型輕量化
6.3.3 面向在線運行的高速列車轉向架故障診斷模型融合

本書繫統闡述高速列車轉向架故障診斷相關方法的理論基礎及實踐應用。全書共6章，第1章主要介紹轉向架的基礎知識以及國內外故障診斷方法的研究現狀。第2～5章主要介紹不同類型的轉向架故障診斷方法，分別從信號處理、深度學習、復合模型的角度開展轉向架高精度智能故障診斷研究。第6章從轉向架智能協同故障診斷、多源振動耦合關繫下的故障診斷以及面向嵌入式應用和在線運行的故障診斷三個角度展望了轉向架故障診斷方法。本書可供從事機械振動部件故障診斷研究的相關專業院校與科研機構的研究生和研究人員查閱、參考。

黃德青,秦娜,馬磊 著