●第1章 搗固車概述1
1.1 搗固車的用途1
1.2 國內外搗固車發展狀況1
1.3 D08-32型搗固車的結構及主要性能2
1.3.1 F12L413F型柴油機3
1.3.2 高速走行傳動繫統6
1.3.3 作業走行傳動繫統8
1.3.4 液力變矩器8
1.3.5 動力換擋變速器的結構與原理14
1.3.6 分動箱、車軸齒輪箱及傳動軸16
1.4 本章小結17
第2章 搗固車自動引導技術理論基礎18
2.1 AGC的概念18
2.2 AGC的研究意義及現狀18
2.2.1 AGC的研究意義18
2.2.2 AGC的國內外研究現狀19
2.3 AGC的繫統組成26
2.3.1 搗固車AGC繫統26
2.3.2 作業控制繫統27
2.3.3 線路測量繫統28
2.3.4 程序控制繫統28
2.4 AGC的硬件構成28
2.5 AGC的軟件構成30
2.6 本章小結32
第3章 鐵路線路作業參數計算的數學模型創建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及整正原理40
3.2.1 單弦檢測繫統中的三點法檢測原理41
3.2.2 單弦檢測繫統中的四點法檢測原理42
3.2.3 線路方向整正後的殘留偏差分析43
3.3 修正值計算原理45
3.3.1 三點法檢測撥道數學模型46
3.3.2 三點法修正值計算數學模型46
3.3.3 四點法檢測撥道數學模型47
3.3.4 四點法修正值計算數學模型48
3.4 修正值的計算49
3.4.1 三點法檢測撥道修正值計算49
3.4.2 三點法修正值和矢距變化曲線50
3.4.3 四點法檢測撥道修正值計算51
3.4.4 四點法修正值和矢距變化曲線53
3.4.5 正矢修正值計算方程的具體實現53
3.5 起道抄平繫統原理69
3.5.1 縱向水平檢測及起道原理70
3.5.2 橫向水平檢測及起道原理72
3.5.3 橫縱平綜合檢測及起道原理76
3.5.4 起道減少量原理和計算77
3.6 計算方程的正確性驗證81
3.6.1 對線路平面的線型方程驗證的方法81
3.6.2 對軌道線路數學模型人工驗算的方法84
3.7 本章小結90
第4章 搗固車自動引導控制繫統的實現91
4.1 搗固車自動引導控制繫統的組成91
4.2 自動引導控制體框架設計92
4.3 基於智能控制方法的搗固車故障診斷95
4.4 搗固車自動引導控制平臺的開發與實現96
4.4.1 繫統數據結構設計97
4.4.2 通信數據定義與轉換及通用接口的設計100
4.5 搗固車自動引導控制平臺運行實例103
4.6 本章小結105
第5章 搗固車遠程故障診斷繫統技術實現106
5.1 遠程故障診斷繫統整體架構與工作流程106
5.1.1 遠程故障診斷繫統整體架構106
5.1.2 專家診斷繫統結構圖106
5.1.3 客戶端繫統體繫結構107
5.1.4 遠程故障診斷繫統工作流程107
5.2 網絡通信技術方案108
5.2.1 網絡通信設計方式108
5.2.2 網絡參數設定109
5.3 大型鐵路養護設備車載信號診斷繫統110
5.4 數據庫、知識庫技術應用111
5.4.1 服務器的設計方案111
5.4.2 數據庫設計技術113
5.4.3 信號數據庫設計技術114
5.4.4 用戶數據庫設計技術116
5.4.5 服務器集群的分類116
5.5 專家診斷繫統客戶端技術119
5.6 E-CFD任務分解過程模型在遠程故障診斷繫統協調性處理中的應用120
5.7 遠程故障診斷繫統的安全策略級實現技術121
5.8 本章小結122
第6章 搗固車滾動軸承故障診斷的實現123
6.1 基於諧波小波包搗固車滾動軸承故障特征信號提取123
6.1.1 滾動軸承的基本結構和失效表現123
6.1.2 滾動軸承的振動機理124
6.1.3 滾動軸承故障的振動特性128
6.1.4 滾動軸承的振動信號處理129
6.1.5 基於諧波小波包的滾動軸承故障特征提取131
6.1.6 仿真實驗及結果分析132
6.2 基於IAGA優化RVM核函數134
6.2.1 RVM理論134
6.2.2 RVM基本原理136
6.2.3 IAGA137
6.2.4 基於IAGA優化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OAO-RVM實現搗固車滾動軸承的故障診斷144
6.3.1 滾動軸承故障分析分類識別方法144
6.3.2 多分類方法研究144
6.3.3 基於諧波小波包和改進OAO-RVM的滾動軸承故障診斷步驟147
6.3.4 仿真實驗及結果分析148
6.4 本章小結152
第7章 搗固車液壓繫統153
7.1 概述153
7.1.1 信號降噪與特征提取技術的研究現狀153
7.1.2 FSVM技術的研究現狀153
7.1.3 液壓繫統故障診斷技術的研究現狀154
7.2 振動信號降噪與特征提取技術155
7.2.1 基於改進EMD閾值處理的降噪方法156
7.2.2 基於Q-Shift雙樹復小波域HMT模型降噪方法158
7.2.3 改進EMD閾值結合Q-Shift雙樹復小波域HMT模型降噪方法161
7.2.4 信號降噪仿真實驗及分析161
7.2.5 基於CEEMD與模糊熵的搗固車液壓繫統故障特征提取165
7.3 FSVM故障診斷模型172
7.3.1 FSVM的相關理論172
7.3.2 FSVM故障診斷模型的構建及分類流程175
7.3.3 故障診斷實驗176
7.4 基於PSO算法優化FSVM模型在搗固車液壓繫統故障診斷中的應用178
7.4.1 PSO算法及其改進178
7.4.2 FSVM模型的參數優化180
7.4.3 改進的PSO算法優化FSVM模型的流程與步驟181
7.4.4 仿真實驗分析183
7.5 本章小結185
第8章 基於KPCA-RVM的故障診斷模型在搗固車搗固裝置上的應用187
8.1 搗固車搗固裝置故障及故障特征提取187
8.1.1 搗固車搗固裝置及其常見故障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方法簡介192
8.1.5 基於KPCA的故障數據提取方法193
8.2 故障識別分類技術195
8.2.1 分類問題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對比分析204
8.3 利用KPCA-RVM實現搗固車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的核函數選擇205
8.3.3 改進OAO-RVM多分類方法207
8.3.4 故障類型識別209
8.4 本章小結210
參考文獻211

本書繫統地介紹了大型鐵路養護設備——搗固車的自動引導繫統的實現原理和實現方法；通過信號降噪和特征提取、SVM、KPCA-RVM等技術，實現了對搗固車核心繫統及設備的在線故障智能特征提取、故障的智能診斷，為搗固車的高效、健康工作提供了國產技術方案和軟硬件配套的繫統。本書對近年來在搗固車自動引導及智能故障診斷方面的國內外研究成果進行了較為全面的綜述，對從事工程車輛自動引導、鐵路機車設備管控一體化、智能故障診斷領域的學習者和研究者提供了可供借鋻的技術方案和實現方法。