基于小波分析的高速列車安全性態(tài)評(píng)估數(shù)據(jù)特征分析.pdf

1、隨著高速列車運(yùn)行速度不斷提高，列車在長(zhǎng)期服役過程中的安全性態(tài)將發(fā)生變化，對(duì)列車安全預(yù)警與健康維護(hù)帶來極大的挑戰(zhàn)。列車在運(yùn)行過程中傳感器監(jiān)測(cè)到大量的振動(dòng)數(shù)據(jù)，如何從跟蹤監(jiān)測(cè)數(shù)據(jù)中反演識(shí)別出列車運(yùn)行狀態(tài)，進(jìn)行安全性態(tài)評(píng)估顯得至關(guān)重要。而監(jiān)測(cè)的振動(dòng)數(shù)據(jù)多是非線性和非平穩(wěn)信號(hào)，小波分析具有良好的時(shí)頻局部化優(yōu)點(diǎn)，在信號(hào)特征分析中應(yīng)用廣泛。因此，本文基于小波分析對(duì)高速列車安全性態(tài)評(píng)估數(shù)據(jù)進(jìn)行特征分析，研究列車正常狀態(tài)、空簧失氣、抗蛇行全拆和橫向減振

2、器全拆四種工況。
　　 本文首先分析了高速列車走行部振動(dòng)特征和彈簧阻尼系統(tǒng)作用力情況，基于監(jiān)測(cè)數(shù)據(jù)從時(shí)域、頻域和均方根值、峭度值統(tǒng)計(jì)參數(shù)分析列車不同狀態(tài)的振動(dòng)信號(hào)，初步診斷三種故障狀態(tài)和正常狀態(tài)的振動(dòng)差異性，得到列車振動(dòng)很多是低頻振動(dòng)。
　　 在連續(xù)小波變換灰度圖的基礎(chǔ)上，采用基于小波一階灰度矩的特征提取算法，該方法沿小波分解尺度進(jìn)行區(qū)域劃分，對(duì)不同區(qū)域分別計(jì)算一階灰度矩，得到四種工況的小波一階灰度矩特征分布差異性。為了

3、分析信號(hào)能量的空間分布，根據(jù)小波包變換，改進(jìn)小波包能量法，采用小波包能量矩的特征提取算法，根據(jù)各頻帶小波包能量矩所占比重的變化即可實(shí)現(xiàn)對(duì)列車不同狀態(tài)的監(jiān)測(cè)，四種工況在不同速度和不同傳感器輸出信號(hào)下表現(xiàn)出不同的規(guī)律。最后，用支持向量機(jī)進(jìn)行列車狀態(tài)識(shí)別，驗(yàn)證了兩種特征提取算法的有效性。
　　 針對(duì)橫向位移信號(hào)頻率較低的特點(diǎn)，將小波包和EMD方法結(jié)合探索各工況的特征。對(duì)信號(hào)小波包分解后，重構(gòu)最后一層前幾個(gè)頻帶信號(hào)，對(duì)能量較大的頻帶信號(hào)