基于分形與奇異譜分析的高速列車安全狀態(tài)識別方法研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、高速列車在長期服役過程中,其安全性態(tài)將發(fā)生變化,利用傳感器監(jiān)測到海量的列車振動數(shù)據(jù),這些振動數(shù)據(jù)蘊含著大量的列車狀態(tài)信息,能夠反映列車的運行狀態(tài)。如何有效利用這些長期跟蹤獲得的監(jiān)測數(shù)據(jù),進而提取出能夠表征高速列車運行狀態(tài)的特征參數(shù),對高速列車運行狀態(tài)進行反演和識別具有重要意義。因此,針對高速列車,本文提出基于分形與奇異譜分析的高速列車安全狀態(tài)識別方法,提取出能夠反映列車狀態(tài)信息的特征參數(shù),來實現(xiàn)高速列車安全狀態(tài)的識別。主要完成了以下研究

2、工作:
  1.分析了容量維數(shù)、信息維數(shù)、關(guān)聯(lián)維數(shù)、Hausdorff維數(shù)四種比較常見的分形維數(shù)特征的提取,比較分析了分形維數(shù)特征對列車各種故障的敏感程度以及穩(wěn)定性程度,結(jié)果表明分形維數(shù)可以表征高速列車的故障狀態(tài),并具有一定的穩(wěn)定性。
  2.根據(jù)多重分形理論,分析了高速列車振動信號具有多重分形特性,提取了廣義維數(shù)譜參數(shù)、質(zhì)量指數(shù)譜參數(shù)、多重分形奇異譜參數(shù)特征,構(gòu)成高維特征矢量,最后采用支持向量機實現(xiàn)高速列車正常、空氣彈簧失

3、效、橫向減振器失效、抗蛇行減振器失效、空氣彈簧失效+橫向減振器失效、空氣彈簧失效+抗蛇行減振器失效、橫向減振器失效+抗蛇行減振器失效七種工況的狀態(tài)識別。
  3.為了更好的凸顯高速列車振動信號的分形特性,根據(jù)多重分形去趨勢波動分析(MF-DFA)理論,分析了高速列車振動信號的多重分形特性,提取了廣義Hurst指數(shù)譜參數(shù)、質(zhì)量指數(shù)譜參數(shù)、多重分形奇異譜參數(shù)特征,構(gòu)成高維特征矢量。分別通過Relief算法、馬氏距離、Fisher比率三

4、種準則對原始特征集合進行排序,對三種特征排序結(jié)果進行加權(quán)平均獲得融合的特征選擇結(jié)果,并選取最優(yōu)特征子集輸入支持向量機進行狀態(tài)識別。實驗結(jié)果表明,基于MF-DFA方法的高速列車安全狀態(tài)識別方法比多重分形方法更加有效。
  4.為了準確定位高速列車異常振動發(fā)生點,根據(jù)奇異譜分析理論,提出了奇異譜修正準則來選擇有用信號的個數(shù),并用這些有用信號來重構(gòu)空間。對高速列車車體和構(gòu)架部位的實際監(jiān)測數(shù)據(jù)以及列車關(guān)鍵部件失效的仿真數(shù)據(jù)進行了實驗,結(jié)果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論