基于小波變換的高速列車監(jiān)測數(shù)據(jù)處理.pdf

1、隨著高速列車運行速度不斷提高，列車在長期服役過程中的安全性態(tài)將發(fā)生變化，對列車安全預警與健康維護帶來極大的挑戰(zhàn)。列車在運行過程中通過傳感器監(jiān)測到大量的振動數(shù)據(jù)，如何從跟蹤監(jiān)測數(shù)據(jù)中識別出列車運行狀態(tài)，進行安全性態(tài)評估顯得至關重要。而監(jiān)測的振動數(shù)據(jù)多是非線性和非平穩(wěn)信號，小波分析具有良好的時頻局部化優(yōu)點，在信號特征分析中應用廣泛。因此，本文基于小波分析對高速列車監(jiān)測數(shù)據(jù)進行特征分析，研究列車正常狀態(tài)、空簧失氣、抗蛇行減振器全拆和橫向減振器

2、全拆四種工況。
　　本文首先簡單介紹了監(jiān)測數(shù)據(jù)的來源以及它們之間的關系，然后從時域和頻域出發(fā)對高速列車不同工況下的監(jiān)測數(shù)據(jù)進行了初步的分析，經(jīng)分析，它們都是低頻振動信號，其振動頻率主要集中在0-20Hz，最后通過對數(shù)據(jù)的小波包絡譜分析得到了三種故障工況的振動的特征頻率，并統(tǒng)計出了具有特征頻率的通道號，為后續(xù)研究中通道的選擇提供一定的依據(jù)。
　　在小波變換的基礎上，采用小波包變換對信號頻帶進行更加細致的劃分，根據(jù)小波包特征熵的

3、定義，提取了監(jiān)測數(shù)據(jù)的小波包特征熵特征。該方法將列車單一故障工況的振動信號經(jīng)過小波包分解在不同的頻帶，再求得各頻帶的小波包特征熵特征向量，把它們輸入到支持向量機進行狀態(tài)識別，驗證了特征提取的有效性，并給出了各種工況下不同通道的識別率。
　　利用小波包分解和自回歸譜相結合的方法，提取高速列車單一工況振動信號的小波包自回歸譜頻帶能量特征。該方法將振動信號經(jīng)小波包變換分解到不同頻帶，然后建立各頻帶信號的自回歸譜模型求取它們的自回歸譜參數(shù)