基于CEEMD和特征融合的高速列車振動(dòng)信號(hào)特征分析.pdf

1、高鐵在人們生活中扮演著非常重要的角色，這離不開高鐵技術(shù)的發(fā)展。但是該項(xiàng)技術(shù)是把“雙刃劍”，也可能會(huì)帶來(lái)一定的安全風(fēng)險(xiǎn)。因此，有必要對(duì)列車的安全性進(jìn)行研究。由于采集到的高速列車振動(dòng)信號(hào)具有非線性和非平穩(wěn)的特點(diǎn)，傳統(tǒng)的信號(hào)分析方法對(duì)于這類信號(hào)具有一定的局限性，而完備聚合經(jīng)驗(yàn)?zāi)B(tài)分解(CEEMD)因其完備性和良好的自適應(yīng)性，非常適合對(duì)列車振動(dòng)信號(hào)的處理。此外，往往單一特征由于具有模糊性和不確定性，達(dá)不到有效的識(shí)別目的。所以，需要找到有效的特征

2、提取方法來(lái)處理列車安全性態(tài)評(píng)估等方面的問(wèn)題。本文基于CEEMD和特征融合實(shí)現(xiàn)對(duì)高速列車振動(dòng)信號(hào)的特征分析。
　　本文主要研究?jī)?nèi)容可概括如下：
　　(1)針對(duì)單一特征具有模糊性和不確定性的特點(diǎn)，結(jié)合完備聚合經(jīng)驗(yàn)?zāi)B(tài)分解和信息熵測(cè)度，提出基于多特征融合的列車振動(dòng)信號(hào)特征分析方法。首先，對(duì)振動(dòng)信號(hào)進(jìn)行分解，將復(fù)雜信號(hào)分解為一系列近似平穩(wěn)的簡(jiǎn)單信號(hào)。通過(guò)相關(guān)系數(shù)的計(jì)算，選擇與原信號(hào)關(guān)聯(lián)比較大的信號(hào)分量。其次，對(duì)這些信號(hào)分別提取時(shí)域奇

3、異譜熵、頻域功率譜熵、時(shí)-頻域小波能譜熵，構(gòu)成融合特征向量。最后，利用最小二乘支持向量機(jī)構(gòu)建診斷模型進(jìn)行工況識(shí)別。結(jié)果表明，該方法比利用單一特征進(jìn)行工況識(shí)別效果好。
　　(2)鑒于高速列車振動(dòng)信號(hào)由位于列車不同部位和不同方向的傳感器采集得到，不同傳感器采集的信息既有互補(bǔ)性又有冗余性，研究了基于ReliefF的高速列車多傳感器特征選擇方法。利用ReliefF算法將不同的傳感器特征按權(quán)重排序。根據(jù)排序結(jié)果實(shí)現(xiàn)對(duì)傳感器特征的篩選。結(jié)合復(fù)