原文传递
高速列车安全性态评估数据的多重分形特征分析
| 论文题名： | 高速列车安全性态评估数据的多重分形特征分析 |
| 关键词： | 高速列车;安全性态评估数据;多重分形;特征提取;故障诊断 |
| 摘要： | 高速列车在运行过程中安全性态的变化以及故障的发生严重威胁着列车运行安全，高速列车安全性态评估数据为分析列车运行状态和挖掘出能反映服役性态的模式与特征提供了条件。多重分形方法在研究非线性信号方面具有一定的独特性，并广泛应用于振动信号研究。为此，对列车关键部位的奇异的、非平稳的振动信号进行多重分形分析，统计多重分形谱相关参数有助于提取故障特征。 本文概括总结了国内外高速列车故障诊断研究现状，简要介绍多重分形方法的原理，论证了列车振动监测数据存在多重分形性;然后对高速列车安全性态评估数据进行仿真分析。首先使用基于统计矩的方法，分别研究了列车传感器在横向、垂向、纵向方向上采集到的监测数据，并对比各自方向上动车处于正常状态下和三种单一故障工况信号的多重分形谱，统计相关参数。分析表明，越是波动剧烈和分布不均匀的振动信号其多重分形性越强，在一些重要参数上体现得明显;在列车一些部位某一特定工况信号的多重分形谱表现得较为特殊，可以说明列车这些部位对该种故障所带来的振动尤为敏感;利用支持向量机对所研究工况信号进行分类，取得了不错的识别效果。然后使用小波模极大值(WTTM)多重分形方法进行对相同数据计算，计算了小波模分形熵，该熵对区分四种工况信号有一定的效果。 最后分析列车运行仿真模型数据，先计算了列车多故障信号的多重分形谱，比较同一速度下车体、构架、轴箱等部位同方向通道振动信号的多重分形谱分布，以及不同速度下同一通道信号分形谱的变化趋势。结果表明在某些通道各种多故障信号的多重分形性强弱服从一定的规律;接着对列车参数渐变故障进行了分析，得出故障信号越接近失效状态，其多重分形性越强。 |
| 作者： | 李坤肾 |
| 专业： | 电气系统控制与信息技术 |
| 导师： | 金炜东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
