基于分形与奇异谱分析的高速列车安全状态识别方法研究

《基于分形与奇异谱分析的高速列车安全状态识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据国内图书分类号：TP391国际图书分类号：621．3西南交通大学研究生学位论文密级：公开年级2Q12级姓名韭羞兰申请学位级别王堂亟±专业撞壹9型堂皇王猩一一指导老师金炷苤塾拯二零一四年十一月万方数据ClassifiedIndex：TP391U．D．C：621．3SouthwestJiaotongUniversityMasterDegreeThesisTHESTATUSRECOGNITIONMETHODOFHIGHSPEEDTRAINBASEDONFRACTALANDSINGULARSPECTRUMANALYSISGrade：2012Candidate：Zhan

2、gMeilanAcademicDegreeAppliedfor：MasterSpeciality：ControlScienceandEngineeringSupervisor：Prof．JinWeidong万方数据西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密

3、∥使用本授权书。(请在以上方框内打“巾)学位论文作者签名：苏粢兰指导老师签名：．绔婶日期：3014．II．／g日期：山～岭。LItI争·万方数据西南交通大学硕士学位论文主要工作(贡献)声明本学位论文中所做的主要工作或贡献如下：1、针对高速列车安全状态识别问题，提取了容量维数、信息维数、关联维数、Hausdorff维数四种比较常见的分形维数，并比较分析了分形维数特征对列车各种工况的敏感程度以及稳定性程度。2、根据多重分形理论，分析了高速列车振动信号具有多重分形特性，提取了广义维数谱参数、质量指数谱参数、多重分形奇异谱参数作为特征，构成高维特征矢量，最后采用支持向量机实现

4、了高速列车安全状态的识别。3、根据多重分形去趋势波动分析(MF—DFA)理论，分析了高速列车振动信号的多重分形特性，提取了质量指数谱参数、广义Hurst指数谱参数、多重分形奇异谱参数特征，构成高维特征矢量，并采用多准则特征选择方法对原始特征集进行降维，将降维后特征输入支持向量机了实现高速列车安全状态的识别。最后比较分析发现MF．DFA方法优于多重分形方法。4、针对高速列车异常振动发生点的检测问题，用奇异谱分析理论(SSA)，提出了奇异谱修正准则选择有用信号的个数，并用这些有用信号来重构空间。对高速列车车体和构架部位的实际监测数据以及列车关键部件失效的仿真数据进行了实验

5、，实现高速列车异常振动发生点的检测与定位。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：弘关兰日期：枷fI}．⋯／g万方数据西南交通大学硕士研究生学位论文第1页摘要高速列车在长期服役过程中，其安全性态将发生变化，利用传感器监测到海量的列车振动数据，这些振动数据蕴含着大量的列车状态信息，能够反映列车的运行状态。如何有效利用这些

6、长期跟踪获得的监测数据，进而提取出能够表征高速列车运行状态的特征参数，对高速列车运行状态进行反演和识别具有重要意义。因此，针对高速列车，本文提出基于分形与奇异谱分析的高速列车安全状态识别方法，提取出能够反映列车状态信息的特征参数，来实现高速列车安全状态的识别。主要完成了以下研究工作：1．分析了容量维数、信息维数、关联维数、Hausdorff维数四种比较常见的分形维数特征的提取，比较分析了分形维数特征对列车各种故障的敏感程度以及稳定性程度，结果表明分形维数可以表征高速列车的故障状态，并具有一定的稳定性。2．根据多重分形理论，分析了高速列车振动信号具有多重分形特性，提取了

7、广义维数谱参数、质量指数谱参数、多重分形奇异谱参数特征，构成高维特征矢量，最后采用支持向量机实现高速列车正常、空气弹簧失效、横向减振器失效、抗蛇行减振器失效、空气弹簧失效+横向减振器失效、空气弹簧失效+抗蛇行减振器失效、横向减振器失效+抗蛇行减振器失效七种工况的状态识别。3．为了更好的凸显高速列车振动信号的分形特性，根据多重分形去趋势波动分析fMF—DFA)理论，分析了高速列车振动信号的多重分形特性，提取了广义Hurst指数谱参数、质量指数谱参数、多重分形奇异谱参数特征，构成高维特征矢量。分别通过Relief算法、马氏距离、Fisher比率三种准则对