基于数学形态学的高速列车安全性态分析

基于数学形态学的高速列车安全性态分析

ID:34875325

大小:11.02 MB

页数:65页

时间:2019-03-13

基于数学形态学的高速列车安全性态分析_第1页
基于数学形态学的高速列车安全性态分析_第2页
基于数学形态学的高速列车安全性态分析_第3页
基于数学形态学的高速列车安全性态分析_第4页
基于数学形态学的高速列车安全性态分析_第5页
资源描述:

《基于数学形态学的高速列车安全性态分析》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、f:j,^i^Jt§pm%SOUTHWESTJIAOTONGUNIVERSITY■硕士学位论文_MASTERDISSERTATION::_議.V.上;>_论文题目:基于数学形态学的高速列车安全性态分析議M雜翻:r年:级::^:研究生^^:金_■受指导教师国内图书分类号:TP391密级:公幵国际图书分类号:621.3西南交通大学研究生学位论文基干数学形态学的高速列车安全性态分析年级2012级

2、姓名邓文豪申请学位级别工学硕士专业控制科学与工程指导老师金讳东教授二零一五年五月ClassifiedIndex:TP391U:.D.C621.3SouthwestJiaotonUniversitgyMasterDegreeThesisTHESTATUSRECOGNITIONMETHODOFHIGHSPEEDTRAINBASEDONMORPHOLOGYGrade:2012Candidate:DenWenhaogAca

3、demicDegreeAppliedfor:MasterSecialit:ControlScienceandEnineerinpyggSuervisor:Prof.JinWeidonpgMa2015y,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、

4、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,在年解密后适用本授权书;2.不保密使用本授权书。“(请在以上方框内打十)学位论文作者签名:碎残(指导老师签名:曰期洛-:日期: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:一1、计对高速列车安全状态识别问题中的车轮踏面擦伤故障,提出种通过周期性冲击振动来识别车轮踏面擦伤的新思路思路提出一;并结合该种改进—划分的形态学梯度提升小波算法(IAMGLW)来提取目标信号,提出频峰平均

5、间隔作为识别车轮踏面擦伤的特征。2、根据形态学分形理论,分析了高速列车参数渐变的振动信号具有多重分形特性,提取形态学分形维数作为特征,重点分析了二系横向减振器阻尼渐变以及抗蛇形减振器-、阻尼的参数渐变,依据参数的退化情况将其分为:抗蛇形退化重(10%15%)横减退化-0%20%)、-25%、-、重(1抗蛇形退化中(20%)横减退化中(25%35%)抗蛇形退化轻-30%40%、-()横减退化轻(40%45%)、退化程度都很轻(抗蛇形50%以上,横减55%以上),并进行分类。一3、根据形态学神

6、经网络理论,提出种形态学隶属度函数用于形态学神经网络分类器的测试阶段,并分别证明了这种形态学隶属度函数在处理盒内外样本点的有效性;并将此方法与传统BP神经网络、支持向量机、和构造性形态学神经网络算法进行对比试验一,在定程度上说明了本方法有效性将这种形态学神经网络分类器用于高速;最后列车的渐变特征进行分类,取得了较好的效果。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。除文中已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

7、出贡献的个人和集体,均已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:曰期:西南交通大学硕士研究生学位论文第I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,本文提出基于数学形

8、态学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.结合列车轴箱与车轮振动关系以及轨道激扰对列车振动的影响,分析了通过周期性冲击响应提取车轮踏面擦伤的可行性过对高速列车轴箱振动模型的分析,;通提出采用改进的自适应形态提升小波(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。