基于多重分形与SVM的高速列车运行状态识别方法

摘要：

为了评估高速列车服役性态问题,提出基于多重分形与支持向量机(SVM)的高速列车状态识别新方法.该方法计算了高速列车振动信号的多重分形谱,分析了多重分形谱参数与列车状态之间的关联关系,提取了多重分形谱宽度、分形维数差和谱偏斜度作为高速列车状态的特征,使用支持向量机来对高速列车状态进行识别.获取了某型列车的正常状态、抗蛇行减震器失效、空簧失效3种典型的多重分形特征,训练了不同速度下的SVM和单一速度为160 km/h的SVM,并进行了工况识别实验.所提方法对高速列车的状态识别率大于88.8％,表明了该方法的有效性.

关键词：高速列车、状态识别、多重分形谱、支持向量机

所属期刊栏目：50

分类号：U279;TP391(车辆工程)

资助基金：国家自然科学基金资助项目61134002;中央高校基本科研业务费专项资金资助项目2682014CX029,SWJTU09BR056

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：7-12