论文摘要
针对现有的高速列车监测方法没有考虑高速列车振动信号的非平稳特性,从而使得列车出现蛇形失稳现象的问题,提出一种采用S变换的方法对高速列车转向架信号进行处理,进而提取高速列车运行特征。采用最小二乘支持向量机（LS-SVM）对特征进行训练和识别,结果证明,基于S变换的特征提取方法的识别准确率达到了100%,优于基于小波变换的特征提取方法,从而可以及时预测高速列车的运行状态,保障列车的运行安全。
论文目录
文章来源
类型: 期刊论文
作者: 宁静,冉伟,种传杰,陈春俊
关键词: 高速列车,小幅蛇行,变换,小波变换,最小二乘支持向量机
来源: 中国机械工程 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 铁路运输,电信技术
单位: 西南交通大学机械工程学院
基金: 国家自然科学基金资助项目(51475387),中央高校基本科研业务费专项资金资助项目(2682014CX033),四川省科技创新苗子工程项目(2015102)
分类号: TN911.7;U270.7
页码: 1097-1102+1110
总页数: 7
文件大小: 1270K
下载量: 143
相关论文文献
标签：高速列车论文; 小幅蛇行论文; 变换论文; 小波变换论文; 最小二乘支持向量机论文;