基于小波分析的高速列车车体运行状态估计

• 作者: 余志斌 刘林艳 金炜东
• 来源期刊: 计算机应用研究
• 关键词: 监测数据 高速列车 车体垂向加速度 小波包能量矩 支持向量机 状态估计
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2948-2950
• 页数: 3页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.10.016

摘要

基于监测数据评估高速列车空气弹簧和横向减振器等关键部件的运行状态, 针对车体垂向加速度振动信号, 提出了小波包能量矩的列车状态估计方法。首先分析车体垂向振动特征, 对不同工况和不同速度下的信号进行小波包分解, 并重构能量较大的频带信号, 再计算各频带的小波包能量矩特征, 不同频带信号的小波包能量矩变化反映了列车运行状态的改变。将不同频带的小波包能量矩组成特征向量, 最后用支持向量机进行故障识别。实验数据仿真分析表明, 列车空簧失气故障和横向减振器失效故障识别率为100%, 说明该方法能很好地估计出高速列车的故障状态。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0
2	余志斌	西南交通大学电气工程学院	40	366	11.0	17.0
3	刘林艳	西南交通大学电气工程学院	1	10	1.0	1.0