轨道不平顺作用下铁路列车车体振动状态的PCA-SVM预测分析

• 作者: 徐磊 陈宪麦
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 轨道不平顺 车体振动 特征参数 主成分分析 支持向量机 分类预测
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 铁道运输
• 页码范围: 16-23
• 页数: 8页
• 分类号: U270.1
• 字数: 6993字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8361.2014.07.003

摘要

为快速预测铁路机车车辆在不平顺轨道上的的振动状态，根据车体振动加速度的3个评价指标(绝对峰值、标准差、绝对平均值)，提出基于PCA-SVM方法的车体振动状态分类预测模型。首先对不同评价指标和车体振动状态下的轨道不平顺样本进行聚类，提取轨道不平顺样本中的特征统计参数，并进行 PCA参数降维和信息优化，最后以不同状态下各种评价指标的车体振动主要特征值为训练样本，构建 SVM多类分类器。对轨道检查车多次实地检测的数据采用PCA-SVM分类器计算的分析结果表明：绝对均值、方根均值、方根幅值等主要轨道不平顺统计参数控制车体的整体振动状态，其他特征参数起调节车体振动的作用；采用扭曲和水平不平顺作为预测模型的输入，可使车体振动状态的测算准确率达到90%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐磊	中南大学土木工程学院	19	137	8.0	11.0
2	陈宪麦	中南大学土木工程学院	22	97	6.0	9.0