基于多重分形与SVM的高速列车运行状态识别方法

• 作者: 余志斌 孙永奎 金炜东
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 高速列车 状态识别 多重分形谱 支持向量机
• 年，卷（期）: 2015,（1）
• 页码范围: 7-12
• 页数: 6页
• 分类号: U279|TP391
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2015.01.002

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.

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	孙永奎	西南交通大学电气工程学院	13	90	6.0	9.0