钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机技术与发展期刊
\
基于机器学习的高速列车转向架振动信号监测
基于机器学习的高速列车转向架振动信号监测
作者:
吴炳福
蔡俊鹏
陈德旺
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
机器学习
小波变换去噪
随机森林算法
列车转向架
摘要:
为了提高列车运行时的稳定性和安全性,对列车运行时安全加速进行实时监控与预测.根据动车实际运营保存的大量转向架振动信号数据,不同于传统的基于动力学的研究,提出了基于机器学习的高速列车转向架振动信号的研究.首先通过小波变换去噪对原始数据进行数字滤波处理,强化所需部分的数据,增加了转向架振动信号数据的精确度.其次,通过实验对几种常用的机器学习算法模型进行参数拟合,经分析和对比实验结果表明,随机森林算法在转向架枕梁振动信号监测中性能表现最好且预测精度最优,均方根误差达到最低0.069,其稳定性达到最高.最后总结得出,在不同里程、不同速度下,转向架振动信号的有效值和最大值的变化在转向架服役性能、安全运行方面具有可推广性,能够说明基于随机森林算法的转向架振动信号的监测可以有效地监控和预测高速列车运行速度的安全阈范围并优化列车转向架轮对镟修周期.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的高速列车转向架故障识别
深度学习
离散傅里叶变换
高速列车
转向架
基于EEMD的高速列车转向架故障诊断
转向架
故障诊断
特征提取
聚合经验模态分解
能量矩
支持向量机
高速列车转向架故障信号的小波熵特征分析
故障诊断
特征提取
转向架
小波熵
支持向量机
高速列车转向架故障信号的小波熵特征分析
故障诊断
特征提取
转向架
小波熵
支持向量机
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于机器学习的高速列车转向架振动信号监测
来源期刊
计算机技术与发展
学科
工学
关键词
机器学习
小波变换去噪
随机森林算法
列车转向架
年,卷(期)
2019,(8)
所属期刊栏目
应用开发研究
研究方向
页码范围
130-135
页数
6页
分类号
TP391
字数
4710字
语种
中文
DOI
10.3969/j.issn.1673-629X.2019.08.025
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
陈德旺
福州大学数学与计算机科学学院
12
26
4.0
4.0
5
蔡俊鹏
福州大学数学与计算机科学学院
1
0
0.0
0.0
9
吴炳福
福州大学数学与计算机科学学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(118)
共引文献
(98)
参考文献
(22)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1990(1)
参考文献(1)
二级参考文献(0)
1995(1)
参考文献(0)
二级参考文献(1)
1998(3)
参考文献(0)
二级参考文献(3)
1999(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2001(3)
参考文献(0)
二级参考文献(3)
2002(4)
参考文献(0)
二级参考文献(4)
2003(3)
参考文献(0)
二级参考文献(3)
2004(4)
参考文献(1)
二级参考文献(3)
2005(7)
参考文献(0)
二级参考文献(7)
2006(7)
参考文献(3)
二级参考文献(4)
2007(7)
参考文献(1)
二级参考文献(6)
2008(7)
参考文献(1)
二级参考文献(6)
2009(7)
参考文献(1)
二级参考文献(6)
2010(11)
参考文献(0)
二级参考文献(11)
2011(13)
参考文献(1)
二级参考文献(12)
2012(11)
参考文献(1)
二级参考文献(10)
2013(22)
参考文献(1)
二级参考文献(21)
2014(11)
参考文献(3)
二级参考文献(8)
2015(11)
参考文献(7)
二级参考文献(4)
2016(3)
参考文献(0)
二级参考文献(3)
2017(1)
参考文献(0)
二级参考文献(1)
2018(1)
参考文献(1)
二级参考文献(0)
2019(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
机器学习
小波变换去噪
随机森林算法
列车转向架
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
主办单位:
陕西省计算机学会
出版周期:
月刊
ISSN:
1673-629X
CN:
61-1450/TP
开本:
大16开
出版地:
西安市雁塔路南段99号
邮发代号:
52-127
创刊时间:
1991
语种:
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于深度学习的高速列车转向架故障识别
2.
基于EEMD的高速列车转向架故障诊断
3.
高速列车转向架故障信号的小波熵特征分析
4.
高速列车转向架故障信号的小波熵特征分析
5.
基于AR功率谱的高速列车转向架故障信号分析
6.
基于Copula函数的高速列车转向架故障特征提取
7.
基于EEMD样本熵的高速列车转向架故障特征提取
8.
可变编组高速列车转向架气动阻力特征研究
9.
小波包熵与多核学习在列车转向架轴承故障诊断中的应用
10.
车轮高阶多边形磨耗对高速列车转向架区域噪声影响研究
11.
高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析
12.
论我国高速列车的动力配置与动力转向架选型
13.
高速列车不同转向架区噪声特性及主要噪声源分离
14.
我国高速列车转向架润滑技术
15.
高速列车转向架舱对转向架区域流场与气动噪声影响
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机技术与发展2022
计算机技术与发展2021
计算机技术与发展2020
计算机技术与发展2019
计算机技术与发展2018
计算机技术与发展2017
计算机技术与发展2016
计算机技术与发展2015
计算机技术与发展2014
计算机技术与发展2013
计算机技术与发展2012
计算机技术与发展2011
计算机技术与发展2010
计算机技术与发展2009
计算机技术与发展2008
计算机技术与发展2007
计算机技术与发展2006
计算机技术与发展2005
计算机技术与发展2004
计算机技术与发展2003
计算机技术与发展2002
计算机技术与发展2001
计算机技术与发展2019年第9期
计算机技术与发展2019年第8期
计算机技术与发展2019年第7期
计算机技术与发展2019年第6期
计算机技术与发展2019年第5期
计算机技术与发展2019年第4期
计算机技术与发展2019年第3期
计算机技术与发展2019年第2期
计算机技术与发展2019年第12期
计算机技术与发展2019年第11期
计算机技术与发展2019年第10期
计算机技术与发展2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号