基于K邻近算法的转向架构架状态识别研究

• 作者: 冯春雨 刘昆 杨静 王二化 谢锋云 邱英
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 构架 裂纹 K邻近算法 识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP182|TH133
• 字数: 5290字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.08.010

摘要

作为机车最重要的部分之一,转向架构架的运行状态会直接影响到机车的安全,其状态识别对保证机车安全运行尤为重要.为识别转向架构架状态,采用噪声传感器与加速度传感器对激振数据进行采集,通过时域特征提取与时频域特征提取,将敏感特征量组成训练集与测试集,利用K邻近算法,实现对转向架构架三种不同状态的识别.利用K邻近算法识别率可达到93.33％,与最小二乘支持向量机方法相比具有较好的识别效果,验证了K邻近算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢锋云	华东交通大学机电与车辆工程学院	35	96	5.0	7.0
2	杨静	华东交通大学机电与车辆工程学院	14	77	5.0	8.0
3	刘昆	华东交通大学机电与车辆工程学院	3	0	0.0	0.0
4	冯春雨	华东交通大学机电与车辆工程学院	4	0	0.0	0.0
5	王二化	常州信息职业技术学院机电工程学院	29	26	3.0	4.0
6	邱英	华东交通大学机电与车辆工程学院	11	60	4.0	7.0