基于隐马尔科夫模型的牵引座状态识别

• 作者: 冯春雨 刘翊 王二化 符羽 谢锋云
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 转向架 牵引座 隐马尔科夫模型 似然概率
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 试验研究
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP182|TH133
• 字数: 2806字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2020.06.001

摘要

牵引座是机车中连接车体和转向架的重要部件,承受并传递着机车的纵向力,因此牵引座的状态影响着机车的安全.针对牵引座正常、小裂纹故障及大裂纹故障这3种状态,提出了一种基于隐马尔科夫模型的状态识别方法:首先对机车牵引座运行的加速度信号进行特征提取,选取敏感的特征量组成隐马尔科夫模型的训练集与测试集;然后进行状态识别;最后以最大的似然概率对应的状态作为识别结果.结果 表明,针对牵引座的3种不同状态,该方法的识别结果比K邻近算法有更高的识别率.

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	冯春雨	华东交通大学机电与车辆工程学院	4	0	0.0	0.0
3	刘翊		2	0	0.0	0.0
4	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
5	符羽	华东交通大学机电与车辆工程学院	2	0	0.0	0.0