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       
摘要:
对于转向架这样复杂的系统,分布在系统不同位置的传感器可以实时检测大量数据.这些数据能够反映高速列车运行过程中转向架关键部件的性能退化状态,但单一通道的振动信号存在着信息缺失、信噪比低等缺陷,无法据此实现转向架关键部件性能退化阶段的精确辨识.因此,本文以横向减振器为研究对象,通过对转向架振动数据相关性分析,提出了车体和转向架上多个通道的振动信号共同用于横向减振器性能退化阶段辨识的方法.并通过构建基于CNN的多通道信息融合模型,将多个通道信息进行融合,实现了横向减振器性能退化特征的自适应提取与阶段辨识.将该方法与基于单个通道的方法进行比较,结果表明,该方法能够精确实现横向减振器间隔10%的性能退化阶段辨识.
推荐文章
高速列车横向减振器性能退化的特征提取
振动与波
高速列车
经验模态互相关系数
经验模态互相关分析
性能退化
特征提取
一种多通道图像获取系统硬件设计方法
多通道图像获取
图像处理
网络传输
千兆以太网
一种多源信息的最优融合方法研究
信息融合
粗集理论
支持向量机
遗传算法
文字识别
一种基于性能退化建模的设备最优监测时机确定方法
退化建模
漂移布朗运动
可靠性
设备监测策略
最优化
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 一种多通道信息融合的横向减振器性能退化阶段辨别方法
来源期刊 铁道科学与工程学报 学科
关键词 横向减振器 相关性分析 CNN 多通道信息融合 性能退化阶段辨识
年,卷(期) 2021,(3) 所属期刊栏目 机车车辆与设备|Vehicles and Equipment
研究方向 页码范围 737-743
页数 7页 分类号 U279.323
字数 语种 中文
DOI 10.19713/j.cnki.43-1423/u.T20200483
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (43)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(8)
  • 参考文献(3)
  • 二级参考文献(5)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2021(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
横向减振器
相关性分析
CNN
多通道信息融合
性能退化阶段辨识
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导