2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩102頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、鐵路運輸是我國重要的交通運輸方式。隨著鐵路運輸密度的加大,行車速度的提高,如何保證鐵路運輸安全問題也顯得越來越重要。在車輛和軌道系統(tǒng)中,輪軌相對動運動速度高,動態(tài)載荷大,是最容易出現(xiàn)缺陷的地方。一旦車輪出現(xiàn)扁疤,偏心或缺陷,會產(chǎn)生高于正常情況下幾十倍甚至上百倍的沖擊力,對機車車輛和軌道都會造成嚴重的破壞,因此及時發(fā)現(xiàn)車輪缺陷具有要重要意義。
  論文首先根據(jù)車輛軌道耦合模型建立了考慮車輪缺陷的車輛軌道耦合動力學方程,利用逆傅里葉變

2、換(IFFT)算法仿真了軌道幾何不平順,并基于Newmark的預測-校正法求解了在車輪缺陷下的車輛和軌道動態(tài)響應。在此基礎上,重點分析了在車輪缺陷情況下鋼軌的振動信號,并利用信號處理算法提取振動信號的特征。本文提出了利用經(jīng)驗模態(tài)分解(EMD)算法將鋼軌信號分解成為基本的模態(tài)分量。對每個基本模態(tài)分量利用數(shù)學中分形理論和高階譜分析方法分別求分形維數(shù)和雙譜圖,利用灰度梯度共生矩陣提取雙譜圖特征。分形維數(shù)和灰度梯度共生矩陣數(shù)字特征共同組成了鋼軌

3、振動信號的特征信息。
  為了識別車輪缺陷,本文提出了一種利用支持向量機(SVM)的識別和估計車輪缺陷的識別算法,利用提取到的數(shù)字特征訓練支持向量機,并提出了改進支持向量機的一些方法,如利用粒子群算法優(yōu)化支持向量機的參數(shù),利用GPU加速支持向量機的訓練,提高分類準確率和訓練速度。
  通過仿真實驗證明,論文提出的高速列車輪對缺陷軌上感知算法可以有效識別車輪扁疤、不圓、偏心三種缺陷,總的識別率為100%,正確分類率為91.46

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論