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66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高鐵具有輸送能力大、速度快、節(jié)能等優(yōu)點(diǎn),對我國的交通、運(yùn)輸、環(huán)境以及經(jīng)濟(jì)起著十分重要的作用,然而高鐵交通安全形勢卻不樂觀,高鐵的安全問題不斷出現(xiàn)。走行部故障是危害列車行駛安全的重要因素,因此,對列車的走行部故障進(jìn)行及時診斷和識別對高鐵的安全顯得尤為重要。采集并分析走行部的振動信號是了解走行部運(yùn)行狀態(tài)和進(jìn)行故障診斷的重要手段,它的主要目標(biāo)是要尋找一種簡單有效的信號變換方法,使得信號所包含的重要信息顯示出來,最終達(dá)到提取有效信號特征的目的,

2、因此信號分析是進(jìn)行走行部狀態(tài)檢測的重要步驟。傳統(tǒng)的信號分析方法在處理非平穩(wěn)信號時具有一定的局限性,本文將經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法和熵理論應(yīng)用于高鐵走行部故障診斷中。
  時域近似熵反映了振動信號的復(fù)雜程度,而對信號進(jìn)行EMD分解后的模態(tài)分量的能量反映了信號的主要頻率成分的能量。因此,時域近似熵理論和固態(tài)模態(tài)分量的能量信息包含了信號的特征,本文基于EMD方法和近似熵理論提取了高鐵的故障特征,并使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行狀態(tài)識別。實(shí)驗(yàn)結(jié)果

3、表明,該故障診斷方法能有效識別走行部故障,并能有效提高走行部故障診斷性能。
  此外,本文結(jié)合EMD方法和模糊熵理論提出了一種高鐵走行部故障特征提取方法。通過對不同工況下的振動信號進(jìn)行EMD分解得到一系列模態(tài)分量,本文摒棄了傳統(tǒng)方法中僅選取前若干個模態(tài)分量作為待分析模態(tài)分量的思想,而是將所有的模態(tài)分量進(jìn)行分析,并計算所有模態(tài)分量的模糊熵的平均值作為振動信號的特征。最后為了證明本文提出的方法的有效性,選用BP神經(jīng)網(wǎng)絡(luò)、SVM以及貝葉

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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