基于分形与奇异谱分析的高速列车安全状态识别方法研究-控制科学与工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密∥使用本授权书。 (请在以上方框内打“巾) 学位论文作者签名：苏粢兰 指导老师签名： ．绔婶 日期：3014．II．／g 日期：山～岭。LI I争· 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本学位论文中所做的主要工作或贡献如下： 1、针对高速列车安全状态识别问题，提取了容量维数、信息维数、关联维数、 Hausdorff维数四种比较常见的分形维数，并比较分析了分形维数特征对列车各种工况的 敏感程度以及稳定性程度。 2、根据多重分形理论，分析了高速列车振动信号具有多重分形特性，提取了广义 维数谱参数、质量指数谱参数、多重分形奇异谱参数作为特征，构成高维特征矢量，最 后采用支持向量机实现了高速列车安全状态的识别。 3、根据多重分形去趋势波动分析(MF—DFA)理论，分析了高速列车振动信号的多重 分形特性，提取了质量指数谱参数、广义Hurst指数谱参数、多重分形奇异谱参数特征， 构成高维特征矢量，并采用多准则特征选择方法对原始特征集进行降维，将降维后特征 输入支持向量机了实现高速列车安全状态的识别。最后比较分析发现MF．DFA方法优于 多重分形方法。 4、针对高速列车异常振动发生点的检测问题，用奇异谱分析理论(SSA)，提出了 奇异谱修正准则选择有用信号的个数，并用这些有用信号来重构空间。对高速列车车体 和构架部位的实际监测数据以及列车关键部件失效的仿真数据进行了实验，实现高速列 车异常振动发生点的检测与定位。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。 除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的 研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全 了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：弘关兰 日期：枷fI}． ／g 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 高速列车在长期服役过程中，其安全性态将发生变化，利用传感器监测到海量的 列车振动数据，这些振动数据蕴含着大量的列车状态信息，能够反映列车的运行状态。 如何有效利用这些长期跟踪获得的监测数据，进而提取出能够表征高速列车运行状态 的特征参数，对高速列车运行状态进行反演和识别具有重要意义。因此，针对高速列 车，本文提出基于分形与奇异谱分析的高速列车安全状态识别方法，提取出能够反映 列车状态信息的特征参数，来实现高速列车安全状态的识别。主要完成了以下研究工 作： 1．分析了容量维数、信息维数、关联维数、Hausdorff维数四种比较常见的分形 维数特征的提取，比较分析了分形维数特征对列车各种故障的敏感程度以及稳定性程 度，结果表明分形维数可以表征高速列车的故障状态，并具有一定的稳定性。 2．根据多重分形理论，分析了高速列车振动信号具有多重分形特性，提取了广义 维数谱参数、质量指数谱参数、多重分形奇异谱参数特征，构成高维特征矢量，最后 采用支持向量机实现高速列车正常、空气弹簧失效、横向减振器失效、抗蛇行减振器 失效、空气弹簧失效+横向减振器失效、空气弹簧失效+抗蛇行减振器失效、横向减振 器失效+抗蛇行减振器失效七种工况的状态识别。 3．为了更好的凸显高速列车振动信号的分形特性，根据多重分形去趋势波动分析 fMF—DFA)理论，分析了高速列车振动信号的多重分形特性，提取了广义Hurst指数谱 参数、质量指数谱参数、多重分形奇异谱参数特征，构成高维特征矢量。分别通过Relief 算法、马氏距离、Fisher比率三种准则对原始特征集合进行排序，对三种特征排序结 果进行加权平均获得融合的特征选择结果，并选取最优特征子集输入支持向量机进行 状态识别。实验结果表明，基于MF—DFA方法的高速列车安全状态识别方法比多重分 形方法更加有效。 4．为了准确定位高速列车异常振动发生点，根据奇异谱分析理论，提出了奇异谱 修正准则来选择有用信号的个数，并用这些有用信号来重构空间。对高速列车车体和 构架部位的实际监测数据以及列车关键部件失效的仿真数据进行了实验，结果表明， 奇异谱分析能够准确检测出高速列车异常振动发生点。 本文的研究内容是国家自然科学基金