基于多重分形与SVM的高速列车运行状态识别方法-Journalof.PDFVIP

　 　 　 　 　 　 　 第卷第期 西南交通大学学报 ５０ 　 １ Ｖｏｌ．５０　 Ｎｏ．１ ２０１５年２月　 　 　 　 　 　 ＪＯＵＲＮＡＬ ＯＦ ＳＯＵＴＨＷＥＳＴ ＪＩＡＯＴＯＮＧ ＵＮＩＶＥＲＳＩＴＹ　 　 　 　 　 　 Ｆｅｂ． ２０１５ 　 　 文章编号：０２５８２７２４（２０１５）０１０００７０６　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．０２５８２７２４．２０１５．０１．００２ 基于多重分形与ＳＶＭ 的高速列车 运行状态识别方法 孙永奎，余志斌，金炜东　 　 （西南交通大学电气工程学院，四川成都 ） ６１００３１ 　 ：为了评估高速列车服役性态问题，提出基于多重分形与支持向量机（ＳＶＭ）的高速列车状态识别新方 摘要 法．该方法计算了高速列车振动信号的多重分形谱，分析了多重分形谱参数与列车状态之间的关联关系，提取了 多重分形谱宽度、分形维数差和谱偏斜度作为高速列车状态的特征，使用支持向量机来对高速列车状态进行识 别．获取了某型列车的正常状态、抗蛇行减震器失效、空簧失效３种典型的多重分形特征，训练了不同速度下的 和单一速度为 的 ，并进行了工况识别实验所提方法对高速列车的状态识别率大于 ， ＳＶＭ １６０ ｋｍ／ ｈ ＳＶＭ ． ８８．８％ 表明了该方法的有效性． 关键词：高速列车；状态识别；多重分形谱；支持向量机 中图分类号：Ｕ２７９；ＴＰ３９１　 　 文献标志码：Ａ Ｒｅｃｏｇｎｉｚｉｎｇ Ｒｕｎｎｉｎｇ Ｓｔａｔｅ ｏｆ ＨｉｇｈＳｐｅｅｄ Ｔｒａｉｎｓ Ｂａｓｅｄ ｏｎ Ｍｕｌｔｉｆｒａｃｔａｌ Ｔｈｅｏｒｙ ａｎｄ ＳＶＭ ， ， ＳＵＮ Ｙｏｎｇｋｕｉ 　 ＹＵＺｈｉｂｉｎ 　 ＪＩＮ Ｗｅｉｄｏｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｗｅｓｔ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００３１，Ｃｈｉｎａ） ： ， Ａｂｓｔｒａｃｔ Ｉｎ ｏｒｄｅｒ ｔｏ ｅｖａｌｕａｔｅ ｉｎｓｅｒｖｉｃｅ ｐｅｒｆｏｒｍａｎｃｅｓ ｏｆ ｈｉｇｈｓｐｅｅｄ ｔｒａｉｎｓ ａ ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｔｏ ｒｅｃｏｇｎｉｚｅ ｔｈｅ ｒｕｎｎｉｎｇ ｓｔａｔｅ ｏｆ ｈｉｇｈｓｐｅｅｄ ｔｒａｉｎｓ ｗａｓ ｐｒｏｐｏｓｅｄ ｕｓｉｎｇ ｔｈｅ ｍｕｌｔｉｆｒａｃｔａｌ ｔｈｅｏｒｙ ａｎｄ ｔｈｅ ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ （ＳＶＭ）． Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｍｕｌｔｉｆｒａｃｔａｌ ｓｐｅｃｔｒｕｍｐａｒａｍｅｔｅｒｓａｎｄｔｈｅ ｔｒａｉｎ ｒｕｎｎｉｎｇ ｓｔａｔｅｓ ｗａｓ ａｎａｌｙｚｅｄ ａｆｔｅｒ ｔｈｅ ｍｕｌｔｉｆｒａｃｔａｌ ｓｐｅｃｔｒｕｍ ｏｆ ｔｈｅ ｖｉｂｒａｔｉｏｎ ｓｉｇｎａｌ ｗａｓ ｃａｌｃｕｌａｔｅｄ ， ， ｂｙ ｍｕｌｔｉｆｒａｃｔａｌ ｔｈｅｏｒｙ． Ｔｈｅｎ ｈｉｇｈｓｐｅｅｄ ｔｒａｉｎ ｒｕｎｎｉｎｇ ｓｔａｔｅｓ ｗｅｒｅ ｉｄｅｎｔｉｆｉｅｄ ｂｙ ＳＶＭ ｕｓｉｎｇ ｔｈｅ