地铁线路弯道与道岔路况识别方法研究
Study of the identification of curve and turnout conditions on metro line
摘要
文章分析了弯道信号及道岔信号的时、频域特征,并以此提出了利用、来识别地铁线路中弯道与道岔的方法。研究表明:陀螺仪信号对弯道路况响应明显,通过小波包去噪后能够很好的识别弯道;车辆经过道岔,垂向加速度信号幅值短时间内急剧增大,且频谱特性发生变化,通过经验模式分解(EMD)提取信号特征值,再利用支持向量机(SVM)可以有效地识别道岔。
出处
《机车车辆工艺》
2018年第2期38-40,共3页
Locomotive & Rolling Stock Technology
二级参考文献16
-
1胡劲松,杨世锡,吴昭同,严拱标.基于EMD和HT的旋转机械振动信号时频分析[J].振动．测试与诊断,2004,24(2):106-110. 被引量：48
-
2于德介,程军圣,成琼.基于复小波变换相位谱的齿轮故障诊断[J].振动．测试与诊断,2004,24(4):275-276. 被引量：9
-
3李常有,徐敏强,郭耸.基于改进的Hilbert-Huang变换的滚动轴承故障诊断[J].振动与冲击,2007,26(4):39-41. 被引量：18
-
4Peng Z, Chu F, He Y. Vibration signal analysis and feature extraction based on re-assigned wavelet scalogram [ J ]. Journal of Sound and Vibration, 2002, 253(5) : 1087 -1100.
-
5Li C J, Wu S M. On-line detection of localized defects in bearings by pattern recognition analysis [ J ]. ASME Journal of Engineering for Industries, 1989, 111 : 331 - 336.
-
6Tse P W, Peng Y H, Yam R. Wavelet analysis and its envelope detection for rolling element bearing fault diagnosis-their affectivities and flexibilities [ J ]. Journal of Vibration and Acoustic, 2001, 123:303-310.
-
7Yang Yu,Yu Dejie, Cheng Junsheng. A rolling fault diagnosis method based on EMD energy entropy and ANN [ J ]. Journal of sound and vibration, 2006, 294:269 -277.
-
8Huang N E, Shen Zheng, Long S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceeding of the Royal Society A: Mathematical Physical & the Engineering Sciences, 1998, 454:903-995.
-
9Yan Ruqiang, Gao R X. Hilbert-Huang transformbased vibration signal analysis for machine health monitoring [J].IEEE Transactions on Instrumentation and Measurement, 2006,55(6):2320-2329.
-
10Yu Dejie, Cheng Junsheng, Yang Yu. Application of EMD method and Hilbert spectrum to the fault diagnosis of roller bearings[J]. Mechanical Systems and Signal Processing, 2005, 19(2): 259-270.
共引文献150
-
1顾海江.带式输送机滚筒轴承状态实时监测系统设计研究[J].中国石油和化工标准与质量,2020(10):136-137. 被引量：1
-
2程军圣,郑近德,杨宇.变量预测模型在齿轮故障诊断中的应用[J].振动．测试与诊断,2013,33(S1):111-114. 被引量：3
-
3张超,陈建军.基于EMD降噪和谱峭度的轴承故障诊断方法[J].机械科学与技术,2015,34(2):252-256. 被引量：20
-
4裴强,胡波.Hilbert-Huang变换方法研究进展[J].世界地震工程,2011,27(2):21-29. 被引量：9
-
5张超,陈建军,徐亚兰.基于EMD分解和奇异值差分谱理论的轴承故障诊断方法[J].振动工程学报,2011,24(5):539-545. 被引量：79
-
6张勇,张春梅.用HHT变换处理离心压缩机喘振试验数据[J].流体机械,2012,40(1):10-12. 被引量：6
-
7张超,杨立东,李建军.局部均值分解和经验模态分解的性能对比研究[J].机械设计与研究,2012,28(3):38-40. 被引量：18
-
8张梅军,王闯,陈灏.IMF能量和RBF神经网络相结合在滚动轴承故障诊断中的应用研究[J].机械,2012,39(6):63-66. 被引量：9
-
9徐锋,刘云飞.基于EMD的胶合板损伤声发射信号特征提取及神经网络模式识别[J].振动与冲击,2012,31(15):30-35. 被引量：12
-
10董绍江,汤宝平,张焱.基于非广延小波特征尺度熵和支持向量机的轴承状态识别[J].振动与冲击,2012,31(15):50-54. 被引量：10
-
1冯立朋,朱军桃,熊东旭,王炯,程胜.改进的小波包阈值法去噪的桥梁变形监测数据处理[J].北京测绘,2018,32(3):344-348. 被引量：10
-
2王雷.电晕放电信号经验模式分解端点效应处理方法[J].电气应用,2018,37(6):4-8.
-
3戴庆天.基于遗传小波神经网络的激光陀螺仪故障诊断研究[J].农家科技（理论版）,2017(10):53-54.
-
4修艳.健身最适能量消耗的阶段分测及相关性分析[J].科技通报,2018,0(1):262-265. 被引量：3
-
5万正忠.基于小波变换的GNSS单差观测序列周跳探测方法[J].北京测绘,2018,32(3):269-272. 被引量：4
-
6田爱军,王德铭.高铁运行网络异常信号在线监测提取仿真[J].计算机仿真,2018,35(3):98-101. 被引量：2
-
7李俪颜,何耀民,张辉.基于K-means聚类算法的信号源识别分类研究[J].课程教育研究（学法教法研究）,2017,0(22):24-25.
-
8李醒飞,周新力,吴腾飞,纪越.一种MHD角速度传感器与MEMS陀螺仪组合测量系统信号融合的方法[J].天津大学学报（自然科学与工程技术版）,2018,51(2):159-166. 被引量：7
-
9齐伟强,李俭,陈柏超,袁佳歆,钟永恒.基于COMSOL的变压器中超声波传播特性[J].电工技术学报,2015,30(S2):195-200. 被引量：10
-
10王柯,刘富,康冰,霍彤彤,周求湛.基于沙蝎定位猎物的仿生震源定位方法[J].吉林大学学报（工学版）,2018,48(2):633-639. 被引量：2
