《电子测量技术杂志》发表论文赏析

基于EEMD-ICA算法的地铁混合波长钢轨波磨识别

来源:电子测量技术杂志2023年第17期北京时间:

作者:许竞强,陈建政,吴越

单位:西南交通大学牵引动力国家重点实验室 成都 610031

摘要:地铁线路上常存在多种波长的钢轨波磨混合的情况,而目前的钢轨波磨识别方法主要适用于单一波长的钢轨波磨。针对混合波长的钢轨波磨识别问题,提出了一种基于集合经验模态分解独立分量分析的地铁多波长钢轨波磨识别算法。首先建立了车辆轨道耦合动力学模型和钢轨波磨激励模型,通过动力学计算得到混合波长的钢轨波磨作用下轴箱的振动加速度信号。对计算得到的轴箱振动加速度信号进行集合经验模态分解。引入相关系数筛选符合条件的本征模态分量,计算选择好的本征模态分量的能量平均值,通过设定能量阈值判断是否存在钢轨波磨,最后将选择的本征模态分量与源信号重构成多维信号,将重构的多维信号作为独立分量分析的输入矩阵以解决独立分量分析的欠定问题,定位分离结果的中心频率确定钢轨波磨波长。为了更好的验证本文算法,在广州某地铁线路上采集了波磨激扰下轴箱垂向振动加速度信号和线路不平顺水平,使用本文算法分析了实验数据。结果证明,在16 和315 mm两种不同的波磨波长混合激扰下,该方法依然可以识别出两种不同的波磨波长,而传统的小波包能量熵法和EEMD能量熵WVD法仅能识别振动特征较为明显的16 mm波长的波磨,即这两种方法不能应用于混合波长波磨识别的问题。本文的研究成果为地铁混合波长钢轨波磨的识别提供了理论支撑。

关键词:钢轨波磨;集合经验模态分解;独立分量分析;识别;振动加速度

基金资助:国家自然科学基金(U1734201)项目资助

2023年17期其他文献查阅:

基于高速总线的密码SoC设计与实现

基于算法优化的生物打印机电机调速方法研究

基于误差校正和自适应算子的SVR-PSO定位算法

基于深度双Q网络的权值时变路网路径规划

基于主成分分析与ILM-DGRBF网络的SOH估算

基于自适应峰值检测的PDR算法研究

车载自组织网络的竞争窗口自适应退避算法

主动反射面面形实时计算与检测方法研究

基于MSST-HT的次同步振荡参数辨识研究

改进PSO-BPNN供水泵站变频恒压PID控制

多天线频谱共享CR-NOMA系统安全中断性能分析

基于多任务对齐的密集行人检测算法研究

基于改进YOLOv5s的无人驾驶夜间车辆目标检测算法

融合SimAM注意力机制的实时多目标跟踪算法

GLnet:融合全局和局部信息的短临降雨预报网络

皮尔逊相关性最大化导向的自动阈值分割方法

改进TF-GSC和改进后置滤波语音增强算法

一种去信道指纹的IEEE802.11a信号辐射源识别方法

基于灰狼算法的局部放电信号快速自动降噪算法

基于EEMD-ICA算法的地铁混合波长钢轨波磨识别

基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法

数字磁耦隔离器的磁场抗扰度评价方法研究

基于IPSO算法优化小波神经网络的转辙机故障诊断

基于区域容量的锂离子电池健康状态评估

压阻式微差压传感器倾角误差分析与研究

自监督瓷砖表面异常检测与定位

基于应力分布的直升机传动齿轮故障辨识实验

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!