轨道不平顺作用下铁路列车车体振动状态的PCA-SVM预测分析-论文.pdf

《轨道不平顺作用下铁路列车车体振动状态的PCA-SVM预测分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第36卷第7期铁道学报Vo1．36No．72014年7月J0URNALOFTHECHINARAILWAYSOCIETYJuly2O14文章编号：1001—8361(2014)07—0016—08轨道不平顺作用下铁路列车车体振动状态的PCA—SVM预测分析徐磊，陈宪麦(中南大学土木工程学院，湖南长沙410075)摘要：为快速预测铁路机车车辆在不平顺轨道上的的振动状态，根据车体振动加速度的3个评价指标(绝对峰值、标准差、绝对平均值)，提出基于PCA—SVM方法的车体振动状态分类预测模型。首先对不同评价指标和车体振动状态下的轨道不平顺样本进行聚类，提取轨道不平顺样本中的特征统计参数，并进行

2、PCA参数降维和信息优化，最后以不同状态下各种评价指标的车体振动主要特征值为训练样本，构建SVM多类分类器。对轨道检查车多次实地检测的数据采用PCA—SVM分类器计算的分析结果表明：绝对均值、方根均值、方根幅值等主要轨道不平顺统计参数控制车体的整体振动状态，其他特征参数起调节车体振动的作用；采用扭曲和水平不平顺作为预测模型的输入，可使车体振动状态的测算准确率达到9O以上。关键词：轨道不平顺；车体振动；特征参数；主成分分析；支持向量机；分类预测中图分类号：U270．1文献标志码：Adoi：10．3969／j．issn．1oo卜8361．2014．07．003PCA—SVMForecas

3、tofCar-bodyVibrationStatesofRailwayLocomotivesandVehiclesundertheActionofTrackIrregularitiesXULei，CHENXian—mai(SchoolofCivilEngineering，CentralSouthUniversity，Changsha410075，China)Abstract：Inordertoachievefastpredictionofcar—bodyvibrationstatesofrailwaylocomotivesandvehicles，thispaperputforward

4、thePCA——SVMbaseddassifiedcar—bodyvibrationpredictionmodelaccordingtothreee—valuationindexes(theabsolutepeak，standarddeviation，andabsolutemeanvalue)ofthecar—bodyvibrationacceleration．Firstly，weclusteredthetrackirregularitysamplesunderdifferentevaluationindexesanddiffer—entcar—bodyvibrationstates

5、respectively，extractedthecharacteristicstatisticalparameters，andthentheprocessofPCAdimensionalityreductionandmessageoptimizationwasconducted．Atlast，weconstructedtheSVMmulti—classclassifiersbytrainingtheprincipalcomponentssamples．Analyzingthedatameasuredbytrackinspectioncarsinmultiplefieldtestsw

6、iththePCA—SVMclassifier，wegetthefollowingresults：Theab—solutemeanvalue，root—mean—squarevalueandrootamplitude，etc．arethemainstatisticaltrackirregularityparametersforcontrolofoverallcar—bodyvibrationstates，andtheothercharacteristicparametersplaytheroleofregulatingcar～bodyvibrations；puttingthetrac

7、ktwistirregularityandcross—levelirregularityastheinputofthepredictionmodel，wecanobtainmorethan90oftheaccuracyinpredictingcar—bodyvibrationstates．Keywords：trackirregularity；car—bodyvibration；characteristicparameter；principalcompone