-
公开(公告)号：CN110084185B
公开(公告)日：2021-03-16
申请号：CN201910336833.8
申请日：2019-04-25
Applicant: 西南交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种高速列车小幅蛇行运行特征的快速提取方法。针对现有方法无法快速识别高速列车小幅蛇行运动状态(正常运行、小幅收敛、小幅发散和大幅蛇行)的问题，本发明采用平均经验模态分解(EEMD)方法对预处理后的信号进行分解，将其结果转换为能量矩阵，然后对能量矩阵进行非平稳条件下的联合近似对角化(JAD)处理，融合多个传感器的能量矩阵，得到融合后的高速列车小幅蛇行运行状态特征。通过将融合特征放入最小二乘法支持向量机进行训练和识别，验证了该方法能够快速且准确地将高速列车正常运行、小幅收敛、小幅发散和大幅蛇行四种运行状态分开，从而保障列车运行安全。
-
公开(公告)号：CN112948981A
公开(公告)日：2021-06-11
申请号：CN202110378710.8
申请日：2021-04-08
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速列车小幅蛇行演变趋势的区间预测方法，针对现有监测方法主要集中在对大幅蛇行的监测，而忽略了小幅蛇行的演变规律，提出了一种区间预测方法。本发明通过建立高速列车小幅蛇行失稳区间预测模型，使得当高速列车处于小幅蛇行状态时，能够预测构架横向加速度变化的区间，并且给出预测区间的置信度，从而更为快速地判断列车是否将会发生蛇行失稳(小幅收敛、小幅发散两种变化状态)，提高列车运行的安全性。基于以上问题，本发明公开的方法大大减少了模型待优化的参数，使得优化参数可快速收敛。将该方法用于小幅蛇行变化趋势的预测，可提高蛇行失稳识别的时效性。
-
公开(公告)号：CN112948981B
公开(公告)日：2022-06-21
申请号：CN202110378710.8
申请日：2021-04-08
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速列车小幅蛇行演变趋势的区间预测方法，针对现有监测方法主要集中在对大幅蛇行的监测，而忽略了小幅蛇行的演变规律，提出了一种区间预测方法。本发明通过建立高速列车小幅蛇行失稳区间预测模型，使得当高速列车处于小幅蛇行状态时，能够预测构架横向加速度变化的区间，并且给出预测区间的置信度，从而更为快速地判断列车是否将会发生蛇行失稳(小幅收敛、小幅发散两种变化状态)，提高列车运行的安全性。基于以上问题，本发明公开的方法大大减少了模型待优化的参数，使得优化参数可快速收敛。将该方法用于小幅蛇行变化趋势的预测，可提高蛇行失稳识别的时效性。
-
公开(公告)号：CN110084185A
公开(公告)日：2019-08-02
申请号：CN201910336833.8
申请日：2019-04-25
Applicant: 西南交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种高速列车小幅蛇行运行特征的快速提取方法。针对现有方法无法快速识别高速列车小幅蛇行运动状态(正常运行、小幅收敛、小幅发散和大幅蛇行)的问题，本发明采用平均经验模态分解(EEMD)方法对预处理后的信号进行分解，将其结果转换为能量矩阵，然后对能量矩阵进行非平稳条件下的联合近似对角化(JAD)处理，融合多个传感器的能量矩阵，得到融合后的高速列车小幅蛇行运行状态特征。通过将融合特征放入最小二乘法支持向量机进行训练和识别，验证了该方法能够快速且准确地将高速列车正常运行、小幅收敛、小幅发散和大幅蛇行四种运行状态分开，从而保障列车运行安全。
-
-
-
Search Results
4
records
(took 0.017 seconds)
