基于贝叶斯聚类的高速列车横向稳定性识别方法及其实时在线监测装置

作     者：甘敦文 GAN Dunwen

作者机构：北京纵横机电技术开发公司北京100081 

基　　金：中国铁路总公司科技研究开发计划项目(J2014J004) 

出 版 物：《中国铁道科学》 (China Railway Science)

年 卷 期：2016年第37卷第4期

页      码：139-144页

摘      要：针对国外高速列车横向失稳检测装置存在的误报和原始数据分析支持度不足的问题,根据车辆横向振动信号表现出的高斯统计特性和大量的现场试验数据,建立描述高速列车车辆横向加速度信号分布的高速列车高斯混合振动模型,运用期望值最大算法(EM算法)进行模型参数的估计,进而基于贝叶斯聚类算法实现高速列车横向稳定性的识别。运用给出的高速列车横向稳定性识别方法,设计由数据采集与处理模块、综合诊断模块、网络传输模块和车载实时数据库模块组成的高速列车横向稳定性实时在线监测装置。型式试验结果表明,该装置能够实现列车横向稳定性的识别,而且比既有设备的识别准确性更高。

主 题 词：高速列车 横向稳定性 实时在线监测 贝叶斯聚类算法 模式识别 

学科分类：08[工学] 082304[082304] 080204[080204] 0802[工学-机械学] 0801[工学-力学类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.3969/j.issn.1001-4632.2016.04.22

馆 藏 号：203183519...