【摘要】：隨著列車運行速度和軸重增加,車輪踏面擦傷現(xiàn)象不斷加劇。提出一種對列車經(jīng)過時鋼軌振動信號進行高階譜特征提取并結合粒子群-支持向量機(PSO-SVM)進行車輪擦傷識別的算法。通過建立車輛軌道垂向耦合模型和車輪擦傷模型,計算正常車輪與擦傷車輪作用下的鋼軌振動響應。利用高階譜方法對兩種情況下鋼軌振動信號進行信號處理得到二維等高線圖和三維雙譜圖,通過灰度-梯度共生矩陣提取其二維等高線圖的6個紋理特征,與車速共同輸入PSO-SVM模型識別車輪是否擦傷;再結合三維雙譜圖對角切片峰值、二維等高線圖內(nèi)擴對角頻率,對擦傷等級進行識別。結果表明:利用高階譜進行特征提取的方法識別正常與擦傷車輪準確率可以達到100%,擦傷等級的準確率可以達到94.6%。最后將該方法與EMD方法進行特征提取做比較分析,EMD方法識別正常與擦傷車輪準確率為98.3%,而擦傷級別準確率僅為56.4%。研究結果表明,基于高階譜的PSO-SVM方法更能有效識別擦傷車輪并確定其擦傷等級。
[Abstract]:With the increase of train speed and axle load, wheel tread scratches are becoming more and more serious. An algorithm is proposed to extract the high-order spectral features of rail vibration signals and combine particle swarm optimization-support vector machine (PSO-SVM) to identify wheel bruises when the train passes by. The rail vibration response under the action of normal wheel and scraped wheel is calculated by establishing the vertical coupling model and wheel scuffing model of vehicle track. Two-dimensional contour map and three-dimensional bispectrum map are obtained by signal processing of rail vibration signal in two cases by high-order spectral method. Six texture features of two-dimensional contour map are extracted by gray-gradient co-occurrence matrix. Input the PSO-SVM model together with the speed to identify whether the wheel is bruised or not; Combined with the diagonal slice peak of the three-dimensional bispectrum and the two-dimensional contour map the diagonal frequency is expanded to identify the gradients of the scuff. The results show that the accuracy of recognition of normal and bruised wheels can reach 100% and the accuracy of scratch grade can reach 94.6% by using the method of feature extraction by high-order spectrum. Finally, this method is compared with the EMD method for feature extraction. The accuracy of the EMD method is 98.3% for the recognition of normal and bruised wheels, while the accuracy rate of the scratch level is only 56.4%. The results show that the PSO-SVM method based on high-order spectrum is more effective to identify and determine the scuffing grade of the wheel.
【作者單位】： 北京交通大學機械與電子控制工程學院;
【基金】：國家自然科學基金重點資助項目(61134003)
【分類號】：TP391.41;U211.5

【相似文獻】

相關期刊論文 前10條

1 王華,李介谷;人臉斜視圖象的特征提取與恢復[J];上海交通大學學報;1997年01期

2 黃麗莉;皋軍;;基于局部加權的非線性特征提取方法[J];華中科技大學學報(自然科學版);2013年S1期

3 徐f ,邱道尹,沈憲章;糧倉害蟲的特征提取與分類的研究[J];鄭州工業(yè)大學學報;2000年04期

4 張焱;張志龍;沈振康;;一種融入運動特性的顯著性特征提取方法[J];國防科技大學學報;2008年03期

5 張輝;林建華;;網(wǎng)上交易歷史記錄的特征提取[J];企業(yè)科技與發(fā)展;2008年18期

6 劉美春;趙敏;謝勝利;;基于鄰域空間模式的運動相關電位特征提取方法[J];華南理工大學學報(自然科學版);2009年10期

7 王天楊;程衛(wèi)東;李建勇;;基于3種測度值的特征提取方法優(yōu)化評價[J];儀器儀表學報;2010年04期

8 李霆,吉小軍,李世中,彭長清,宋壽鵬;回歸譜特征提取與識別效果分析[J];探測與控制學報;1999年04期

9 王智文,謝國慶;圖像中點、線、面特征提取[J];廣西工學院學報;2005年03期

10 朱永嬌;;漢字特征提取的量化研究[J];科學技術與工程;2007年10期

相關會議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學術年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉體的幾何特征提取方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應用[A];2005年全國水聲學學術會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標的分割與特征提取[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機械工程學會年會論文集[C];2005年

9 劉紅;陳光，

本文編號：2451256