2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、高速道岔是鐵路線路的重要部件,同時也是軌道上的薄弱部分,與列車運行速度和安全性能密切相關。因此,研究道岔傷損識別對保障列車高效、安全運行具有重要意義。
  列車過岔產(chǎn)生的振動信號具有拾取方便、測量方式靈活、適用范圍廣等優(yōu)點,蘊含了豐富的道岔傷損信息,對其進行分析,可提取出有效的傷損特征信息。鑒于以上分析,本文對基于振動信號的道岔傷損識別方法進行了研究。此外,在振動信號采集過程中,可能因傳感器故障導致數(shù)據(jù)丟失,影響傷損識別的準確性。

2、因此,本文還研究了一種基于壓縮感知理論的振動數(shù)據(jù)修復方法。
  本文主要研究內(nèi)容可概述如下:
  (1)針對道岔振動信號丟失數(shù)據(jù)恢復問題,提出基于K-奇異值分解和ROMP的道岔振動數(shù)據(jù)修復方法。該方法參考壓縮感知中的數(shù)據(jù)重構思想,構造符合道岔數(shù)據(jù)丟失模型的觀測矩陣,并利用K-奇異值分解訓練出能有效對信號稀疏表示的字典,最后選擇重構速度快、重構精度高的ROMP算法對信號重建。根據(jù)道岔振動信號特點,選擇時域和頻域統(tǒng)計特征作為評價

3、指標。實測道岔振動信號的修復結果表明,本文方法可有效改善信號的時頻域統(tǒng)計指標,且修復效果優(yōu)于傳統(tǒng)的基于DCT正交基和OMP的重構方法。
  (2)針對道岔裂紋傷損特征提取和狀態(tài)監(jiān)測問題,提出基于CEEMD奇異熵和LSSVM的高速道岔裂紋傷損識別方法。該方法充分利用CEEMD分析非平穩(wěn)信號的優(yōu)勢和奇異熵度量序列復雜度的功能,提取出的IMF奇異熵能較好的反映道岔傷損特征。不同測點的特征融合又減小了單一測點傷損特征信息的不確定性和模糊性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論