高速列车状态识别系统设计与应用

摘要

近年来，我国的高速铁路发展迅速，运营里程的增加和速度的提高使得高速列车的运行过程中更为敏感，车体上的组件更容易磨损。列车在高速运行时，任何微小的变化都可能带来极大的安全隐患。为了保障高速列车的运行安全，对列车的运行状态进行及时而有效的识别是十分必要的。走行部对列车的牵引性和安全性的影响最为直接。因此，选择走行部作为监测对象，使用振动信号对高速列车的运行状态进行分析。
　　本文研究了高速列车状态识别的主要步骤和方法，重点研究了数据文件管理、数据异常检测与提取、预处理、数据特性分析、特征提取、状态识别和故障决策等。在现有算法的基础上，提出了适用于高速列车振动信号的故障段提取算法和异常点处理方法。
　　根据状态识别的主要步骤和方法，设计并初步实现了一个高速列车状态识别系统。系统集成数据文件管理、异常数据检测、数据预处理、数据特性分析、特征提取、状态识别和故障决策等阶段的多个算法，能够适用于多种信号的处理。同时，系统提供自动化识别功能，并在各个模块预留了添加自定义算法的接口，提高了系统的扩展性。
　　在大数据文件的处理方面，异常检测模块设置了故障段提取和异常点检测功能。使用距离法对信号中的异常段进行检测，进行故障段的初步提取。使用“双向滑动窗口多分位差距法”，检测信号中因为偶然误差产生的异常点，然后相邻点插值法剔除异常点。
　　对所实现的高速列车状态识别系统进行了应用研究。使用高速列车走形部前32个通道中的振动信号为处理对象，统计各通道信号的时域特性（周期、平稳性、线性等），选取时域统计量、功率谱、小波能谱熵和奇异值4种特征，使用SVM分类器对信号进行了分类识别。通过比较识别率因速度、工况、特征值、通道的不同而发生的变化，总结了通道对故障的敏感性，以及通道和算法的匹配性。
　　对试验台数据和京津线实车数据进行了对比分析。结果表明，实车数据和试验台数据具有一定的共性，因而试验台数据的研究结论可以作为分析实车数据的依据，但二者仍然存在很多不同，不能一概而论。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状分析

1．2．1 高速列车状态监测系统

1．2．2 高速列车的状态识别

1．3 本文的主要研究内容

1．4 论文的结构安排

第2章 基于监测数据的高速列车状态识别方法研究

2．1 高速列车走行部简介

2．2 数据特性分析

2．2．1 周期性

2．2．2 平稳性与非平稳性

2．2．3 线性与非线性

2．3 信号异常值检测

2．3．1 异常点检测

2．3．2 故障段提取

2．4 信号预处理

2．5 常用信号特征提取方法

2．5．1 特征提取算法

2．5．2 归一化处理

2．6 状态分类与识别

2．7 本章小结

第3章 高速列车状态识别系统需求分析与总体设计

3．1 系统需求分析

3．1．1 高速列车状态识别系统概述

3．1．2 系统功能需求分析

3．1．3 系统性能需求分析

3．2 系统总体设计

3．2．1 系统总体方案

3．2．2 数据文件管理模块

3．2．3 时域特性分析和分段显示

3．2．4 异常检测

3．2．5 信号预处理

3．2．6 信号特征分析

3．2．7 分类识别

3．2．8 自动识别模块

3．2．9 其他功能模块

3．3 系统的工作原理与流程

3．4 系统主界面设计

3．5 系统开发与运行环境

3．6 本章小结

第4章 系统详细设计与实现

4．1 数据文件管理模块

4．2 时域特性模块

4．3 异常检测模块

4．4 预处理模块

4．5 特征分析模块

4．6 分类识别模块

4．7 自动识别模块

4．8 其他模块

4．9 本章小结

第5章 高速列车状态识别系统应用

5．1 实验数据简介

5．2 试验台数据的特性分析

5．2．1 裁剪数据

5．2．2 信号异常点检测

5．2．3 统计信号的时域特征值

5．2．4 统计参数分析

5．2．5 时域性质分析

5．3 高速列车状态识别

5．3．1 信号预处理

5．3．2 分类识别

5．3．3 不同速度的识别效果分析

5．3．4 不同工况的识别效果分析

5．4 京津线实车状态识别

5．4．1 京津线信号分析

5．4．2 京津线信号状态识别

5．5 试验台和京津线数据的对比

5．6 本章小结

总结和展望

致谢

参考文献

攻读硕士学位期间参与的科研项目