本文主要研究内容
作者蔡俊鹏,吴炳福,陈德旺(2019)在《基于机器学习的高速列车转向架振动信号监测》一文中研究指出:为了提高列车运行时的稳定性和安全性,对列车运行时安全加速进行实时监控与预测。根据动车实际运营保存的大量转向架振动信号数据,不同于传统的基于动力学的研究,提出了基于机器学习的高速列车转向架振动信号的研究。首先通过小波变换去噪对原始数据进行数字滤波处理,强化所需部分的数据,增加了转向架振动信号数据的精确度。其次,通过实验对几种常用的机器学习算法模型进行参数拟合,经分析和对比实验结果表明,随机森林算法在转向架枕梁振动信号监测中性能表现最好且预测精度最优,均方根误差达到最低0.069,其稳定性达到最高。最后总结得出,在不同里程、不同速度下,转向架振动信号的有效值和最大值的变化在转向架服役性能、安全运行方面具有可推广性,能够说明基于随机森林算法的转向架振动信号的监测可以有效地监控和预测高速列车运行速度的安全阈范围并优化列车转向架轮对镟修周期。
Abstract
wei le di gao lie che yun hang shi de wen ding xing he an quan xing ,dui lie che yun hang shi an quan jia su jin hang shi shi jian kong yu yu ce 。gen ju dong che shi ji yun ying bao cun de da liang zhuai xiang jia zhen dong xin hao shu ju ,bu tong yu chuan tong de ji yu dong li xue de yan jiu ,di chu le ji yu ji qi xue xi de gao su lie che zhuai xiang jia zhen dong xin hao de yan jiu 。shou xian tong guo xiao bo bian huan qu zao dui yuan shi shu ju jin hang shu zi lv bo chu li ,jiang hua suo xu bu fen de shu ju ,zeng jia le zhuai xiang jia zhen dong xin hao shu ju de jing que du 。ji ci ,tong guo shi yan dui ji chong chang yong de ji qi xue xi suan fa mo xing jin hang can shu ni ge ,jing fen xi he dui bi shi yan jie guo biao ming ,sui ji sen lin suan fa zai zhuai xiang jia zhen liang zhen dong xin hao jian ce zhong xing neng biao xian zui hao ju yu ce jing du zui you ,jun fang gen wu cha da dao zui di 0.069,ji wen ding xing da dao zui gao 。zui hou zong jie de chu ,zai bu tong li cheng 、bu tong su du xia ,zhuai xiang jia zhen dong xin hao de you xiao zhi he zui da zhi de bian hua zai zhuai xiang jia fu yi xing neng 、an quan yun hang fang mian ju you ke tui an xing ,neng gou shui ming ji yu sui ji sen lin suan fa de zhuai xiang jia zhen dong xin hao de jian ce ke yi you xiao de jian kong he yu ce gao su lie che yun hang su du de an quan yu fan wei bing you hua lie che zhuai xiang jia lun dui xuan xiu zhou ji 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机技术与发展的蔡俊鹏,吴炳福,陈德旺,发表于刊物计算机技术与发展2019年08期论文,是一篇关于机器学习论文,小波变换去噪论文,随机森林算法论文,列车转向架论文,计算机技术与发展2019年08期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自计算机技术与发展2019年08期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:机器学习论文; 小波变换去噪论文; 随机森林算法论文; 列车转向架论文; 计算机技术与发展2019年08期论文;