高速列车转向架蛇行失稳的MEEMD-LSSVM预测模型

作     者：叶运广 宁静 种传杰 崔万里 陈春俊 YE Yunguang;NING Jing;CHONG Chuanjie;CUI Wanli;CHEN Chunjun

作者机构：西南交通大学机械工程学院四川成都610031 

出 版 物：《铁道学报》 (Journal of the China Railway Society)

年 卷 期：2018年第40卷第1期

页      面：38-43页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 080201[工学-机械制造及其自动化] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(51475387) 

主　　题：高速列车 蛇行失稳 MEEMD LSSVM 预测 

摘      要：为预测列车转向架蛇行失稳异常运动状态,提出一种改进的集总平均经验模态分解-最小二乘法支持向量机(MEEMD-LSSVM)的预测模型。以转向架正常、过渡、蛇行失稳3种状态下振动信号为研究对象,通过MEEMD对信号进行分解,再用Hilbert变换(HT)分析其时频能量特征,最后采用固有模态函数(IMF)的能量特征作为LSSVM的输入,通过识别过渡状态,预测列车蛇行失稳。试验表明,列车处于330~350km/h之间时,预测准确率为93.33%,并且MEEMD-LSSVM方法准确率和计算耗时优于EEMD-SVM方法,证明该预测模型的有效性和快速性。