基于小波变换的电气化铁道牵引负荷谐波分析

电力机车作为牵引供电系统的主要不平衡负荷、谐波源负荷,其运行过程中产生的高频谐波电流对电力机车的安全、稳定运行造成很大危害.为精确实时地检测牵弓l供电系统中的谐波,采用时频域内均可局部化的小波变换进行谐波分析.以HXD3型0017电力机车为例,分析牵引负荷谐波电流的特点,采用最小描述长度准则(MDL)确定分析谐波的最佳...     

地铁隧道结构位移远程实时监测及数据处理技术

地铁运营期间隧道结构的实时监测,是保证列车安全运行的重要技术手段。将静力水准仪和位移计结合起来,建立一个全方位的位移(变形)实时监测系统,很好地解决了地铁隧道运营安全监控问题。由于列车振动及空气动力的影响,会使传感器发生震荡,导致监测信号当中含背景噪声,利用小波分析技术很好地消除了背景噪声,保证了监测数据的准确。     

高铁牵引电流瞬态干扰对铁路信号的影响分析

高速铁路（简称:高铁）信号系统工作在复杂的电磁环境中,在干扰特性分析和数据处理时,需要对多种模拟和数字信号建立通用平台来完成。本文以LabVIEW软件作为开发平台,构建了集数据采集、数据格式转换、信号处理为一体的数据处理平台。平台可采集磁带记录仪等模拟信号源,并可导入记录仪存储的数据,从而形成通用处理平台。在此基础上,分析了高铁牵引电流瞬态特性对信号的影响,基于小波变换实现了对海量数据中瞬态干扰奇异点的检测。最后,采用现场实际记录波形进行了处理,验证了平台功能和算法的有效性。信号处理部分还可完成对源信号的时域实时测量、波形显示、滤波、频谱分析等功能。     

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究

机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对目前机车走行部滚动轴承故障诊断准确率不高、模型构建时间较长的问题,提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特征集,利用粗糙集和主成分分析进行降维,将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断,最后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明,朴素贝叶斯分类方法构建模型的时间更短,分类准确率更高。     

城市轨道交通车辆轴承故障诊断方法研究

基于谐波小波和加速度包络技术对轨道交通车辆滚动轴承的故障诊断方法进行研究。首先运用小波滤波对轴承的振动信号进行降噪;其次通过谐波小波包分解实现了对滚动轴承故障信号的特定频带选择;最后用加速度包络技术对分解后的信号进行包络解调,进行故障诊断。在轴承试验平台上对内圈故障轴承进行了试验,通过分析加速度包络谱,提取轴承故障特征频率,与理论值接近,验证了方法的有效性。     

ping与tracert在铁路网络中的应用

局域网在铁路中已广泛应用,实现了资源共享,极大的提高了生产效率。但当局域网出现故障时,如何运用一些网络命令分析、处理故障,仍是技术人员所面临的问题。为此介绍2个常用的DOS命令ping与tracert,对其工作协议ICMP、工作原理及常用的语法参数进行分析,列举其在铁路网络中应用的几个案例,供电务专业技术人员参考。     

集包二线客货混运模式列控系统探究

对目前集包二线工程客货混运模式下的列控系统进行分析,跟客运专线的列控系统进行比较,并深入研究列控中心配置和报文编制的特殊情景。     

基于核心原子库和FHT的图像MP稀疏分解快速算法

为提高图像稀疏分解的速度和重构质量,提出一种基于核心原子库的图像MP稀疏分解快速算法。该算法首先利用核心原子库替代图像MP稀疏分解过程中的过完备原子库,可有效提高原子库的形成速度,且为最佳原子的全局搜索提供了可能;然后将图像和核心原子库中原子转换为一维信号,利用一维FHT寻找与待分解图像匹配的最佳原子,从而提高图像与原子的匹配速度。该算法不仅能有效提高图像MP稀疏分解的速度,而且克服了遗传算法局部最优的局限性,实现原子匹配的全局最优,相同条件下其分解结果具有更好的重构质量。实验结果验证了算法的有效性。     

新型煤炭漏斗车车体组装工艺

分析了新型煤炭漏斗车牵枕梁组成、中梁组成、底架组成、侧墙组成、端墙组成及车体组成的制造工艺,介绍了通过合理的工艺措施及必要的工艺装备来保证车体钢结构质量的制造方法。     

基于小波分析的最小二乘支持向量机轨道交通客流预测方法

针对城市轨道交通客流预测问题,采用离散一维Daub4,小波分析方法对某一时间段的原始客流时间序列数据进行分解;以分解得到的高频分量和低频分量为样本数据,对最小二乘支持向量机进行训练,确定最小二乘支持向量机的核参数σ,以及系数a和b.利用训练后的最小二乘支持向量机预测未来一段时间客流时间序列数据的高频分量和低频分最,然后再利用Daub4小波分析方法对预测的高频分量和低频分量进行数据重构,从而得到预测的未来一段时间客流时间序列数据.与历史平均预测法和灰色预测法进行比较,结果表明,基于小波分析的支持向量机客流预测方法用于轨道交通短期客流预测具有更好的精度.