[发明专利]列车车室振动监测方法、振动信号特征库建立及应用方法有效

专利信息
申请号: 202110003658.8 申请日: 2021-01-04
公开(公告)号: CN112816052B 公开(公告)日: 2022-02-08
发明(设计)人: 刘辉;于程名;李燕飞;秦进;张雷;尹诗;段铸 申请(专利权)人: 中南大学
主分类号: G01H1/00 分类号: G01H1/00;G01H1/04;G01H1/08;G01H1/12;G01H1/16;G01M17/08;G06F30/15;G06F30/27;G06F111/06
代理公司: 长沙正奇专利事务所有限责任公司 43113 代理人: 马强;李美丽
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车车 振动 监测 方法 信号 特征 建立 应用
【权利要求书】:

1.一种列车车室非侵入式振动监测方法,其特征在于,包括以下步骤:

步骤1,在列车车室外已知振源正常振动和异常振动条件下,分别预采集列车车室内多个分测点在横向、纵向、垂向的振动数据M,预采集列车车室内总测点在横向、纵向、垂向的振动数据C,预采集列车车室外各已知振源在横向、纵向、垂向的振动数据S;

步骤2,提取各分测点的振动数据M的前1~J次谐波信号的相位信息和幅值信息,提取总测点的振动数据C的前1~J次谐波信号的相位信息和幅值信息,提取各已知振源的前1~J次谐波信号的相位信息和幅值信息;

步骤3,以各非总测点的振动数据与总测点的振动数据之间的前1~J次谐波相位差和谐波幅值比作为输入,以各非总测点相对于总测点在横向、纵向、垂向的位置信息作为输出,运用深度回声状态网络训练,采用所述深度回声状态网络对各非总测点信号相对总测点信号谐波相位差、谐波幅值比与各非总测点相对总测点位置关系进行建构模型,所述模型为模型一,

其中,所述深度回声状态网络的参数设置如下,储蓄池节点数设置为10,采用10折交叉验证对储蓄池的层数和矩阵谱半径进行自适应确定,选择范围为[1,2,3,…,10]和[0.1,0.2,…,0.9],选择能够准确反映上述关系的参数,构建出各非总测点谐波相位差和谐波幅值比与各非总测点相对总测点位置信息的非线性关系模型f1z(I),f1h(I),f1c(I),分别代表纵向、横向、垂向振动信号关系模型;

以各非总测点的振动数据与总测点的振动数据之间的前1~J次谐波相位差作为输入,以各非总测点的振动数据与总测点的振动数据之间的前1~J次谐波幅值比作为输出,运用深度回声状态网络进行训练,采用所述深度回声状态网络对各非总测点信号相对总测点信号谐波相位差与谐波幅值比关系进行建构模型,所述模型为模型二,

其中所述深度回声状态网络的参数设置如下,储蓄池节点数设置为10,采用10折交叉验证对储蓄池的层数和矩阵谱半径进行自适应确定,选择范围为[1,2,3,…,10]和[0.1,0.2,…,0.9],选择能够准确反映上述关系的参数,构建出各非总测点振动信号相对总测点振动信号谐波相移与谐波幅值比在纵向、横向、垂向的关系模型f2z(I),f2h(I),f2c(I),分别代表纵向、横向、垂向振动信号关系模型,

其中,非总测点由分测点和已知振源组成;

步骤4,采集总测点在横向、纵向、垂向的实时振动数据CR;

步骤5,以振源相对于总测点的相位偏移、各已知振源组合工作状态、异常振动类型作为自变量,设定优化目标,基于模型一和模型二执行多目标优化算法,输出列车车室的振动监测结果信息,所述振动监测结果信息包括发生振动的振源的位置和/或发生振动的振源的异常振动类型和/或发生振动的振源相对于总测点的前1~J次谐波相位偏移和/或发生振动的振源相对于总测点的前1~J次谐波幅值比。

2.如权利要求1所述的列车车室非侵入式振动监测方法,其特征在于,所述步骤1中,列车车室外已知振源正常振动包括两种情形:第一种为列车车室外各已知振源均正常振动,第二种为列车车室外任一已知振源单独正常振动而其余已知振源不振动。

3.如权利要求1所述的列车车室非侵入式振动监测方法,其特征在于,所述步骤1中,列车车室外已知振源异常振动包括两种情形:第一种为列车车室外任一已知振源单独异常振动而其余已知振源不振动,第二种为列车车室外任一已知振源单独异常振动而其余已知振源正常振动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110003658.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top