高速列车转向架蛇行失稳的MEEMD-LSSVM预测模型

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330～350 km/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.

关键词：高速列车、蛇行失稳、MEEMD、LSSVM、预测

所属期刊栏目：40

分类号：U216.3;TH17(铁路线路工程)

资助基金：国家自然科学基金51475387

在线出版日期：2018-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：38-43