【技术实现步骤摘要】
用于轨道交通车辆的振动稳定性检测系统及方法
[0001]本申请涉及智能化检测
，且更为具体地，涉及一种用于轨道交通车辆的振动稳定性检测系统及方法。
技术介绍
[0002]在轨道交通领域，通常利用无线传感器节点对轨道交通车辆，例如，地铁轮轴的运行状态进行实时监测，解决了地铁轮轴预防计划性维修维护模式存在的过修、欠修甚至事后修等问题，然而，无线传感器节点依赖外部电池供电，能量受限，当节点的能量耗尽时，节点的生命周期结束。利用电磁式振动能量收集技术将地铁轮轴振动的机械能转换为无线传感器节点工作的电能可解决节点能量受限的困境，电磁式振动能量收集的核心在于能量管理系统优化方法的设计，以实现电磁式振动能量收集供能环节和无线传感器节点耗能环节之间的协调。
[0003]但是，如果轨道交通车辆的振动不稳定，则其提供的能量在时间维度上存在较大波动，这使得用于进行振动能量转化的电磁式振动能量收集器所采集的能量存在较大的波动和不稳定。
[0004]因此，期望一种用于轨道交通车辆的振动稳定性检测方案。
技术实现思路
【技术保护点】
【技术特征摘要】
1.一种用于轨道交通车辆的振动稳定性检测方法，其特征在于，包括：获取轨道交通车辆在预定时间段的振动信号；基于快速傅里叶变换从所述振动信号提取多个振动频域统计特征值；将所述多个振动频域统计特征值通过具有第一尺度的一维卷积核的第一卷积神经网络模型以得到第一尺度振动频域统计关联特征向量；将所述多个振动频域统计特征值通过具有第二尺度的一维卷积核的第二卷积神经网络模型以得到第二尺度振动频域统计关联特征向量；融合所述第一尺度振动频域统计关联特征向量和所述第二尺度振动频域统计关联特征向量以得到振动特征向量；对所述振动特征向量进行特征分布调制以得到优化振动特征向量；以及将所述优化振动特征向量通过分类器以得到分类结果，所述分类结果用于表示轨道交通车辆的振动稳定性是否符合预定标准。2.根据权利要求1所述的用于轨道交通车辆的振动稳定性检测方法，其特征在于，将所述多个振动频域统计特征值通过具有第一尺度的一维卷积核的第一卷积神经网络模型以得到第一尺度振动频域统计关联特征向量，包括：使用具有第一尺度的一维卷积核的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行基于一维卷积核的卷积处理、基于特征矩阵的均值池化处理和激活处理以由所述具有第一尺度的一维卷积核的第一卷积神经网络模型的最后一层的输出为所述第一尺度振动频域统计关联特征向量，其中，所述具有第一尺度的一维卷积核的第一卷积神经网络模型的第一层的输入为所述多个振动频域统计特征值。3.根据权利要求2所述的用于轨道交通车辆的振动稳定性检测方法，其特征在于，将所述多个振动频域统计特征值通过具有第二尺度的一维卷积核的第二卷积神经网络模型以得到第二尺度振动频域统计关联特征向量，包括：使用具有第二尺度的一维卷积核的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行基于一维卷积核的卷积处理、基于特征矩阵的均值池化处理和激活处理以由所述具有第二尺度的一维卷积核的第二卷积神经网络模型的最后一层的输出为所述第二尺度振动频域统计关联特征向量，其中，所述具有第二尺度的一维卷积核的第二卷积神经网络模型的第一层的输入为所述多个振动频域统计特征值。4.根据权利要求3所述的用于轨道交通车辆的振动稳定性检测方法，其特征在于，融合所述第一尺度振动频域统计关联特征向量和所述第二尺度振动频域统计关联特征向量以得到振动特征向量，包括：以如下公式来融合所述第一尺度振动频域统计关联特征向量和所述第二尺度振动频域统计关联特征向量以得到振动特征向量；其中，所述公式为：其中，表示所述第一尺度振动频域统计关联特征向量和所述第二尺度振动频域统计关联特征向量，表示级联函数，表示所述振动特征向量。5.根据权利要求4所述的用于轨道交通车辆的振动稳定性检测方法，其特征在于，对所述振动特征向量进行特征分布调制以得到优化振动特征向量，包括：
以如下公式对所述振动特征向量进行正定赋范空间的几何约束重参数化以得到所述优化振动特征向量；其中，所述公式为：其中，是所述振动特征向量，是所述振动特征向量的转置向量...
【专利技术属性】
技术研发人员：王谊，何静，田学金，李明辉，彭伟，王岗，解知，李启航，
申请(专利权)人：中铁开发投资集团有限公司昆明理工大学昆明轨道交通集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。