一种车载振动加速度数据分析方法及系统技术方案

技术编号:40071710 阅读:37 留言:0更新日期:2024-01-17 00:16
本发明专利技术涉及振动加速度数据处理领域,尤其涉及一种车载振动加速度数据分析方法及系统,通过获取车载振动加速度传感器采集的振动加速度信号,并进行前置处理,得到原始波形数据;对所述原始波形数据进行时域、频域特征提取并完成特征数据预处理;提取预处理后的特征数据,分别获取所述特征数据中的时域信息和频域信息以得到样本矩阵;构建卷积神经网络模型,利用所述样本矩阵对所述卷积神经网络模型进行训练;采用训练好的卷积神经网络模型进行故障诊断任务,输出故障分析结果。采用本发明专利技术提供的方法对道路健康状况进行评估及趋势预测,不仅保证了振动加速度数据的高效采集利用,还提高了故障的智能识别及分类的准确率。

【技术实现步骤摘要】

本专利技术涉及振动加速度数据处理领域,尤其涉及一种车载振动加速度数据分析方法及系统


技术介绍

1、目前,国内部分研究者在试验列车或运营列车车体或转向架不同位置安装多轴振动加速度复合传感器,结合模拟仿真或真实采集车体、轴向振动加速度数据评估线路轨道不平顺健康状况。

2、主要研究内容包括利用安装在车辆上的振动加速度传感器采集列车运行中的车体振动加速度数据,将获取到的转向架、车体振动加速度信号利用时频分析技术进行处理,得到车体转向架响应信号的频段范围,论证可以通过车体和转向架的垂直振动来监测轨道的高低不平顺,最后将确定轨道不平顺超限等级对应的车体振动加速度之间的关系。

3、然而传统的评价分析方法通常采用扣分机制对道路健康状况进行评估及趋势预测,使得振动加速度数据没有得到高效利用,故障的智能识别及分类的诊断准确率较低,此外,传统方法采用的模型泛化能力也有待提高。


技术实现思路

1、有鉴于此,本专利技术提供一种车载振动加速度数据分析方法及系统,旨在提供一种高泛化能力的卷积神经网络模型,并基于该本文档来自技高网...

【技术保护点】

1.一种车载振动加速度数据分析方法,其特征在于,包括:

2.根据权利要求1所述的一种车载振动加速度数据分析方法,其特征在于,所述获取车载振动加速度传感器采集的振动加速度信号,并进行前置处理,得到原始波形数据,包括:

3.根据权利要求2所述的一种车载振动加速度数据分析方法,其特征在于,所述对所述原始波形数据进行时域、频域特征提取并完成特征数据预处理之前,还包括:

4.根据权利要求3所述的一种车载振动加速度数据分析方法,其特征在于,所述对所述原始波形数据进行时域、频域特征提取并完成特征数据预处理,包括:

5.根据权利要求4所述的一种车载振动加速...

【技术特征摘要】

1.一种车载振动加速度数据分析方法,其特征在于,包括:

2.根据权利要求1所述的一种车载振动加速度数据分析方法,其特征在于,所述获取车载振动加速度传感器采集的振动加速度信号,并进行前置处理,得到原始波形数据,包括:

3.根据权利要求2所述的一种车载振动加速度数据分析方法,其特征在于,所述对所述原始波形数据进行时域、频域特征提取并完成特征数据预处理之前,还包括:

4.根据权利要求3所述的一种车载振动加速度数据分析方法,其特征在于,所述对所述原始波形数据进行时域、频域特征提取并完成特征数据预处理,包括:

5.根据权利要求4所述的一种车载振动加速度数据分析方法,其特征在于,提取时域特征,得到时域特征数据的方法包括:<...

【专利技术属性】
技术研发人员:杨凯梁斌高春良谢利明
申请(专利权)人:成都盛锴科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1