摘要
本发明公开了基于轮对运动状态特征的列车转向架蛇行状态识别方法,包括:S1、采集列车架构加速度信号,并选取构架横向加速度信号和纵向加速度信号,作为表征轮对运动状态的信号;S2、对表征轮对运动状态的信号进行滤波和时频变换处理,获得蛇行运动特征;S3、将所述蛇行运动特征输入至蛇行监测网络中,输出蛇行状态分类结果。本发明中选择能够间接反映轮对运动状态的构架加速度信号作为特征提取目标,同时采用CNN特征融合网络作为蛇行监测网络提取特征信息,该方法通过结合构架的横向和纵向加速度的时域、时频域信息特征能够识别出不同程度的蛇行状态,实现细粒度更高的蛇行运动状态识别。
技术关键词
状态识别方法
卷积神经网络模块
列车转向架
纵向加速度信号
运动特征
一维卷积神经网络
小波变换处理
三维卷积神经网络
耦合特征
连续小波变换
时序特征
坐标
频率
运动状态识别
频域特征
特征融合网络
摇头