论文部分内容阅读
为快速预测铁路机车车辆在不平顺轨道上的的振动状态，根据车体振动加速度的3个评价指标（绝对峰值、标准差、绝对平均值），提出基于PCA-SVM方法的车体振动状态分类预测模型。首先对不同评价指标和车体振动状态下的轨道不平顺样本进行聚类，提取轨道不平顺样本中的特征统计参数，并进行 PCA参数降维和信息优化，最后以不同状态下各种评价指标的车体振动主要特征值为训练样本，构建 SVM多类分类器。对轨道检查车多次实地检测的数据采用PCA-SVM分类器计算的分析结果表明：绝对均值、方根均值、方根幅值等主要轨道不平顺统计参数