2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩129頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、鐵路作為國(guó)家重要的基礎(chǔ)設(shè)施和大眾化的交通工具,對(duì)推動(dòng)國(guó)民經(jīng)濟(jì)的發(fā)展起著至關(guān)重要的作用。隨著鐵路技術(shù)不斷向“客運(yùn)高速、貨運(yùn)重載、行車高密度”的目標(biāo)發(fā)展,列車重量的增加、輪軌作用力的增大以及軌道使用頻度的加大致使軌道損傷速度加快而產(chǎn)生缺陷。軌道缺陷的出現(xiàn)不僅影響列車正常平穩(wěn)運(yùn)行,導(dǎo)致乘客舒適度下降,嚴(yán)重時(shí)還會(huì)引起列車脫軌、傾覆等惡性事故,危及列車安全。因此,為適應(yīng)高速鐵路的健康快速發(fā)展需求,保障列車安全平穩(wěn)地運(yùn)營(yíng),加強(qiáng)對(duì)軌道缺陷的檢測(cè)意義重

2、大。然而,現(xiàn)有的軌道缺陷檢測(cè)方法多數(shù)以單傳感器信息為研究對(duì)象,存在局限性和片面性,難以高效、可靠地實(shí)現(xiàn)軌道缺陷檢測(cè)。為此,本文提出了基于多傳感器信息融合的軌道缺陷在線檢測(cè)方法,可在列車運(yùn)行的同時(shí),更好地實(shí)現(xiàn)軌道缺陷的在線判斷、定位以及識(shí)別,彌補(bǔ)了現(xiàn)有以單傳感器信息為研究對(duì)象的軌道缺陷檢測(cè)方法的不足。
  為彌補(bǔ)對(duì)單個(gè)傳感器信息研究的不足,產(chǎn)生更加適用于振動(dòng)信號(hào)處理技術(shù)和圖像處理技術(shù)來提取軌道缺陷特征信息的高質(zhì)量數(shù)據(jù),論文研究了車輛

3、-軌道耦合系統(tǒng)的故障類型及特征,并結(jié)合車輛-軌道耦合系統(tǒng)關(guān)鍵結(jié)構(gòu)參數(shù),以多傳感器信息融合為導(dǎo)向,對(duì)傳感器選型、布局和組網(wǎng)方案進(jìn)行了研究,構(gòu)建出了面向單類型多傳感器信息融合的軌道缺陷檢測(cè)模型和面向多類型多傳感器信息融合的軌道缺陷檢測(cè)模型。
  為克服對(duì)單個(gè)傳感器信息研究的有限性和片面性,在面向單類型多傳感器信息融合的軌道缺陷檢測(cè)模型的基礎(chǔ)上,充分挖掘同類型各傳感器間信息的耦合性,提出了一種基于空域信息重構(gòu)的軌道缺陷檢測(cè)方法,通過多傳

4、感器信息預(yù)處理、信息對(duì)齊平移、能量增強(qiáng)疊加等處理過程重新構(gòu)建空域沖擊,進(jìn)行數(shù)據(jù)級(jí)信息融合,將表征軌道缺陷的非周期沖擊信號(hào)成分轉(zhuǎn)化為局部空域內(nèi)具有周期沖擊特性的重構(gòu)數(shù)據(jù),再通過現(xiàn)代時(shí)頻分析方法實(shí)現(xiàn)對(duì)軌道缺陷的檢測(cè)。仿真分析與應(yīng)用研究表明,該方法可大幅提高列車振動(dòng)信號(hào)的信噪比,重構(gòu)出具有局部周期特性的軌道缺陷特征,能更準(zhǔn)確、可靠地實(shí)現(xiàn)基于振動(dòng)信號(hào)處理技術(shù)的軌道缺陷的判斷和定位。
  為剔除干擾信息,凸顯軌道缺陷特征信息,在面向單類型多

5、傳感器信息融合的軌道缺陷檢測(cè)模型的基礎(chǔ)上,充分挖掘同類型各傳感器間信息的關(guān)聯(lián)性,提出了一種基于沖擊二維重構(gòu)的軌道缺陷檢測(cè)方法,通過對(duì)相關(guān)性較大的多傳感器信息進(jìn)行平移時(shí)頻分析以獲取頻譜圖,通過對(duì)頻譜圖的圖像重構(gòu)進(jìn)行特征級(jí)數(shù)據(jù)融合,以去除噪聲背景信號(hào),匿影部分周期性沖擊信號(hào),從而剔除列車走行部固有振動(dòng)信息以及噪聲干擾信息,將表征軌道缺陷的非周期沖擊信號(hào)成分轉(zhuǎn)化為局部空域內(nèi)具有周期沖擊特性的重構(gòu)數(shù)據(jù)并加以凸顯,進(jìn)而實(shí)現(xiàn)對(duì)軌道缺陷特征信息的提取

6、。仿真分析與應(yīng)用研究表明,該方法可有效去除噪聲背景信號(hào),部分剔除列車和軌道所引起的周期性振動(dòng)沖擊特征,重構(gòu)并凸顯出具有局部周期特性的軌道缺陷特征,能更直觀、準(zhǔn)確、可靠地實(shí)現(xiàn)基于振動(dòng)信號(hào)處理技術(shù)的軌道缺陷的判斷和定位。
  為規(guī)避對(duì)單類型傳感器信息研究的局限性,在面向多類型多傳感器信息融合的軌道缺陷檢測(cè)模型的基礎(chǔ)上,充分挖掘多類型各傳感器間信息的關(guān)聯(lián)性,提出了一種基于振動(dòng)沖擊引導(dǎo)技術(shù)的軌道表面局部缺陷檢測(cè)方法,通過振動(dòng)沖擊傳感器捕獲

7、的振動(dòng)信息進(jìn)行軌道缺陷的初步檢測(cè),并利用提取出的軌道缺陷特征信息引導(dǎo)圖像傳感器定點(diǎn)采集圖像,再對(duì)圖像進(jìn)行分析處理,最終進(jìn)行決策級(jí)信息融合以實(shí)現(xiàn)軌道表面局部缺陷的精確判斷。理論研究和仿真分析表明,該方法可充分發(fā)揮振動(dòng)信號(hào)分析技術(shù)和圖像處理技術(shù)各自的優(yōu)點(diǎn),能更高效、可靠地實(shí)現(xiàn)軌道表面局部缺陷的判別、定位以及識(shí)別。
  最后,為將研究成果產(chǎn)品化,聚焦實(shí)現(xiàn)多傳感器信息融合算法,以軟件開發(fā)為主,研制了基于多傳感器信息融合的軌道缺陷檢測(cè)系統(tǒng)。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論