高速列車電磁發(fā)射測(cè)量與數(shù)據(jù)分析.pdf_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、隨著高速鐵路(High-Speed Railway,高鐵)系統(tǒng)的迅猛發(fā)展,高速列車的電磁環(huán)境日益復(fù)雜,其電磁兼容性能的好壞直接關(guān)乎到列車運(yùn)行的安全性、可靠性、可用性。列車的電磁環(huán)境具有明顯的特殊性,和復(fù)雜多變的列車工況具有密切聯(lián)系,這使得針對(duì)列車電磁環(huán)境的分析面臨著參數(shù)過(guò)多、無(wú)法確定因果關(guān)系等挑戰(zhàn)。而傳統(tǒng)的統(tǒng)計(jì)分析都是以嚴(yán)密的理論推理為基礎(chǔ),通過(guò)對(duì)實(shí)際情況進(jìn)行簡(jiǎn)化來(lái)構(gòu)造分析模型,因此經(jīng)典統(tǒng)計(jì)分析并不適用于高速列車電磁兼容性研究領(lǐng)域。而數(shù)

2、據(jù)挖掘(Data Mining,DM)可以對(duì)海量但信息密度極低的數(shù)據(jù)進(jìn)行專業(yè)化處理,提取出知識(shí)信息,因此本文借鑒數(shù)據(jù)挖掘的方法對(duì)高速列車電磁發(fā)射測(cè)量數(shù)據(jù)進(jìn)行分析。本文的工作內(nèi)容及創(chuàng)新點(diǎn)主要包括以下兩個(gè)方面:
  (1)為明確挖掘目標(biāo),本文首先對(duì)應(yīng)用領(lǐng)域進(jìn)行透徹的理論分析。文章首先從電磁兼容測(cè)量三要素出發(fā),對(duì)高速列車的騷擾源、耦合途徑、敏感設(shè)備進(jìn)行了系統(tǒng)的討論,其中,騷擾源主要討論了由牽引、逆變系統(tǒng)產(chǎn)生的低頻磁場(chǎng)騷擾、受電弓部分離線

3、產(chǎn)生的高頻輻射騷擾以及牽引回流包含的豐富諧波分量所產(chǎn)生的電磁騷擾,耦合途徑主要討論了傳導(dǎo)耦合、輻射耦合和線纜間的傳導(dǎo)耦合,然后根據(jù)車載信號(hào)傳輸和信息處理設(shè)備、列控信號(hào)動(dòng)作設(shè)備以及其它電力設(shè)備的工作原理對(duì)車載敏感設(shè)備的抗干擾性進(jìn)行了討論。最后根據(jù)GB/T24338(1-5)制定了現(xiàn)場(chǎng)測(cè)量方案并進(jìn)行了現(xiàn)場(chǎng)實(shí)驗(yàn),完成了初始數(shù)據(jù)的測(cè)量工作。
  (2)基于原始測(cè)量數(shù)據(jù)中的應(yīng)答器傳輸模塊(Balise Transmission Module

4、,BTM)和速度傳感器(Speed Dynal,SPD)時(shí)域測(cè)量數(shù)據(jù)、頻域測(cè)量數(shù)據(jù)、列車全球定位系統(tǒng)(Global Position System,GPS)數(shù)據(jù)以及工況記錄數(shù)據(jù),進(jìn)行了數(shù)據(jù)挖掘分析。首先采用ARMA時(shí)序分析模型對(duì)SPD時(shí)域測(cè)量數(shù)據(jù)進(jìn)行時(shí)序分析,通過(guò)對(duì)歷史測(cè)量數(shù)據(jù)的分析,實(shí)現(xiàn)受試設(shè)備電磁兼容數(shù)據(jù)的預(yù)測(cè);然后采用分類回歸決策樹(Classification And Regression Tree,CART)、反向傳播(Bac

5、k Propagation,BP)神經(jīng)網(wǎng)絡(luò)以徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)對(duì)BTM頻域測(cè)量數(shù)據(jù)進(jìn)行了分類分析,實(shí)現(xiàn)由測(cè)量數(shù)據(jù)到列車工況的判斷,并利用受試者工作特性(Receiver Operating Characteristic,ROC)曲線對(duì)三種模型進(jìn)行了模型評(píng)價(jià),最終結(jié)合計(jì)算速率和CPU占用率得到結(jié)論,當(dāng)分類類型比較少時(shí)可以采用CART決策樹進(jìn)行分析,當(dāng)分類類型比較多時(shí)可以采用RBF神經(jīng)網(wǎng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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。

最新文檔

評(píng)論

0/150

提交評(píng)論