论文部分内容阅读
提出将奇异值分解（SVD）与相对熵、灰色绝对关联度算法相结合，对武广线车轮踏面磨损4工况监测数据提取特征进行分析，旨在充分认识踏面工作状态经历正常-轻微磨损-中度磨损-严重磨损接近镟修这一过程中的信号变化规律，并开展基于奇异谱熵特征提取的对照实验。后续仿真结果表明：踏面性能退化越深，其监测信号与正常状态的相似性就越小，所得奇异谱相对熵特征值越大，灰色绝对关联度特征值就越小，即此二维两个特征是衡量车轮踏面性能退化过程的有效指标；其次，奇异谱相对熵的特征分析结果明显优于对照实验中的奇异谱熵。