基于奇异谱相对熵与灰色绝对关联度的监测数据特征分析

Noise and Vibration Control（2017）

Cited 0|Views1

No score

Abstract

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.

Translated text

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined