文献

J-GLOBAL ID：201802247779818263   整理番号：18A1089374

高速列車操舵の蛇行不安定性のMEEMD-LSSVM予測モデル【JST・京大機械翻訳】

Forecasting Model of Hunting Instability of High-speed Train Bogie Based on Modified Ensemble Empirical Mode Decomposition and Least Squares Support Vector Machine

著者 (5件)： Ye Yunguang (西南交通大学 机械工程学院,四川 成都,610031) ,  Ning Jing (西南交通大学 机械工程学院,四川 成都,610031) ,  Zhong Chuanjie (西南交通大学 机械工程学院,四川 成都,610031) ,  Cui Wanli (西南交通大学 机械工程学院,四川 成都,610031) ,  Chen Chunjun (西南交通大学 机械工程学院,四川 成都,610031)
資料名： Tiedao Xuebao  (Tiedao Xuebao)
巻： 40  号： 1  ページ： 38-43  発行年： 2018年 
JST資料番号： W1488A  ISSN： 1001-8360  CODEN： TIXUF5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 列車ステアリングフレームの蛇行異常運動状態を予測するため,改良集合平均経験的モード分解-最小二乗法サポートベクトルマシン(MEEMD-LSSVM)の予測モデルを提案した。正常,過渡,および蛇行不安定性の3つの状態の振動信号を,MEEMDによって分解し,次に,Hilbert変換(HT)を,時間周波数エネルギー特性を分析するために使用した。実験結果は,列車が330350km/hのとき,予測精度は93.33%であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *不安定性 ,  最小二乗法 ,  サポートベクトルマシン ,  運動障害 ,  *予測モデル ,  *蛇行 ,  Hilbert変換
準シソーラス用語： 予測精度 ,  時間周波数 ,  振動信号 ,  経験的モード分解 ,  *高速列車 , 【Automatic Indexing@JST】

著者キーワード (5件)： high-speed train ,  hunting instability ,  MEEMD ,  LSSVM ,  forecasting model

分類 (1件)： 鉄道車両設計  (QH02010K)

タイトルに関連する用語 (5件)： 高速列車 ,  操舵 ,  蛇行 ,  不安定性 ,  予測モデル