基于相关分析的高速铁路弓网关系建模与应用

论文摘要

为了有效分析预测动车组受电弓运行状况,掌握列车运行时弓网间的相互作用关系,保障动车组在不同工况下良好受流与运行安全,减少有害现象的发生。本论文以高速综合检测车弓网检测数据为对象,从列车运行时弓网间的安全保障需求出发,结合多种数据相关分析与建模方法,提出利用相关分析方法对弓网检测数据进行建模、分析、及其在弓网检测中应用。主要工作包括：第一：对弓网检测数据的运行速度、硬点、最大压力、最小压力、平均压力、最大导高、最小导高、高差等八项指标进行时域相关系数计算,并对结果进行频域相关性验证,得出检测数据在时域和频域上的相关关系特性,确定弓网检测数据主要评价指标,速度与压力。第二：通过回归分析描述弓网检测数据主要评价指标的数学关系,得到速度与压力的显示表达,得出了速度与压力间的3组模型。基于弓网实测数据,验证了3组速度——压力模型,计算结果表明,模型所得结论与实际数据差距在8%以内,平均误差2.94%,说明了相关分析方法对弓网检测数据建模可行。此外,对最大压力与速度模型的分析表明,该模型在硬点和冲击检测中,起到辅助作用。第三：使用Copula理论描述了检测指标间的尾部相关关系,量化了弓网检测模型中指标变量突变的相关性。得到在速度幅值较大变化时,对弓网之间压力变化的影响。对动车组或列车在不同工况下采用相应的控制方法,减少对接触线和弓网受流的影响,提供了借鉴。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 1 引言
• 1.1 课题的研究背景及意义
• 1.2 弓网检测基础
• 1.2.1 弓网之间力的作用形式
• 1.2.2 弓网检测指标定义
• 1.3 国内外研究现状
• 1.3.1 弓网数据特性分析研究现状
• 1.3.2 采用相关分析研究弓网检测数据的意义
• 1.3.3 课题研究方向简介
• 1.4 课题技术路线与论文结构安排
• 1.4.1 课题研究的技术路线
• 1.4.2 论文的结构安排
• 2 时域相关分析
• 2.1 引言
• 2.2 几种分析中运用到的基本相关系数
• 2.2.1 简单相关系数（Pearson系数）
• 2.2.2 Spearman相关系数
• 2.2.3 灰色关联分析（Grey Relational Analysis,GRA）
• 2.3 显著性水平与假设检验
• 2.4 实例分析
• 2.4.1 软件设计
• 2.4.2 数据分析
• 2.5 本章小结
• 3 频域相关分析
• 3.1 引言
• 3.2 频域相关性分析方法归类
• 3.2.1 离散傅里叶变化
• 3.2.2 窗函数
• 3.2.3 相干谱分析
• 3.2.4 相位谱分析
• 3.2.5 增益谱分析
• 3.3 软件设计与实例分析
• 3.3.1 频域互谱分析系统搭建
• 3.3.2 弓网检测数据谱分析
• 3.4 结论
• 4 回归分析建模与模型仿真
• 4.1 引言
• 4.2 回归分析
• 4.3 软件设计
• 4.4 实验建模与模型验证
• 4.4.1 弓网检测数据回归建模
• 4.4.2 模型验证与性能分析
• 4.5 本章小结
• 5 尾部相关分析
• 5.1 引言
• 5.2 Copula函数简介
• 5.2.1 Copula理论原理与优点
• 5.2.2 Gumbal Copula函数
• 5.2.3 Clayton Copula函数
• 5.3 尾部相关分析软件系统
• 5.4 实例分析与检验
• 5.5 本章小结
• 6 结论与展望
• 6.1 课题总结
• 6.2 研究展望
• 参考文献
• 作者简历
• 学位论文数据集