典型文献
高速列车齿轮箱箱体材料拉伸损伤的声发射信号表征识别及寿命预测
文献摘要：
为保障高速列车运行安全,需要对其齿轮箱箱体材料的拉伸损伤进行实时无损监测,传统的力学性能试验不能满足这种要求.为此,利用声发射技术,针对某型号高速列车齿轮箱箱体材料进行拉伸试验,采集拉伸过程中的声发射信号进行参数分析,并利用支持向量机(SVM)分类器对提取的特征参数进行识别分类.在此基础上改进SVM分类器,应用加权支持向量机(WSVM)方法有效减少SVM分类器的误判,并通过研究声发射特征值与拉伸寿命之间关系的规律,建立齿轮箱箱体材料拉伸过程的退化模型.结果表明:声发射信号的对数撞击计数增长速率和对数幅值增长速率可以较好地表征材料拉伸过程所处的阶段,可用于对箱体材料拉伸过程的损伤识别;应用WSVM方法使不平衡数据分类准确率提升至94％以上;建立的退化模型实现了对高速列车齿轮箱箱体材料在拉伸过程中的损伤识别,以及对其剩余寿命的预测.
文献关键词：
高速列车齿轮箱箱体;损伤识别;声发射技术;支持向量机;加权;寿命预测
中图分类号：
作者姓名：
艾轶博;张媛媛;崔浩;张卫冬
作者机构：
北京科技大学国家材料服役安全科学中心,北京 100083
文献出处：
引用格式：
[1]艾轶博;张媛媛;崔浩;张卫冬-.高速列车齿轮箱箱体材料拉伸损伤的声发射信号表征识别及寿命预测)[J].中国铁道科学,2022(02):115-124
A类：
高速列车齿轮箱箱体,WSVM
B类：
拉伸损伤,声发射信号,寿命预测,列车运行安全,无损监测,力学性能试验,声发射技术,拉伸试验,伸过,参数分析,分类器,识别分类,误判,声发射特征,退化模型,撞击,增长速率,数幅,损伤识别,不平衡数据分类,分类准确率,准确率提升,模型实现,剩余寿命
AB值：
0.180141
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
