基于EEMD样本熵的高速列车转向架故障特征提取

发布时间：2018-05-12 13:00

  本文选题：转向架 + 阈值消噪　； 参考：《西南交通大学学报》2014年01期

【摘要】：为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象,将信号进行聚合经验模态分解,得到一系列成分简单的固有模态函数,分别计算样本熵值构成高维特征矢量,最后采用支持向量机进行故障状态的分类识别.实验结果表明,列车在200 km/h速度下,故障识别率可以达到88%,证明了该特征提取算法的有效性.
[Abstract]:In order to monitor the working state of the key parts of the bogie of high-speed train, a method of extracting the signal features by combining the aggregate empirical mode decomposition with the information measure theory of sample entropy is proposed. The vibration signals of car body and bogie under four typical working conditions, such as normal bogie, air spring loss, transverse shock absorber fault and anti-snake shock absorber fault, are studied, and the signals are decomposed by polymeric empirical mode. A series of inherent modal functions with simple components are obtained and the entropy values of the samples are calculated to form the high dimensional feature vectors. Finally support vector machines are used to classify and identify the fault states. The experimental results show that the fault recognition rate of the train can reach 88 at the speed of 200 km/h, which proves the effectiveness of the feature extraction algorithm.
【作者单位】： 西南交通大学电气工程学院;
【基金】：国家自然科学基金重点项目(61134002);国家自然科学基金资助项目(61075104) 中央高校基本科研业务费专项资金资助项目(SWJTU11BR039,SWJTU11ZT06)
【分类号】：U270.33;TN911.6

【参考文献】

相关期刊论文 前6条

1 宁静;朱肇昆;;EMD和Cohen类结合抑制交叉项的时-频分析方法[J];西南交通大学学报;2010年03期

2 刘义艳;贺栓海;巨永锋;段晨东;;基于EEMD和SVR的单自由度结构状态趋势预测[J];振动与冲击;2012年05期

3 唐宏宾;吴运新;滑广军;马昌训;;基于EMD包络谱分析的液压泵故障诊断方法[J];振动与冲击;2012年09期

4 王新锐;丁勇;李国顺;;铁路货车可靠性试验方法及评价标准的研究[J];中国铁道科学;2010年01期

5 蒲黔辉;秦世强;施洲;王秋萍;勾红叶;;环境激励下钢筋混凝土拱桥模态参数识别[J];西南交通大学学报;2012年04期

6 赵晓华;许士丽;荣建;张兴俭;;基于ROC曲线的驾驶疲劳脑电样本熵判定阈值研究[J];西南交通大学学报;2013年01期

【共引文献】

相关期刊论文 前10条

1 郭晓婷;刘伟;李建;;EMD与CWD结合在暂态电能质量扰动检测中的应用[J];兰州理工大学学报;2012年06期

2 吴国洋;;基于特征熵和优化SVM的轴承故障诊断方法[J];兰州理工大学学报;2013年04期

3 DAI Zhi-Xiu;;New Metrics of the Tropospheric Biennial Oscillation in the East Asian Summer Monsoon and Its Interdecadal Shift[J];Atmospheric and Oceanic Science Letters;2013年06期

4 刘力;毕贵红;祖哲;陈仕龙;;基于掩膜分量的改进HHT方法在电能质量扰动信号定位中的应用[J];电气自动化;2013年05期

5 赵蓓蕾;吴亚婷;李强;;基于形态学与灰度模态分析的阴影去除方法[J];兵工自动化;2013年12期

6 后锐;伍嘉文;罗智;;并购浪潮与股市波动:基于EMD的相关性检验与解释[J];系统工程;2013年09期

7 梁萍;丁一汇;;强降水过程气候态季节内振荡及其在延伸期预报中的应用[J];高原气象;2013年05期

8 黄长军;郭际明;喻小东;袁长征;;干涉图EMD-自适应滤波去噪法[J];测绘学报;2013年05期

9 车荣飞;贾剑钢;马武刚;;VP型倾斜仪自动信号判别与调零实现[J];大地测量与地球动力学;2013年S2期

10 张长明;;绝缘子泄漏电流聚类算法研究[J];电瓷避雷器;2013年05期

相关博士学位论文 前10条

1 宁静;基于EMD和Cohen核的时—频分析研究及其在轨道不平顺监测中的应用[D];西南交通大学;2011年

2 杜文辽;状态监控与智能诊断关键技术研究及其在汽车起重机主泵中的应用[D];上海交通大学;2013年

3 丁国君;动车组制动控制系统故障诊断方法研究[D];北京交通大学;2013年

4 郑严;基于智能算法的结构可靠性分析及优化设计研究[D];西南交通大学;2012年

5 康艳;渭河流域人水和谐评价指标体系与方法研究[D];西北农林科技大学;2013年

6 陈向民;基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2013年

7 唐友福;基于广义局部频率的非线性非平稳信号故障特征提取方法研究[D];上海大学;2013年

8 郭尧琦;分形市场下有色金属价格波动问题研究[D];中南大学;2012年

9 滑广军;混凝土泵车臂架结构健康监测关键技术研究[D];中南大学;2013年

10 邵喜高;基于统计学习理论的多核预测模型研究及应用[D];中南大学;2013年

相关硕士学位论文 前10条

1 郭t樻，

本文编号：1878713