高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜

高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜

ID:32911745

大小:656.50 KB

页数:7页

时间:2019-02-17

高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜_第1页
高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜_第2页
高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜_第3页
高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜_第4页
高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜_第5页
资源描述:

《高速列车转向架故障信号地聚合经验模态分解和模糊熵特征分析_秦娜》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第31卷第9期控制理论与应用Vol.31No.92014年9月ControlTheory&ApplicationsSep.2014DOI:10.7641/CTA.2014.31002高高高速速速列列列车车车转转转向向向架架架故故故障障障信信信号号号的的的聚聚聚合合合经经经验验验模模模态态态分分分解解解和和和模模模糊糊糊熵熵熵特特特征征征分分分析析析秦娜1y,金炜东1,黄进1,李智敏2(1.西南交通大学电气工程学院,四川成都610031;2.西南交通大学材料科学与工程学院,四川成都610031)摘要:为了对高速列车转向架关键部件进行状态监测,利用转向架故障振

2、动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性.关键词:高速列车转向架;特征提取;聚合经验模态分解;模糊熵;最小二乘支持向量机中图分类号:TP274;TP391.4文献标识码:AEnsembleempiricalmodedecomposition

3、andfuzzyentropyinfaultfeatureanalysisforhigh-speedtrainbogieQINNa1y,JINWei-dong1,HUANGJin1,LIZhi-min2(1.SchoolofElectricalEngineering,SouthwestJiaotongUniversity,ChengduSichuan610031,China;2.SchoolofMaterialsScienceandEngineering,SouthwestJiaotongUniversity,ChengduSichuan610031,Ch

4、ina)Abstract:Tomonitortheworkingconditionofkeycomponentsinahigh-speedtrainbogie,wemakeuseofthechar-acteristicsofthefaultsignaltoproposeanewapproachforfeatureextractionbasedonensembleempiricalmodede-compositionandfuzzyentropy.Firstly,wedecomposethefaultvibrationsignalbyusingtheense

5、mbleempiricalmodedecompositiontoobtainaseriesofsimplecompositionsignalwithdifferentphysicalsignificance.Then,weemploythecorrelationanalysistosiftoutintrinsicmodefunctions(IMF)thathavelargestcorrelationcoefficientswiththeoriginalsignalanduseitasthedatasource.ThefuzzyentropyofIMFandth

6、efuzzyentropyoftheinitialsignalarecalculatedtoformamulti-scalecomplexitymeasurefeaturevector.Finally,thefeaturevectorisputintotheleastsquaressupportvectormachineforclassificationandidentification.Comparingwiththefuzzyentropy,wefindtheproposedapproachgivesbetterfaultidentificationresul

7、ts.Theefficacyofthismethodisvalidated.Keywords:highspeedtrainbogie;featureextraction;ensembleempiricalmodedecomposition(EEMD);fuzzyen-tropy;leastsquaressupportvectormachine(LSSVM)1引引引言言言(Introduction)等随机因素的影响,往往呈现出典型的非线性非平稳高速列车转向架是连接车体和轨道的重要机构,特征,因此传统的时频分析方法往往不能很好地分析其机械性能的恶化轻则导致振动加

8、剧、舒适性降低,这类信号的特征.小波变换作为一种时频分析方法近重则

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。