-
题名全矢IMF信息熵用于高速列车转向架故障诊断
被引量：8
- 1
-
-
作者
李亚兰
金炜东
-
机构
西南交通大学电气工程学院
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2021年第5期874-879,1030,共7页
-
基金
国家自然科学基金重点资助项目(61134002)。
-
文摘
针对高速列车转向架振动信号具有非线性、非平稳的特征,以及单通道故障诊断带来的信息不完整问题,提出了一种多元经验模态分解(multivariate empirical mode decomposition,简称MEMD)和全矢本征模态函数(intrinsic mode function,简称IMF)信息熵相结合的高速列车故障特征提取方法。首先,使用MEMD方法对同源双通道的振动信号进行分解,得到一系列的2元本征模态函数;其次,分别计算前6个IMF的全矢IMF信息熵,通过特征评价方法进行特征维数约简;最后,将得到的特征向量作为支持向量机的输入来识别转向架的故障类型。实验结果表明,该方法能有效提高转向架的故障识别率,最高可达到100%,验证了全矢IMF信息熵在高速列车故障诊断中的可行性。
-
关键词
高速列车转向架
多元经验模态分解
本征模态函数
全矢imf信息熵
特征评价
支持向量机
-
Keywords
high speed train bogie
multivariate empirical mode decomposition
intrinsic mode function
full vector imf entropy
feature evaluating
support vector machine
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
