-
题名基于EEMD排列熵的高速列车轮对轴承故障诊断方法
被引量：9
- 1
-
-
作者
施莹
庄哲
林建辉
-
机构
西南交通大学牵引动力国家重点实验室
-
出处
《中国测试》
北大核心
2017年第11期89-95,共7页
-
基金
四川省科技计划项目(2016JY0047)
-
文摘
高速列车轮对轴承的可靠度对高速列车的安全运行具有重要意义,其故障特征主要体现在轴箱振动信号中。该文提出基于聚合经验模态分解排列熵的轮对轴承特征分析方法,提取高速列车轮对轴承振动信号的非线性特征参数,并用于故障状态的分类识别。首先,对高速列车轮对轴箱振动信号进行聚合经验模态分解,得到一系列窄带本征模态函数;然后,对原信号和主要本征模态函数分别计算,得到多组排列熵,形成多尺度的表征信息复杂性高维特征向量;最后,将高维特征向量输入最小二乘支持向量机分类识别出轮对轴承的故障状态。台架试验分析结果表明:该方法针对高速列车轮对轴承故障尤其是轴承复合故障具有较高的识别率,验证通过聚合经验模态分解排列熵对高速列车轮对轴承故障诊断的有效性。
-
关键词
高速列车轮对轴承
故障诊断
聚合经验模态分解
排列熵
特征提取
最小二乘支持向量机
-
Keywords
high speed train axle bearing
fault diagnosis
ensemble empirical modedecomposition
permutation entropy
feature extraction
least squares support vector machine
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
