期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法
被引量：
2
1
作者
张友鹏
张迪
+1 位作者
杨妮
魏智健
《中国铁道科学》
EI
CAS
CSCD
北大核心
2023年第1期194-201,共8页
针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题,提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与核模糊C均值聚类(Kernel-based Fuzzy C-M...
针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题,提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与核模糊C均值聚类(Kernel-based Fuzzy C-Means clustering,KFCM)相结合的转辙机退化状态识别方法。首先,对S700K转辙机采集的功率曲线数据进行模态分解,得到多个固有模态函数(Intrinsic Mode Functions,IMFs),通过IMFs的能量幅值获得表征数据退化过程的特征向量;然后,由KFCM算法对特征向量进行转辙机退化状态识别,并进行状态划分;最后,通过计算分类系数和平均模糊熵对该方法的分类性能进行综合评估,并与模糊C均值聚类(Fuzzy C-Means clustering,FCM)和GK(Gustafson Keseel)聚类算法进行比较。结果表明:该方法聚类效果准确率达95.6%,优于FCM和GK聚类算法,能对转辙机的退化状态进行科学划分,为铁路现场道岔设备健康状态监测提供理论支撑。
展开更多
关键词
退化状态
S700K转辙机
特征提取
KFCM聚类
聚类识别
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法
被引量：
2
1
作者
张友鹏
张迪
杨妮
魏智健
机构
兰州交通大学自动化与电气工程学院
武汉地铁集团有限公司武汉地铁运营有限公司
出处
《中国铁道科学》
EI
CAS
CSCD
北大核心
2023年第1期194-201,共8页
基金
国家自然科学基金资助项目(51967010)。
文摘
针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题,提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与核模糊C均值聚类(Kernel-based Fuzzy C-Means clustering,KFCM)相结合的转辙机退化状态识别方法。首先,对S700K转辙机采集的功率曲线数据进行模态分解,得到多个固有模态函数(Intrinsic Mode Functions,IMFs),通过IMFs的能量幅值获得表征数据退化过程的特征向量;然后,由KFCM算法对特征向量进行转辙机退化状态识别,并进行状态划分;最后,通过计算分类系数和平均模糊熵对该方法的分类性能进行综合评估,并与模糊C均值聚类(Fuzzy C-Means clustering,FCM)和GK(Gustafson Keseel)聚类算法进行比较。结果表明:该方法聚类效果准确率达95.6%,优于FCM和GK聚类算法,能对转辙机的退化状态进行科学划分,为铁路现场道岔设备健康状态监测提供理论支撑。
关键词
退化状态
S700K转辙机
特征提取
KFCM聚类
聚类识别
Keywords
Degradation state
S700K switch machine
Feature extraction
KFCM clustering
Clustering recognition
分类号
U284.72 [交通运输工程—交通信息工程及控制]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法
张友鹏
张迪
杨妮
魏智健
《中国铁道科学》
EI
CAS
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
