資源描述:
《基于多源信息的高速列車走行部故障識別新方法》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、基于多源信息的高速列車走行部故障識別新方法朱建渠u,金煒東朱斌h3(1.西南交通大學電氣工程學院,四川成都610031;2.重慶科技學院,重慶401331;3.長江師范學院,重慶涪陵408100)摘要:針對商速列車安全性能跟蹤監(jiān)測點多、監(jiān)測數據S人、走行部故障識別難的問題,提出了一種基于模糊證裾理論的多特征、多源信息融介的走行部故障識別新7/法。該厶法酋先根據不同的傳感器信息的某類特征屬于不同故障模式卜'的隸屈度間的差異來計算傳感器間的信息融合度,利用融合度來確定不M傳感器在融合屮的權重,從而得到M類特征不
2、uj傳感器間信息融合后的隸展度;然后由融合后的隸屬度轉化為基本概率
3、分配函數;最后用證據理論對不同特征鬩信息進行融合。實驗結來農明,該方法能有效地識別列車正常、空氣彈贊失氣、抗蛇形減宸器全拆、橫向減宸器全拆叫種工況,同時在不冋速度下均取得了滿意的識別率,驗證了該方法的有效性。關鍵詞:髙速列車;信息融介;故障識別;熵特征中圖分類號:U266文獻標識碼:AHigh-speedtrainrunninggearfaultfeatureextractionandrecognitionbasedonharmonicwaveletpackettransformZHUJian-quh2JINWei-dong1ZHUBin1,3(1.SchoolofElect
4、ricEngineering,SouthwestJiaotongUniversityChengdu610031;2.ChongqingUniversityofScienceandTechnology,Chongqing,401331;3.ChangjiangNormalUniversity,Chongqing,408100)Abstract:Tosolvetheproblemthatthefaultidentificationofhighspeedtrainisdifficult,afaultfeatureextractionandidentificationmethodba
5、sedonharmonicwaveletpacketdecompositionandresemblancecoefficientwasproposed.Harmonicwaveletpackettransformisusedtoextractfaultfeaturevectorconsistingofthebandenergywhichcanreflectthecharacteristicsofvarioustypesoffault.Bycalculatingandcomparingresemblancecoefficientofthesignalfeaturevectora
6、nddifferenttypesoffaultfeaturevectors,themethodcanidentifyandclassifythefaults.Experimentalresultsshowthatthefaults,includingthenormaltrain,springairoflossair,withoutanti-yawshockabsorberandwithouttransverseshockabsorber,canbeidentifyeffectively.Atdifferentspeeds,recognitionratesaresatisfac
7、toryandthevalidityofthemethodisverified.Keywords:highspeedtrain;harmonicwavelet;featureextraction;resemblancecoefficient高速列車由于持續(xù)的高速運行,異致列車走行部磨損加快、振動加劇,對高速列車走行部進行奮效的故障診斷和識別,是實現及時維護,降低使用維護成木,保證列車運行安全的關鍵。關干列車走行部故障特征的研究,國內外主要集屮在對振動信號進行時頻分析。如小波分析法^3]、短時傅里葉變換經驗模式分解
8、5’6’71、幅度譜特征
9、81。以上方法都足針對單一傳感器、單
10、一故障進行分析。由于高速列走行部車傳感器眾多,監(jiān)測數據內容豐富,涉及面廣,數據的影響因素多,且相互關聯,同一種故障可用不M的特征指標來描述,M—種癥狀表基金項目:國家自然科學基金資助項目(61134002)現往往又是幾種故障相互作用的結果。檢測景與故障特征之間,故障特征與故障源之間都是一種非線性映射。因此,故障的多樣性、不確定性和各種故障之間聯系的復雜性構成了故障識別技術上的難點[9]。僅靠單一傳感器和單一故障特征量的方法不能綜合考慮各方面的因素,從而造成識別效果不好,難以完成識別任務,比較合理的方法