基于EEMD样本熵的高速列车转向架故障特征提取

• 作者: 刘景波 李智敏 秦娜 金炜东 黄进
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 转向架 阈值消噪 聚合经验模态分解 样本熵 支持向量机
• 年，卷（期）: 2014,（1）
• 页码范围: 27-32
• 页数: 6页
• 分类号: TP274|TP391.4
• 字数: 3639字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2014.01.005

摘要

为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象,将信号进行聚合经验模态分解,得到一系列成分简单的固有模态函数,分别计算样本熵值构成高维特征矢量,最后采用支持向量机进行故障状态的分类识别.实验结果表明,列车在200 km/h速度下,故障识别率可以达到88％,证明了该特征提取算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0
2	黄进	西南交通大学电气工程学院	20	304	8.0	17.0
3	秦娜	西南交通大学电气工程学院	35	294	10.0	15.0
4	刘景波	西南交通大学电气工程学院	6	108	4.0	6.0
5	李智敏	西南交通大学电气工程学院	8	134	6.0	8.0