高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析

• 作者: 李智敏 秦娜 金炜东 黄进
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 高速列车转向架 特征提取 聚合经验模态分解 模糊熵 最小二乘支持向量机
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1245-1251
• 页数: 7页
• 分类号: TP274|TP391.4
• 字数: 6629字
• 语种: 中文
• DOI: 10.7641/CTA.2014.31002

摘要

为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性.

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	李智敏	西南交通大学材料科学与工程学院	8	134	6.0	8.0