基于近似熵及EMD的高铁故障诊断

• 作者: 曾京 李天瑞 杨燕 赵晶晶 魏来
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征提取 近似熵 经验模态分解 神经网络
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 2013’CCF人工智能会议
• 页码范围: 91-94,99
• 页数: 5页
• 分类号: TP181
• 字数: 6781字
• 语种: 中文

摘要

抗蛇行减振器故障、横向减振器故障、空气弹簧故障是高铁的3种典型故障.针对高铁的3种常见故障的非线性、非平稳特性,本次研究中将近似熵和经验模态分解应用到高铁故障诊断中进行故障特征提取,并使用BP神经网络作为高铁故障诊断模型进行高铁的故障诊断.实验证明,该方法能够准确有效地进行高铁故障诊断.此外,通过对比实验表明,融合近似熵特征和EMD分解后的第一个模态分量的能量特征比单个特征更有利于高铁故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾京	西南交通大学牵引动力国家重点实验室	225	3328	32.0	46.0
2	李天瑞	西南交通大学信息科学与技术学院	116	965	17.0	24.0
3	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
4	魏来	西南交通大学牵引动力国家重点实验室	21	205	8.0	14.0
5	赵晶晶	西南交通大学信息科学与技术学院	5	43	3.0	5.0