基于Copula函数的高速列车转向架故障特征提取

• 作者: 吕乾勇 孙永奎 金炜东
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 高速列车 聚合经验模态分解 Copula函数 特征提取
• 年，卷（期）: 2015,（4）
• 页码范围: 676-682
• 页数: 7页
• 分类号: TP391
• 字数: 4133字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2015.04.016

摘要

为了实时监测高速列车转向架关键部件的工作状态,提出了一种基于Copula函数的特征提取方法.以某型高速列车转向架正常、抗蛇形减振器失效、空气弹簧失效、横向减振器失效4种工况的振动信号为研究对象,将信号进行聚合经验模态分解,针对得到的本征模态函数,使用Gaussian Copula函数构建它们的联合概率密度函数.提取边缘分布的Kullback-Leibler Distance值,及联合概率密度函数的均值和方差作为特征,采用支持向量机进行识别.实验结果表明,在200 km/h速度下,故障平均识别率在95％以上,表明了该特征提取方法的有效性.

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	孙永奎	西南交通大学电气工程学院	13	90	6.0	9.0
3	吕乾勇	西南交通大学电气工程学院	3	18	2.0	3.0