基于VMD的地铁车辆平轮状态监测和诊断

• 作者: 敖银辉 方恩权 王锋涛 陈希隽
• 来源期刊: 机车电传动
• 学科: 交通运输
• 关键词: 平轮故障 变分模态分解 包络谱熵 支持向量机 故障诊断 地铁车辆
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 城市轨道车辆
• 页码范围: 87-91
• 页数: 5页
• 分类号: U231|U260.331+.1
• 语种: 中文
• DOI: 10.13890/j.issn.1000-128x.2017.03.019

摘要

针对地铁车辆轮轨振动信号信噪比低、非线性、不平稳等特点,为更好地提取地铁平轮的故障特征,提出一种基于变分模态分解(VMD,variationl mode decomposition)和包络谱熵的地铁平轮故障诊断方法.首先,构建虚拟仿真信号做变分模态分解,并与经验模态分解进行对比分析,说明VMD方法的有效性,再对实测4种工况的轮轨振动信号进行变分模态分解,求出不同分解模态的包络谱熵值,最后采用支持向量机分析故障诊断效果.试验结果表明:提出的方法能够有效地提取平轮故障特征,对地铁车辆平轮故障状态具有良好的诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敖银辉		62	389	12.0	17.0
2	陈希隽		1	0	0.0	0.0
3	方恩权		1	0	0.0	0.0
4	王锋涛		2	0	0.0	0.0