基于奇异谱相对熵与灰色绝对关联度的监测数据特征分析

• 作者: 于萍 金炜东 陈春利
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 监测数据 车轮踏面磨损 奇异谱相对熵 灰色绝对关联度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 168-172
• 页数: 5页
• 分类号: TH703.63|TP206.3
• 字数: 4940字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2017.03.033

摘要

提出将奇异值分解(SVD)与相对熵、灰色绝对关联度算法相结合,对武广线车轮踏面磨损4工况监测数据提取特征进行分析,旨在充分认识踏面工作状态经历正常-轻微磨损-中度磨损-严重磨损接近镟修这一过程中的信号变化规律,并开展基于奇异谱熵特征提取的对照实验.后续仿真结果表明:踏面性能退化越深,其监测信号与正常状态的相似性就越小,所得奇异谱相对熵特征值越大,灰色绝对关联度特征值就越小,即此二维两个特征是衡量车轮踏面性能退化过程的有效指标;其次,奇异谱相对熵的特征分析结果明显优于对照实验中的奇异谱熵.

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	于萍		4	7	2.0	2.0
3	陈春利	西南交通大学电气工程学院	4	7	2.0	2.0