基于EEMD多尺度样本熵的S700K转辙机故障诊断

• 作者: 刘新发 魏文军
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: EEMD 多尺度样本熵 固有模态函数(IMF) 模糊聚类 等价矩阵
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 2763-2772
• 页数: 10页
• 分类号: TP391
• 字数: 4817字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2019.11.015

摘要

针对S700K转辙机在运行过程中的故障诊断问题,提出一种基于集合经验模态分解(EEMD)的多尺度样本熵的信号分析及故障诊断方法.首先对S700K转辙机功率曲线进行EEMD分解,得到不同时间尺度的固有模态函数(IMF)分量,并提取每一个IMF分量的样本熵,由于样本熵能够有效区分不同信号的复杂度,故可获得转辙机不同状态下的特征参数.最后,利用这些不同运行状态下的特征参数构建特征模式矩阵,采用模糊聚类分析算法求解该矩阵的模糊等价矩阵.在模糊等价矩阵中,当λ(可变阈值)在[0,1]范围内变动时,模糊等价矩阵转化为等价的布尔矩阵,由布尔矩阵可以得到动态聚类图并得到分类结果,从而实现故障诊断.研究结果表明:本文算法能准确提取故障特征且支持多种故障同时检测,有效提高了S700K转辙机故障诊断的精度与效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏文军	兰州交通大学自动化与电气工程学院	35	132	6.0	10.0
5	刘新发	兰州交通大学自动化与电气工程学院	2	1	1.0	1.0