基于PHM的高速铁路牵引电机滚动轴承健康状态预测

• 作者: 刘峰 张奕黄 牛齐明
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 高速铁路装备 故障预测与健康管理 健康指标 状态预测 滚动轴承
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 铁道通信信号、信息化
• 页码范围: 95-101
• 页数: 7页
• 分类号: U260.33
• 字数: 5351字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2020.07.012

摘要

针对高速铁路牵引电机滚动轴承健康状态预测问题,提出了基于深度堆叠去噪自编码器累积(DSDAE)和时滞最小二乘支持向量机(TDLSSVM)的预测方法.在提取高速铁路牵引电机滚动轴承健康状态的多种特征后,用深度堆叠去噪自编码器进行特征降维,并累积计算得到相关的健康指标.将健康指标作为训练数据用以构建时滞最小二乘支持向量机(TDSVR)模型,通过对健康指标的预测实现对健康状态进行评估.在公开数据集上做了DSDAE与TDSVR、累积马氏距离(MDCUSUM)与TDSVR、DSDAE与TDLSSVM和MDCUSUM与TDLSSVM四种方案的对比实验;在高速铁路某型号的牵引电机滚动轴承数据集上做了DSDAE与TDLSSVM方案的实验.通过对预测指标的分析可知,DSDAE与TDLSSVM方案可以很好地预测滚动轴承的健康状态变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘峰	北京交通大学计算机与信息技术学院	73	414	12.0	16.0
2	牛齐明	北京交通大学计算机与信息技术学院	10	17	2.0	3.0
4	张奕黄	北京交通大学电气工程学院	94	638	13.0	19.0