基于白噪声统计特性与EEMD的高速列车横向减振器故障诊断

被引：7

作者：

李辉

金炜东

机构：

[1] 西南交通大学电气工程学院

来源：

计算机应用研究 | 2016年 / 33卷 / 09期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

高速列车; 横向减振器; 故障诊断; 白噪声统计特性; 支持向量机; 聚合经验模态分解;

D O I：

暂无

中图分类号：

U279.3 [车辆检修、检修设备与列检自动化];

学科分类号：

摘要：

针对高速列车横向减振器故障信号非线性非平稳的特点,提出了基于白噪声统计特性与聚合经验模态分解(EEMD)相结合的故障诊断算法。利用经验模态分解(EMD)对故障信号进行去噪,然后对去噪后的信号进行EEMD分解,最后对用相关系数求得的最能反映振动信号的本征模态函数(IMF)计算排列组合熵。在240 km/h速度下,对高速列车横向减振器七种工况进行诊断,识别率达到91.8%。实验结果表明,与基于小波熵特征分析的算法相比,该算法具有更高的识别率和更强的抗噪性能。

引用

页码：2648 / 2651

页数：4