计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
12期
3657-3659,3663
,共4页
秦娜%金炜东%黄进%苟先太%蒋鹏
秦娜%金煒東%黃進%茍先太%蔣鵬
진나%금위동%황진%구선태%장붕
故障诊断%特征提取%转向架%小波熵%支持向量机
故障診斷%特徵提取%轉嚮架%小波熵%支持嚮量機
고장진단%특정제취%전향가%소파적%지지향량궤
fault diagnosis%feature extraction%bogie%wavelet entropy%support vector machine (SVM)
为了对转向架关键部件进行及时的性能检测和故障诊断,实验选用高速列车转向架典型故障振动信号,先进行小波分解,在各个子频带上提取小波熵特征,用于反映振动信号在各尺度上的复杂程度.在多个小波熵特征张成的高维特征空间中对四种转向架典型故障工况进行支持向量机分类识别,实验结果表明识别率随运行速度逐步提高,在速度达到200 km/h时得到了90％以上的识别率,验证了小波熵特征对于高速列车故障信号分析的有效性.
為瞭對轉嚮架關鍵部件進行及時的性能檢測和故障診斷,實驗選用高速列車轉嚮架典型故障振動信號,先進行小波分解,在各箇子頻帶上提取小波熵特徵,用于反映振動信號在各呎度上的複雜程度.在多箇小波熵特徵張成的高維特徵空間中對四種轉嚮架典型故障工況進行支持嚮量機分類識彆,實驗結果錶明識彆率隨運行速度逐步提高,在速度達到200 km/h時得到瞭90％以上的識彆率,驗證瞭小波熵特徵對于高速列車故障信號分析的有效性.
위료대전향가관건부건진행급시적성능검측화고장진단,실험선용고속열차전향가전형고장진동신호,선진행소파분해,재각개자빈대상제취소파적특정,용우반영진동신호재각척도상적복잡정도.재다개소파적특정장성적고유특정공간중대사충전향가전형고장공황진행지지향량궤분류식별,실험결과표명식별솔수운행속도축보제고,재속도체도200 km/h시득도료90％이상적식별솔,험증료소파적특정대우고속열차고장신호분석적유효성.
