西南交通大学学报
西南交通大學學報
서남교통대학학보
Journal of Southwest Jiaotong University
2015年
4期
676-682
,共7页
高速列车%聚合经验模态分解%Copula函数%特征提取
高速列車%聚閤經驗模態分解%Copula函數%特徵提取
고속열차%취합경험모태분해%Copula함수%특정제취
high-speed train%ensemble empirical mode decomposition%Copula function%feature extraction
为了实时监测高速列车转向架关键部件的工作状态,提出了一种基于Copula函数的特征提取方法.以某型高速列车转向架正常、抗蛇形减振器失效、空气弹簧失效、横向减振器失效4种工况的振动信号为研究对象,将信号进行聚合经验模态分解,针对得到的本征模态函数,使用Gaussian Copula函数构建它们的联合概率密度函数.提取边缘分布的Kullback-Leibler Distance值,及联合概率密度函数的均值和方差作为特征,采用支持向量机进行识别.实验结果表明,在200 km/h速度下,故障平均识别率在95％以上,表明了该特征提取方法的有效性.
為瞭實時鑑測高速列車轉嚮架關鍵部件的工作狀態,提齣瞭一種基于Copula函數的特徵提取方法.以某型高速列車轉嚮架正常、抗蛇形減振器失效、空氣彈簧失效、橫嚮減振器失效4種工況的振動信號為研究對象,將信號進行聚閤經驗模態分解,針對得到的本徵模態函數,使用Gaussian Copula函數構建它們的聯閤概率密度函數.提取邊緣分佈的Kullback-Leibler Distance值,及聯閤概率密度函數的均值和方差作為特徵,採用支持嚮量機進行識彆.實驗結果錶明,在200 km/h速度下,故障平均識彆率在95％以上,錶明瞭該特徵提取方法的有效性.
위료실시감측고속열차전향가관건부건적공작상태,제출료일충기우Copula함수적특정제취방법.이모형고속열차전향가정상、항사형감진기실효、공기탄황실효、횡향감진기실효4충공황적진동신호위연구대상,장신호진행취합경험모태분해,침대득도적본정모태함수,사용Gaussian Copula함수구건타문적연합개솔밀도함수.제취변연분포적Kullback-Leibler Distance치,급연합개솔밀도함수적균치화방차작위특정,채용지지향량궤진행식별.실험결과표명,재200 km/h속도하,고장평균식별솔재95％이상,표명료해특정제취방법적유효성.
