基于PELCD样本熵的抗蛇行减振器故障诊断
Fault diagnosis of anti-yaw damper based on PELCD sample entropy
郑航 1李刚 2李德仓2
作者信息
- 1. 兰州交通大学 机电技术研究所
- 2. 兰州交通大学 机电技术研究所;甘肃省物流及运输装备信息化工程技术研究中心;甘肃省物流与运输装备行业技术中心 甘肃 兰州 730070
- 折叠
摘要
长期高速运行的服役状态会造成列车转向架关键部件性能蜕化甚至故障等情况,导致的安全事件将造成严重的经济损失甚至人员伤亡.文章针对列车振动信号非线性、非平稳的特点,以部分集成局部特征尺度分解(PELCD)方法对高速列车抗蛇行减振器失效的故障振动信号进行分解,并且对相关性较强的前 6 个分量进行样本熵特征提取,将互补集合经验模态分解(CEEMD)方法与样本熵结合的结果进行对比,最后将CEEMD样本熵与PELCD样本熵两种方法下所得到的特征向量作为支持向量机的样本进行故障训练与故障预测.对比二者的结果表明PELCD与样本熵的结合能够有效地识别出列车的故障类别.
关键词
部分集成局部特征尺度分解(PELCD)/样本熵/故障诊断/抗蛇行减振器Key words
partly ensemble local characteristic-scale decomposition(PELCD)/sample entropy/fault diagnosis/anti-yaw damper引用本文复制引用
出版年
2023
NETL
NSTL
维普
万方数据