制造业自动化2024,Vol.46Issue(10) :33-39.DOI:10.3969/j.issn.1009-0134.2024.10.005

多特征融合的调谐区智能故障诊断方法

Multi Feature Fusion Based on Intelligent Fault Diagnosis Method for Tuning Area

陈顺芝 费克玲 庄百亮 金武飞 王果
制造业自动化2024,Vol.46Issue(10) :33-39.DOI:10.3969/j.issn.1009-0134.2024.10.005

多特征融合的调谐区智能故障诊断方法

Multi Feature Fusion Based on Intelligent Fault Diagnosis Method for Tuning Area

陈顺芝 1费克玲 1庄百亮 2金武飞 2王果3
扫码查看

作者信息

  • 1. 常州大学 机械与轨道交通学院,江苏 常州 213164
  • 2. 中国机械总院集团江苏分院有限公司,江苏 常州 213162
  • 3. 兰州交通大学 自动化与电气工程学院,甘肃 兰州 730070
  • 折叠

摘要

针对无绝缘轨道电路复杂故障模式难以准确识别的问题,提出了基于多特征融合和改进M-Logistic算法的调谐区故障诊断.首先,采用多时窗分析提取多层次的时域特征,并对电压信号的非平稳性使用Welch算法提取频域特征;其次,运用最大相关最小冗余算法对初始特征集进行特征优化;最后,将非线性共轭梯度算法应用到强凸损失函数的最小化过程中,训练出计算代价低的改进M-Logistic判别模型.该模型应用于ZPW-2000A轨道电路的调谐区故障诊断中,得到了98.82%的识别准确率.结果表明,所提方法不仅能提取轨面电压信号在各种故障情形下的有效特征信息,并且以较低的计算代价实现了调谐区的故障识别.为调谐区故障诊断提供了一种新的智能方法,可为轨道电路的智能运维提供依据.

关键词

改进M-Logistic/特征融合/智能故障诊断模型/调谐区/铁路基础设备

引用本文复制引用

基金项目

国家自然科学基金(51867012)

常州大学教育教学研究课题(GJY2021070)

出版年

2024
制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子:0.482
ISSN:1009-0134
段落导航相关论文