Noise and Vibration Control ›› 2024, Vol. 44 ›› Issue (3): 125-131.

Previous Articles     Next Articles

Train Fault Diagnosis Based on Binary PELCD Sample Entropy with Full Vector Fusion

  

  • Received:2022-12-09 Revised:2023-02-27 Online:2024-06-18 Published:2024-06-18

全矢融合的二元PELCD样本熵列车故障诊断

郑航1,李刚1,2,3,李德仓1,2,3   

  1. ( 1. 兰州交通大学机电技术研究所,兰州730070;
    2. 兰州交通大学甘肃省物流及运输装备信息化工程技术研究中心,兰州730070;
    3. 兰州交通大学甘肃省物流与运输装备行业技术中心,兰州730070 )

摘要: 长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时结合全矢谱理论对同阶分量信号进行信息融合,得到更加完备的数据特征,并对融合后的数据进行样本熵特征提取,得到列车的故障特征;采用灰狼优化算法对支持向量机进行参数寻优,通过实验对比单一故障工况、复合故障工况以及部件性能退化下的故障识别率,验证所提方法的有效性、优越性。

关键词: 故障诊断, 二元部分集成的局部特征尺度分解方法, 全矢理论, 灰狼优化算法, 支持向量机