[发明专利]一种基于模态区间的高速列车转向架故障诊断方法在审
申请号: | 201410826118.X | 申请日: | 2014-12-28 |
公开(公告)号: | CN104502126A | 公开(公告)日: | 2015-04-08 |
发明(设计)人: | 谢锋云;曹青松;周建民;黄志刚;谢三毛;李鹏 | 申请(专利权)人: | 华东交通大学 |
主分类号: | G01M17/08 | 分类号: | G01M17/08;G01M13/00;G01M7/02 |
代理公司: | 南昌市平凡知识产权代理事务所36122 | 代理人: | 姚伯川 |
地址: | 330013江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 区间 高速 列车 转向架 故障诊断 方法 | ||
1.一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述方法利用模态区间理论处理诊断过程中存在的不确定性问题,通过经验模态分解提取故障特征信息,由区间神经网络模型分类识别方法对高速列车转向架故障进行可靠诊断;所述方法具体包括如下步骤:
(1)高速列车转向架振动信号获取;
(2)高速列车转向架振动信号预处理;
(3)高速列车转向架振动信号模态区间化;
(4)高速列车转向架振动信号EMD分解;
(5)高速列车转向架振动信号特征提取;
(6)构建及训练初始区间神经网络模型;
(7)高速列车转向架故障诊断。
2.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述高速列车转向架振动信号获取中,振动信号可以是力、加速度、位移和扭矩信号中的任一一类,与振动信号对应的测量工具为测力计、加速度传感器、位移传感器和扭矩传感器。
3.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述高速列车转向架振动信号预处理,将采集到的高速列车转向架的振动信号进行小波包阈值滤波,消除噪声干扰,形成无噪的高速列车转向架振动信号xj(t),其中t为信号采集对应时刻,x为采集信号幅值,j为振动信号对应测力计、加速度传感器、位移传感器和扭矩传感器中任一一种。
4.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述高速列车转向架振动信号模态区间化,将预处理后的转向架振动信号xj(t)转换成模态区间形式xj(t),以增加获取到的振动信号的可靠性;
其中xj(t)为振动信号下界,为振动信号上界。
5.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述高速列车转向架振动信号EMD分解,即分别对下界振动信号和上界振动信号进行EMD分解,得到振动信号下界本征模态函数(IMF)c(t)和振动信号下界
6.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,高速列车转向架振动信号特征提取,对振动信号EMD分解后的上下界IMF进行筛选,选择特征显著的上下界IMF,
并分别计算下界IMF的能量矩Ei,和上界IMF的能量矩
7.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述构建及训练初始区间神经网络模型,将转向架振动信号特征向量T的一部分作为训练样本,采用梯度下降法对初始区间神经网络模型进行训练,直至初始区间神经网络模型参数优化为止。
8.根据权利要求1所述的一种基于模态区间的高速列车转向架故障诊断方法,其特征在于,所述高速列车转向架故障诊断,将提取到的剩余转向架振动信号特征向量T作为测试样本,输入优化后的区间神经网络模型中,计算区间神经网络模型输出结果,所得到的结果利用模态区间大小比较法则进行比较,模态区间最大值对应编码所在状态即为转向架故障诊断结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东交通大学;,未经华东交通大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410826118.X/1.html,转载请声明来源钻瓜专利网。