一种磁浮列车转向架裂缝故障的检测方法技术

本发明专利技术公开了一种磁浮列车转向架裂缝故障的检测方法，所述方法包括以下步骤：S1、通过传感器采集磁浮列车转向架的振动加速度信号，并从所述振动加速度信号中获取磁浮列车转向架在运行状态下的模态参数；S2、对所述步骤S1中获取的模态参数进行PCA主成分分析，提取磁浮列车转向架对裂缝故障敏感的主成分向量；S3、建立SVM支持向量机模型，并对所述步骤S2中提取的主成分向量进行SVM支持向量机训练，得到磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面；S4、根据所述步骤S2中得到的主成分向量在所述步骤S3中分类面中的位置，判断该磁浮列车转向架是否存在裂缝故障。本发明专利技术能够准确判断转向架是否存在裂缝故障，具有敏感度高和精准高效的特点。

A Detection Method for Crack Fault of Maglev Train Bogie

The invention discloses a detection method for crack fault of maglev train bogie, which includes the following steps: S1, acquiring vibration acceleration signal of maglev train bogie through sensors, and obtaining modal parameters of maglev train bogie in operation state from the vibration acceleration signal; S2, PCA principal component analysis of the modal parameters obtained in the said card. Analysis, extract the principal component vectors of maglev train bogies which are sensitive to crack faults; S3, establish the model of SVM support vector machine, and train the principal component vectors extracted from the above 2 with SVM support vector machine to get the classification surface of the principal component vectors points of maglev train bogies which are sensitive to crack faults; S4, according to the principal component vectors obtained in the above 2. The position in the classification plane can be used to judge whether there is a crack fault in the bogie of the maglev train. The invention can accurately judge whether the bogie has a crack fault or not, and has the characteristics of high sensitivity, high precision and high efficiency.

【技术实现步骤摘要】
一种磁浮列车转向架裂缝故障的检测方法
本专利技术涉及到磁浮列车
，尤其涉及一种磁浮列车转向架裂缝故障的检测方法。
技术介绍
在磁浮列车运行过程中如果能对转向架的状态进行监测，出现异常情况可实现自动报警与预测，则能提高磁浮列车的安全性能。传统的列车检修靠工人在检修库或者站台通过观察法或敲击听声法判断转向架有没有异常，但这种方法容易产生疏漏，需要费时费力。磁浮列车转向架裂缝故障诊断与监测属于结构损伤范畴，结构损伤诊断的研究工作在国外大体上可以分为三个阶段：早期为探索阶段,探索缺陷产生的原因及修补方法,主要通过目测方法,凭经验判断。第二阶段为发展阶段,注重裂缝检测、评估方法的研究,提出了破损检测、无破损检测、物理检测等几十种检测方法，以及分项评价、模糊评价等多种评价方法。第三阶段完善阶段,制定了一系列的规范和标准，强调综合评价,并引入知识工程，这种方法利用未损伤结构的数学模型连同未损伤结构的振动实验数据作为探测损伤结构的振动信息,与损伤结构的振动响应进行比较,从而判定结构损伤的位置与程度。用结构的振动响应进行结构损伤探测是目前国内外研究的热点和难题，结构的固有特性是结构内在性质，与环境无关，如模态频率和阻尼，当结构发生变化时，固有特性亦会发生变化，所以利用这些变化能对结构裂缝进行诊断。而系统和测量误差存在以及各阶模态频率对裂缝的敏感系数不同，所以用传统阈值法分类识别故障比较困难，同时在实际工程中，部件和结构往往处于多变的环境，即环境对结构的激励具有随机性，这时响应也往往具有随机性。鉴于此，研究一种高效准确的磁浮列车转向架裂缝故障的检测方法是本
人员亟待解决的技术问题。
技术实现思路
本专利技术的目的是提供一种磁浮列车转向架裂缝故障的检测方法，所述检测方法通过引入PCA主成分分析提取转向架对裂缝故障敏感的主成分向量，并采用SVM支持向量模型训练所提取的主成分向量，通过训练好的SVM模型能够准确判断所述转向架是否存在裂缝故障，具有高效精准的特点。为解决上述技术问题，本专利技术提供一种磁浮列车转向架裂缝故障的检测方法，所述方法包括以下步骤：S1、通过传感器采集磁浮列车转向架的振动加速度信号，并从所述振动加速度信号中获取磁浮列车转向架在运行状态下的模态参数；S2、对所述步骤S1中获取的所述模态参数进行PCA主成分分析，提取所述磁浮列车转向架对裂缝故障敏感的主成分向量；S3、建立SVM支持向量机模型，并对所述步骤S2中提取的主成分向量进行SVM支持向量机训练，得到磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面；S4、根据所述步骤S2中得到的主成分向量在所述步骤S3中分类面的位置，判断该磁浮列车转向架是否存在裂缝故障。作为上述技术方案的进一步优选，所述步骤S1中采用环境激励下的模态参数识别方法来获取所述磁浮列车转向架在运行状态下的模态参数。作为上述技术方案的进一步优选，所述模态参数包括用以检测磁浮列车转向架裂缝故障的模态频率、模态阻尼和模态振型中的至少一种。作为技术方案的进一步优选，所述步骤S2具体实现步骤为：S201、根据所述步骤S1中所获取的所述模态参数求出所述模态参数的总体自相关矩阵R，其公式可表示：R＝E{XXT}(1)式(1)中，X表示模态参数特征向量，XT表示模态参数特征向量X的转置，E表示求平均值；S202、根据所述步骤S201得到的总体自相关矩阵R，求出所述总体自相关矩阵R的特征值，其公式可表示为：|R-λ|＝0(2)式(2)中，λ表示特征值；S203、根据所述步骤S202得到的特征值，选择较大的特征值并求出所选择特征值的特征向量uk，其公式可表示为：Ruk＝λkuk(3)式(3)中，k＝1，2,3…n表示所选特征值的特征向量uk次序，n表示所选特征值的数量；S204、根据所述步骤S203得到的所选特征值的特征向量uk，对所述模态参数特征向量X进行变换，提取所述磁浮列车转向架裂缝故障识别的主成分向量X*，其公式可表示为：X*＝UTX(4)式(4)中，UT表示所选特征值的特征向量uk组成的特征向量矩阵的转置。作为上述技术方案的进一步优选，所述步骤S3具体实现方式为：S301、建立一个分类面模型，其模型可表示为：g(x)＝<ω,x>+b(5)式(5)需满足条件<ω,xi>+b≠0，即当yi＝+1时，<ω,xi>+b＞0；当yi＝-1时，<ω,xi>+b＜0，其中yi＝+1表示样本为正类，yi＝-1表示样本为负类，ω为分类面的权向量，x为主成分向量X*，b为常数项，<>代表内积，i表示样本点的次序；S302、根据所述步骤S301对所述主成分向量X*进行SVM支持向量机训练，其公式可表示为：式(6)中，||ω||表示权向量的模，ρ表示margin，即两类样本到分类面的最短距离之和；S303、根据式(6)优化ρ分类间隔并使之最大，即可得到所述磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面，其公式表示为：其中式(7)的约束条件为：yi(<ω,xi>+b)≥1，其中i＝1,2,...,l(8)式(8)中，l表示训练样本点的数量。作为上述技术方案的进一步优选，所述步骤S303的实现方式可以通过采用原始-对偶方法将式(7)和式(8)代入拉格朗日函数，其公式可表示为：式(9)和式(10)中，α为拉格朗日乘子，为满足条件不为零的拉格朗日乘子，ω*为支持向量的权向量。与现有技术比较，本专利技术所提供的磁浮列车转向架裂缝故障的检测方法通过引入PCA主成分分析提取对所述磁浮列车转向架故障裂缝更为敏感的主成分向量，并采用SVM支持向量模型对所提取的主成分向量进行支持向量机训练，通过训练好的SVM模型能够准确识别出所述磁浮列车转向架是否存在裂缝故障，极大提高了磁浮列车的安全性能，具有检测高效精准的特点。附图说明图1是本专利技术一种磁浮列车转向架裂缝故障的检测方法的流程图，图2是本专利技术中PCA主成分分析方法的流程图，图3是本专利技术一种实施例通过PCA降维后的样本三维特征点示意图，图4是本专利技术一种实施例通过SVM支持向量机模型分类识别的示意图，图5是本专利技术一种实施例求解弹性模态频率的流程图。具体实施方式为了使本
的人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术作进一步的详细说明。如图1所示，一种磁浮列车转向架裂缝故障的检测方法，所述方法包括以下步骤：S1、通过传感器采集磁浮列车转向架的振动加速度信号，并从所述振动加速度信号中获取磁浮列车转向架在运行状态下的模态参数；S2、对所述步骤S1中获取的所述模态参数进行PCA主成分分析，提取所述磁浮列车转向架对裂缝故障敏感的主成分向量；S3、建立SVM支持向量机模型，并对所述步骤S2中提取的主成分向量进行SVM支持向量机训练，得到磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面；S4、根据所述步骤S2中得到的主成分向量在所述步骤S3中得到的分类面中的位置，判断该磁浮列车转向架是否存在裂缝故障。本实施例中，磁浮列车转向架裂缝故障的检测方法通过引入PCA主成分分析提取对所述磁浮列车转向架故障裂缝更为敏感的主成分向量，并采用SVM支持向量模型对所提取的主成分向量进行训练，根据所述主成分向量在主成分向量点的分类面中本文档来自技高网...

【技术保护点】
1.一种磁浮列车转向架裂缝故障的检测方法，其特征在于，所述方法包括以下步骤：S1、通过传感器采集磁浮列车转向架的振动加速度信号，并从所述振动加速度信号中获取磁浮列车转向架在运行状态下的模态参数；S2、对所述步骤S1中获取的所述模态参数进行PCA主成分分析，提取所述磁浮列车转向架对裂缝故障敏感的主成分向量；S3、建立SVM支持向量机模型，并对所述步骤S2中提取的主成分向量进行SVM支持向量机训练，得到磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面；S4、根据所述步骤S2中得到的主成分向量在所述步骤S3中得到的分类面中的位置，判断该磁浮列车转向架是否存在裂缝故障。

【技术特征摘要】
1.一种磁浮列车转向架裂缝故障的检测方法，其特征在于，所述方法包括以下步骤：S1、通过传感器采集磁浮列车转向架的振动加速度信号，并从所述振动加速度信号中获取磁浮列车转向架在运行状态下的模态参数；S2、对所述步骤S1中获取的所述模态参数进行PCA主成分分析，提取所述磁浮列车转向架对裂缝故障敏感的主成分向量；S3、建立SVM支持向量机模型，并对所述步骤S2中提取的主成分向量进行SVM支持向量机训练，得到磁浮列车转向架对裂缝故障敏感的主成分向量点的分类面；S4、根据所述步骤S2中得到的主成分向量在所述步骤S3中得到的分类面中的位置，判断该磁浮列车转向架是否存在裂缝故障。2.如权利要求1所述的磁浮列车转向架裂缝故障的检测方法，其特征在于，所述步骤S1中采用环境激励下的模态参数识别方法来获取所述磁浮列车转向架在运行状态下的模态参数。3.如权利要求2所述的磁浮列车转向架裂缝故障的检测方法，其特征在于，所述模态参数包括用以检测磁浮列车转向架裂缝故障的模态频率、模态阻尼和模态振型中的至少一种。4.如权利要求3所述的磁浮列车转向架裂缝故障的检测方法，其特征在于，所述步骤S2具体实现步骤为：S201、根据所述步骤S1中所获取的所述模态参数求出所述模态参数的总体自相关矩阵R，其公式可表示：R＝E{XXT}(1)式(1)中，X表示模态参数特征向量，XT表示模态参数特征向量X的转置，E表示求平均值；S202、根据所述步骤S201得到的总体自相关矩阵R，求出所述总体自相关矩阵R的特征值，其公式可表示为：|R-λ|＝0(2)式(2)中，λ表示特征值；S203、根据所述步骤S202得到的特征值，选择较大的特征值并求出所选择特征值的特征向量uk，其公式可表示为：Ruk＝λkuk(3)式(3)中，k＝1，2,3…n表示所...

【专利技术属性】
技术研发人员：龙志强，夏文韬，窦峰山，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43