一种高速列车转向架故障诊断方法技术

本发明专利技术公开一种高速列车转向架故障诊断方法，提出了一种全矢样本熵特征提取算法，并将全矢样本熵特征提取算法和噪声辅助多元经验模态分解相结合进行高速列车转向架故障诊断，通过传感器采集列车运行中的振动信号数据，用噪声辅助多元经验模态分解对信号进行分解得到一系列的多元本征模态函数IMFs，采用相关系数法选择与原始信号最相关的IMF分量，再对有效的IMF分量进行全矢样本熵特征提取得到特征向量，最后将特征向量作为支持向量机的输入进行列车运行状态的识别。本发明专利技术，融合了同源两个通道的信息，引入全矢的概念得到一种融合的结果，充分考虑到了信号之间的信息融合，更能将各通道信号之间的特征反映出来，从而获得更高的识别率。

【技术实现步骤摘要】
一种高速列车转向架故障诊断方法
本专利技术涉及高速列车故障诊断
，具体为一种结合全矢样本熵和噪声辅助多元经验模态的高速列车转向架故障诊断方法。
技术介绍
高速列车技术是整个世界高速铁路运行系统中技术含量最高的，同时也是最为重要的子系统之一。近年来，高速列车的迅速发展使得列车的运行速度一直在增大，列车的安全性和可靠性也受到了人们越来越多的关注。列车在长期的运行服役过程中关键部件会有所损坏，这将对高速列车的安全运行造成一定的影响。因此，为了保证高速列车在长期服役过程中的稳定性和安全性，我们用安装在走行部上的传感器来获得列车运行过程中的振动信号，进而评估出列车的运行状态，为进行列车的安全预警和健康维护奠定了基础。如何利用从各个传感器采集到的高速列车振动信号数据，从而精确地评估出高速列车的运行状态，这些都是很有研究价值的工作。首先采用信号处理方法进行特征的选择和提取，然后对提取到的特征进行识别，这是非常重要的两步。近年来，信号分析和处理取得了越来越大的进步，如何选择有效的分析方法对高速列车振动数据进行分析处理以及怎样选取信号特征才能准确获得高速列车走行部运行状态特征，怎样选择分类器对特本文档来自技高网...

【技术保护点】
1.一种高速列车转向架故障诊断方法，其特征在于，包括以下步骤：步骤1：采集高速列车运行过程中转向架的振动信号数据；步骤2：通过噪声辅助多元经验模态分解对高速列车运行过程中转向架的振动信号进行处理：在转向架的振动信号中添加两通道与原始信号长度一样的不相关的高斯白噪声通道信号构成复合通道信号，再对复合通道信号进行多元经验模态分解，然后去掉噪声通道处理的结果，得到一系列的多元本征模态函数；步骤3：计算多元本征模态函数与原始振动信号的相关系数，选取有效的多元IMFs，计算原始振动信号的同源两通道信号时域序列，再将其全矢融合后得到的新的时域序列；步骤4：提取新的时间序列的样本熵特征作为特征向量；步骤5：...

【技术特征摘要】
1.一种高速列车转向架故障诊断方法，其特征在于，包括以下步骤：步骤1：采集高速列车运行过程中转向架的振动信号数据；步骤2：通过噪声辅助多元经验模态分解对高速列车运行过程中转向架的振动信号进行处理：在转向架的振动信号中添加两通道与原始信号长度一样的不相关的高斯白噪声通道信号构成复合通道信号，再对复合通道信号进行多元经验模态分解，然后去掉噪声通道处理的结果，得到一系列的多元本征模态函数；步骤3：计算多元本征模态函数与原始振动信号的相关系数，选取有效的多元IMFs，计算原始振动信号的同源两通道信号时域序列，再将其全矢融合后得到的新的时域序列；步骤4：提取新的时间序列的样本熵特征作为特征向量；步骤5：将特征向量作为支持向量机的输入进行列车状态的识别。2.根据权利要求1所述的高速列车转向架故障诊断方法，其特征在于，所述对复合通道信号进行多元经验模态分解具体为：步骤21：在n维空间上建立K个方向，将复合通道信号作为n元输入信号v(t)；步骤22：将n元输入信号v(t)映射到K个方向向量上；步骤23：找到映射信号极值对应瞬时时刻，在K个方向上分别插值极值点，得到信号多元包络；步骤24：由多元包络求局域均值m(t)，则本征模函数h(t)＝v(t)-m(t)；步骤25：判断h(t)是否满足IMF准...

【专利技术属性】
技术研发人员：葛鹏，金炜东，李亚兰，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51