当前位置: 首页 > 专利查询>吉林大学专利>正文

一种基于RPSO-VMD-CatBoost的牵引电机故障诊断方法技术

技术编号:46411437 阅读:5 留言:0更新日期:2025-09-16 19:58
本发明专利技术属于轨道交通牵引电机电变量测量与故障诊断领域,具体涉及一种基于RPSO‑VMD‑CatBoost的牵引电机故障诊断方法,包括牵引电机电流信号采集、利用改进粒子群优化算法自适应寻优VMD算法中的关键参数和α、寻优IMF分量、提取故障特征频率、针对原始电信号进行时域特征的提取、对CatBoost分类器的超参数进行寻优、进行模型训练等步骤。本发明专利技术采用RPSO对VMD超参数寻优,降低了参数对特征提取的影响,同时提取到信号有效的频域特征,提高了故障诊断的准确性,可以为实际运行过程中轨道车辆牵引电机的故障诊断提供可信度更高的论据支撑。

【技术实现步骤摘要】

本专利技术属于轨道交通牵引电机电变量测量与故障诊断领域,具体涉及一种基于rpso-vmd-catboost的牵引电机故障诊断方法。


技术介绍

1、随着轨道车辆的设计和相关技术不断发展迭代,其结构和操作难度也变得越发复杂,对轨道车辆运行时的安全性、可靠性和乘坐舒适性的要求也越来越高。牵引传动系统作为轨道车辆的核心动力来源,牵引电机更是轨道车辆牵引传动系统的核心总成,保证其稳定可靠地运行至关重要。然而,由于牵引电机的结构特性和功能需求,其工作环境往往涉及多物理场的复杂耦合作用,长期运行会导致牵引电机产生疲劳损伤、健康状况劣化,从而导致失效率增加,严重时甚至威胁轨道车辆的运行安全。与此同时,牵引电机电信号呈现非平稳、强噪声、多分量耦合和非线性特性,给故障特征的有效提取带来了巨大挑战。现有的牵引电机故障诊断方法中还存在以下技术问题:直接对原始测量得到的电信号进行傅里叶变换得到频谱图很难提取到失效特征频率;vmd算法中超参数分解尺度和惩罚因子难以人为确定;粒子群优化算法易陷入局部最优且局部搜索能力不足等;因此开展牵引电机故障诊断方法研究具有重要的理论价值和工程意义。本文档来自技高网...

【技术保护点】

1.一种基于RPSO-VMD-CatBoost的牵引电机故障诊断方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的一种基于RPSO-VMD-CatBoost的牵引电机故障诊断方法,其特征在于:步骤S1中,牵引电机电流信号的采样率设为100kHz,采样时长不低于10s,获得完整的稳态与瞬态信号。

3.根据权利要求1所述的一种基于RPSO-VMD-CatBoost的牵引电机故障诊断方法,其特征在于:步骤S202中,选择平均信息熵作为变分模态分解算法中关键参数的适应度函数,表达式如下:

4.根据权利要求1所述的一种基于RPSO-VMD-CatBoos...

【技术特征摘要】

1.一种基于rpso-vmd-catboost的牵引电机故障诊断方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的一种基于rpso-vmd-catboost的牵引电机故障诊断方法,其特征在于:步骤s1中,牵引电机电流信号的采样率设为100khz,采样时长不低于10s,获得完整的稳态与瞬态信号。

3.根据权利要求1所述的一种基于rpso-vmd-catboost的牵引电机故障诊断方法,其特征在于:步骤s202中,选择平均信息熵作为变分模态分解算法中关键参数的适应度函数,表达式如下:

4.根据权利要求1所述的一种基于rpso-vmd-catboost的牵引电机故障诊断方法,其特征在于:步骤s203中,所述麻雀搜索机制的表达式如下:

5.根据权利要求1所述的一种基于rpso-vmd-catboost...

【专利技术属性】
技术研发人员:刘玉梅龙雨刘泊睿薛超群刘铭周彦轩李宗尧郭雪刘晓张壮壮潘文昊张阳徐观陈熔张立斌
申请(专利权)人:吉林大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1