基于白噪声统计特性与EEMD的高速列车横向减振器故障诊断

摘要：

针对高速列车横向减振器故障信号非线性非平稳的特点,提出了基于白噪声统计特性与聚合经验模态分解(EEMD)相结合的故障诊断算法.利用经验模态分解(EMD)对故障信号进行去噪,然后对去噪后的信号进行EEMD分解,最后对用相关系数求得的最能反映振动信号的本征模态函数(IMF)计算排列组合熵.在240km/h速度下,对高速列车横向减振器七种工况进行诊断,识别率达到91.8％.实验结果表明,与基于小波熵特征分析的算法相比,该算法具有更高的识别率和更强的抗噪性能.

关键词：高速列车、横向减振器、故障诊断、白噪声统计特性、支持向量机、聚合经验模态分解

所属期刊栏目：33

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金重点资助项目61134002;中央高校基本科研业务费专项资金资助项目SWJT12CX038U

在线出版日期：2016-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2648-2651