基于变分模态分解色散熵和SVM的轨道车辆受电弓故障诊断

摘要：

为提高轨道车辆受电弓的故障诊断精度,提出了基于变分模态分解(VMD)色散熵(DE)和支持向量机(SVM)的受电弓故障诊断方法.首先,以VMD为受电弓各运行状态信号的分解方法实现信号的多尺度自适应分解,得到若干个本征模态函数(IMF)分量.其次,以DE为特征提取方法计算各IMF分量的DE值,并组成故障特征向量.最后,以SVM为模式识别方法对故障特征进行识别,得到诊断结果.受电弓故障诊断实例验证了方法的有效性.

关键词：变分模态分解、色散熵、支持向量机、受电弓、故障诊断

所属期刊栏目：44

分类号：TH16

资助基金：河南省科技厅计划项目212102210058

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：747-752