基于PHM的高速铁路牵引电机滚动轴承健康状态预测

摘要：

针对高速铁路牵引电机滚动轴承健康状态预测问题,提出了基于深度堆叠去噪自编码器累积(DSDAE)和时滞最小二乘支持向量机(TDLSSVM)的预测方法.在提取高速铁路牵引电机滚动轴承健康状态的多种特征后,用深度堆叠去噪自编码器进行特征降维,并累积计算得到相关的健康指标.将健康指标作为训练数据用以构建时滞最小二乘支持向量机(TDSVR)模型,通过对健康指标的预测实现对健康状态进行评估.在公开数据集上做了DSDAE与TDSVR、累积马氏距离(MDCUSUM)与TDSVR、DSDAE与TDLSSVM和MDCUSUM与TDLSSVM四种方案的对比实验;在高速铁路某型号的牵引电机滚动轴承数据集上做了DSDAE与TDLSSVM方案的实验.通过对预测指标的分析可知,DSDAE与TDLSSVM方案可以很好地预测滚动轴承的健康状态变化趋势.

关键词：高速铁路装备、故障预测与健康管理、健康指标、状态预测、滚动轴承

所属期刊栏目：42

分类号：U260.33(机车工程)

资助基金：中国铁路总公司科技研究开发计划2016J007-B

在线出版日期：2020-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-101