基于模糊聚类算法的S700 K型电动转辙机运行状态评估

摘要：

为解决S700K型电动转辙机正常、亚健康、故障和严重故障等全周期运行状态难以评估的问题,考虑其动作功率曲线和状态信息的一致性,结合局部均值分解(LMD)和排列熵(PE)理论,提出基于模糊聚类分析的S700K型电动转辙机运行状态评估算法.首先利用LMD分解将曲线分解成不同频率特性的乘积函数分量;其次结合PE算法量化不同分量复杂度,构建功率曲线的特征向量;最后用不同运行状态下的特征向量建立初始模糊矩阵,利用模糊聚类方法求得模糊相似矩阵和模糊等价矩阵.当置信因子从大到小变化时,由对应布尔矩阵得到动态聚类图,在置信因子取特定值时,测试集和样本集进行了匹配分类,从而实现了转辙机运行状态评估.实验结果表明,该算法模型具有结构简单、自适应和小样本的优势,更容易有效识别转辙机全周期运行状态.

关键词：S700K型电动转辙机、运行状态评估、局部均值分解、排列熵、模糊聚类

所属期刊栏目：44

分类号：TP391;U298(计算技术、计算机技术)

资助基金：国家自然科学基金;光电技术与智能控制教育部重点实验室兰州交通大学开放课题

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81