基于Copula函数的高速列车转向架故障特征提取

摘要：

为了实时监测高速列车转向架关键部件的工作状态,提出了一种基于Copula函数的特征提取方法.以某型高速列车转向架正常、抗蛇形减振器失效、空气弹簧失效、横向减振器失效4种工况的振动信号为研究对象,将信号进行聚合经验模态分解,针对得到的本征模态函数,使用Gaussian Copula函数构建它们的联合概率密度函数.提取边缘分布的Kullback-Leibler Distance值,及联合概率密度函数的均值和方差作为特征,采用支持向量机进行识别.实验结果表明,在200 km/h速度下,故障平均识别率在95％以上,表明了该特征提取方法的有效性.

关键词：高速列车、聚合经验模态分解、Copula函数、特征提取

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61134002

在线出版日期：2015-10-19（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：676-682