EMD和熵在高鐵走行部故障診斷中的應(yīng)用研究.pdf

1、高鐵具有輸送能力大、速度快、節(jié)能等優(yōu)點(diǎn)，對(duì)我國(guó)的交通、運(yùn)輸、環(huán)境以及經(jīng)濟(jì)起著十分重要的作用，然而高鐵交通安全形勢(shì)卻不樂(lè)觀，高鐵的安全問(wèn)題不斷出現(xiàn)。走行部故障是危害列車(chē)行駛安全的重要因素，因此，對(duì)列車(chē)的走行部故障進(jìn)行及時(shí)診斷和識(shí)別對(duì)高鐵的安全顯得尤為重要。采集并分析走行部的振動(dòng)信號(hào)是了解走行部運(yùn)行狀態(tài)和進(jìn)行故障診斷的重要手段，它的主要目標(biāo)是要尋找一種簡(jiǎn)單有效的信號(hào)變換方法，使得信號(hào)所包含的重要信息顯示出來(lái)，最終達(dá)到提取有效信號(hào)特征的目的，

2、因此信號(hào)分析是進(jìn)行走行部狀態(tài)檢測(cè)的重要步驟。傳統(tǒng)的信號(hào)分析方法在處理非平穩(wěn)信號(hào)時(shí)具有一定的局限性，本文將經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法和熵理論應(yīng)用于高鐵走行部故障診斷中。
　　時(shí)域近似熵反映了振動(dòng)信號(hào)的復(fù)雜程度，而對(duì)信號(hào)進(jìn)行EMD分解后的模態(tài)分量的能量反映了信號(hào)的主要頻率成分的能量。因此，時(shí)域近似熵理論和固態(tài)模態(tài)分量的能量信息包含了信號(hào)的特征，本文基于EMD方法和近似熵理論提取了高鐵的故障特征，并使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行狀態(tài)識(shí)別。實(shí)驗(yàn)結(jié)果

3、表明，該故障診斷方法能有效識(shí)別走行部故障，并能有效提高走行部故障診斷性能。
　　此外，本文結(jié)合EMD方法和模糊熵理論提出了一種高鐵走行部故障特征提取方法。通過(guò)對(duì)不同工況下的振動(dòng)信號(hào)進(jìn)行EMD分解得到一系列模態(tài)分量，本文摒棄了傳統(tǒng)方法中僅選取前若干個(gè)模態(tài)分量作為待分析模態(tài)分量的思想，而是將所有的模態(tài)分量進(jìn)行分析，并計(jì)算所有模態(tài)分量的模糊熵的平均值作為振動(dòng)信號(hào)的特征。最后為了證明本文提出的方法的有效性，選用BP神經(jīng)網(wǎng)絡(luò)、SVM以及貝葉