典型文献
基于功率曲线时域特征和变分模态分解的S700K转辙机运行状态诊断算法
文献摘要：
根据S700K转辙机动作功率曲线非线性、非平稳、能充分反映转辙机不同状态信息的特点,提出基于功率曲线时域特征和变分模态分解、排列熵和模糊聚类分析的S700K转辙机全周期状态诊断算法.获取典型功率曲线,计算其有效值、峰值因子和峭度因子作为时域特征值,用于描述功率曲线能量特征、冲击特性及概率密度;为弥补曲线类型中时域特征值差异不明显的特征表征,采用变分模态分解将功率曲线分解成具有不同频率特性的模态函数,计算不同模态函数的排列熵得到4个频域特征值;将时、频域共计7个特征值作为运行状态特征集,使用模糊聚类算法对特征集进行运行状态诊断,得到S700K转辙机的运行状态(正常、亚健康、故障和严重故障).实例应用结果表明:对选取的60组曲线,本文算法诊断正确率为98.33％;故障库为30条曲线时,程序运行时间不超过1.3 s;采用该算法,无须对模型进行训练,便能准确有效地诊断S700K转辙机运行状态,适合S700K转辙机样本少的特点.
文献关键词：
提速道岔;S700K转辙机;功率曲线;状态诊断;变分模态分解;排列熵;模糊聚类算法
中图分类号：
作者姓名：
魏文军;李政;武晓春
作者机构：
兰州交通大学 自动化与电气工程学院,甘肃兰州 730070;兰州交通大学光电技术与智能控制教育部重点实验室,甘肃兰州 730070
文献出处：
引用格式：
[1]魏文军;李政;武晓春-.基于功率曲线时域特征和变分模态分解的S700K转辙机运行状态诊断算法)[J].中国铁道科学,2022(03):144-154
A类：
提速道岔
B类：
功率曲线,时域特征,变分模态分解,S700K,转辙机,机运,运行状态诊断,动作功率,非平稳,充分反映,状态信息,排列熵,模糊聚类分析,全周期,有效值,峰值因子,峭度,线能量,能量特征,冲击特性,概率密度,曲线类型,中时,分解成,不同频率,频率特性,模态函数,频域特征,征集,模糊聚类算法,行运,亚健康,严重故障,实例应用,组曲,诊断正确率,故障库,程序运行,运行时间,无须,确有
AB值：
0.302286
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
