高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析
秦娜1
金炜东1
黄进1
李智敏2
1.西南交通大学电气工程学院,四川成都,6100312.西南交通大学材料科学与工程学院,四川成都,610031
摘要：为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性.
关键词：高速列车转向架特征提取聚合经验模态分解模糊熵最小二乘支持向量机
分类号：TP274(自动化技术及设备)TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61134002)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1245-1251 )
英文信息