高速列車走行部是保證高速列車正常行駛的重要組成部分。由于走行部發(fā)生的故障將會直接影響到高速列車的安全運(yùn)行,因此確保走行部的正常工作是保障列車運(yùn)行安全的前提。為了解決傳統(tǒng)的故障診斷算法普遍存在的診斷準(zhǔn)確率不高的問題,提高針對高速列車走行部的運(yùn)行狀態(tài)診斷算法的準(zhǔn)確率是高速列車故障診斷系統(tǒng)中重要的研究內(nèi)容之一。本文把安裝在高速列車走行部上的多個加速度傳感器中采集到的列車信號作為初始實驗源數(shù)據(jù),提出和實現(xiàn)一個基于多傳感器多特征的高速列車走行部故障診斷算法。本文主要研究工作如下:1.傳感器信號的特征處理。提出一種面向多傳感器多特征的特征處理MSMFP方法,即:（1）利用信息熵與集合經(jīng)驗?zāi)B(tài)分解實現(xiàn)對傳感器信號的特征提取,并建立初始特征空間;（2）提出特征融合SEPMFI算法實現(xiàn)對單傳感器的多特征融合;（3）通過MSFFC方法設(shè)計和實現(xiàn)多傳感器同一特征的特征組合來建立新特征空間。2.構(gòu)建故障特征空間。采用K-means聚類算法計算特征的故障可區(qū)分度,實驗結(jié)果顯示,新特征空間的故障可區(qū)分度比初始特征空間的故障可區(qū)分度高。判別并選擇具有最高故障可區(qū)分度的特征構(gòu)成故障特征空間。3.確定故障識別算法。分別... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
縮略語
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究目的及意義
    1.4 研究內(nèi)容
    1.5 論文結(jié)構(gòu)
第二章 理論基礎(chǔ)與相關(guān)技術(shù)
    2.1 走行部簡介
        2.1.1 數(shù)據(jù)來源
    2.2 信號處理技術(shù)
        2.2.1 EEMD
        2.2.2 信息熵
    2.3 多傳感器信號處理的數(shù)學(xué)計算基礎(chǔ)
        2.3.1 中值
        2.3.2 均值
        2.3.3 模糊理論與隸屬度
    2.4 特征選擇和故障識別方法
        2.4.1 K-means
        2.4.2 KNN
        2.4.3 SVM和 PSO-SVM
    2.5 本章小結(jié)
第三章 走行部信號數(shù)據(jù)特征處理
    3.1 MSMFP特征處理方法
    3.2 單傳感器特征提取
        3.2.1 能量熵
        3.2.2 功率譜熵
        3.2.3 奇異譜熵
    3.3 單傳感器特征融合
    3.4 多傳感器特征組合
    3.5 本章小結(jié)
第四章 高速列車走行部故障診斷算法實現(xiàn)
    4.1 算法設(shè)計
        4.1.1 特征處理
        4.1.2 特征選擇
        4.1.3 故障識別
    4.2 算法實現(xiàn)
        4.2.1 特征處理
        4.2.2 特征選擇
        4.2.3 故障識別
    4.3 本章小結(jié)
第五章 實驗結(jié)果與分析
    5.1 實驗準(zhǔn)備
        5.1.1 實驗環(huán)境
        5.1.2 實驗流程
    5.2 實驗結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群優(yōu)化支持向量機(jī)算法的行駛工況識別及應(yīng)用[J]. 石琴,仇多洋,吳冰,李一鳴,劉炳姣.  中國機(jī)械工程. 2018(15)
[2]基于RS-LSSVM的高速列車走行部滾動軸承故障診斷研究[J]. 賀德強(qiáng),陳二恒,李笑梅,劉旗揚(yáng).  廣西大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[3]基于EEMD降噪和流形學(xué)習(xí)的高速列車走行部故障特征提取[J]. 于萍,金煒東,秦娜.  鐵道學(xué)報. 2016(04)
[4]基于多源信息的高速列車走行部故障識別方法[J]. 朱建渠,金煒東,鄭高,朱斌.  振動與沖擊. 2014(21)
[5]基于排列組合熵的高速列車走行部故障分析[J]. 石國良,李曉,金煒東,茍先太.  計算機(jī)應(yīng)用研究. 2014(12)
[6]常見的功率譜估計方法及其Matlab仿真[J]. 鄧澤懷,劉波波,李彥良.  電子科技. 2014(02)
[7]基于諧波小波包變換的高速列車走行部故障特征提取與識別[J]. 朱建渠,金煒東,朱斌,李艾.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2013(06)
[8]基于EEMD的奇異譜熵在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J]. 高清清,賈民平.  東南大學(xué)學(xué)報(自然科學(xué)版). 2011(05)
[9]機(jī)械設(shè)備故障診斷概述[J]. 張伽,趙彬.  價值工程. 2010(33)
[10]空氣彈簧的現(xiàn)狀及其發(fā)展[J]. 張利國,張嘉鐘,賈力萍,黃文虎,張學(xué)偉.  振動與沖擊. 2007(02)

博士論文
[1]數(shù)據(jù)驅(qū)動的滾動軸承故障特征分析與診斷方法研究[D]. 俞嘯.中國礦業(yè)大學(xué) 2017
[2]列車輪對故障振動特性及診斷關(guān)鍵技術(shù)研究[D]. 王靖.中南大學(xué) 2012

碩士論文
[1]Hadoop平臺下的分布式SVM算法及其應(yīng)用研究[D]. 熊定鴻.西南交通大學(xué) 2016
[2]高速列車狀態(tài)識別系統(tǒng)設(shè)計與應(yīng)用[D]. 彭萍萍.西南交通大學(xué) 2016
[3]基于改進(jìn)的SVM和t-SNE高速列車走行部故障診斷[D]. 張雨晨.西南交通大學(xué) 2016
[4]基于Spark并行計算框架的高鐵走行部振動數(shù)據(jù)處理方法研究[D]. 李明.西南交通大學(xué) 2016
[5]基于Hadoop和GPU混合模型的高鐵大數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D]. 陳志.西南交通大學(xué) 2016
[6]基于流形學(xué)習(xí)與壓縮感知的高速列車走行部故障特征分析[D]. 于萍.西南交通大學(xué) 2016
[7]基于互信息和RBFNN高速列車走行部故障診斷[D]. 耿繼偉.西南交通大學(xué) 2015
[8]基于高速列車走行部監(jiān)測數(shù)據(jù)的EEMD特征分析[D]. 鄭宗琳.西南交通大學(xué) 2015
[9]基于改進(jìn)D-S證據(jù)理論的高速列車走行部故障診斷研究[D]. 賀曉.西南交通大學(xué) 2015
[10]云平臺下基于深度學(xué)習(xí)的高速列車走行部故障診斷技術(shù)研究[D]. 謝吉朋.西南交通大學(xué) 2015



本文編號：3179370