| VMD改进多尺度排列熵和LLTSA的列车车轮损伤诊断 |
| |
| 引用本文： | 田英,刘启跃.VMD改进多尺度排列熵和LLTSA的列车车轮损伤诊断[J].机械科学与技术(西安),2021,40(10):1530-1535. |
| |
| 作者姓名： | 田英 刘启跃 |
| |
| 作者单位： | 四川建筑职业技术学院,成都 610339;西南交通大学 牵引动力国家重点实验室摩擦学研究所,成都 610031 |
| |
| 摘 要： | 针对列车车轮损伤振动信号特征难以提取的问题,本文提出基于变分模态分解(VMD)改进多尺度排列熵和线性局部切空间排列算法(LLTSA)的车轮损伤诊断方法.首先利用VMD方法分解原始振动信号得到若干个模态分量,计算各模态分量的改进多尺度排列熵,然后采用LLTSA方法进行特征维数约简,并与等距映射流形算法(ISOMAP)降维结果对比,获得最优的低维特征向量,最后将低维特征向量作为核极限学习机(KELM)的输入进行分类辨识.实验分析结果表明,该方法能够成功识别出车轮损伤状态.
|
| 关 键 词： | 车轮损伤 诊断 VMD 改进多尺度排列熵 LLTSA |
Train Wheel Damage Diagnosis based on VMD Improved Multiscale Permutation Entropy and LLTSA |
| |
| TIAN Ying,LIU Qiyue.Train Wheel Damage Diagnosis based on VMD Improved Multiscale Permutation Entropy and LLTSA[J].Mechanical Science and Technology,2021,40(10):1530-1535. |
| |
| Authors: | TIAN Ying LIU Qiyue |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
