基于多传感器数据融合的轨道车辆齿轮箱异常检测 |
| |
引用本文: | 刘玉梅,乔宁国,庄娇娇,刘鹏程,胡婷,陈立军. 基于多传感器数据融合的轨道车辆齿轮箱异常检测[J]. 吉林大学学报(工学版), 2019, 49(5): 1465-1470 |
| |
作者姓名: | 刘玉梅 乔宁国 庄娇娇 刘鹏程 胡婷 陈立军 |
| |
作者单位: | 吉林大学交通学院,长春,130022;吉林大学大数据和网络管理中心,长春,130022 |
| |
基金项目: | 国家自然科学基金;吉林省科技厅科技攻关计划重点项目 |
| |
摘 要: | 针对轨道车辆齿轮箱监测测点多、数据量大、数据融合程度低等特点,提出一种基于相关函数融合算法与模糊C均值聚类结合的齿轮箱异常检测方法。相关函数融合算法用于将齿轮箱多个测点采集的振动信号融合为一个能全面反映齿轮箱运行状态的信号;对融合信号进行聚合经验模态分解,并计算奇异熵、能量熵;采用模糊C均值聚类算法对特征集进行簇划分,判断齿轮箱含有几类异常情况。通过实际线路运行数据的采集与分析,验证了本文方法的有效性。
|
关 键 词: | 铁路运输 轨道车辆 齿轮箱异常检测 相关函数融合算法 模糊C均值聚类 |
Anomaly detection of rail vehicle gearbox based on multi-sensor data fusion |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|