基于双目标传感器分布优化的转向架构架状态监测

研究提出一种基于传感器分布优化的转向架构架状态监测方法,采用小波变换和主成分分析对构架正常状态下的多工况振动信号进行特征提取和降维,以支持向量数据描述(SVDD)超球体半径定义双目标优化函数:传感器数量和超球体聚类指标,并基于改进的非劣分层多目标遗传算法(NSGA-II)对传感器分布进行优化。在此基础上,搭建转向架构架状态监测实验平台进行构架异常状态识别研究,结果表明:1)经优化后的传感器分布方案能以较少的数量保证很好的构架异常状态监测效果,当传感器分布优化方案中传感器数量分别为1,2和3时,识别率分别为79.24%,94.80%和99.81%;2)以转向架构架正常状态样本集构建的SVDD模型对异常状态具有很好的识别效果。