| 基于近似熵及EMD的高铁故障诊断 |
| |
| 引用本文： | 赵晶晶,杨燕,李天瑞,曾京,魏来. 基于近似熵及EMD的高铁故障诊断[J]. 计算机科学, 2014, 41(1): 91-94,99 |
| |
| 作者姓名： | 赵晶晶 杨燕 李天瑞 曾京 魏来 |
| |
| 作者单位： | 西南交通大学信息科学与技术学院 成都610031;西南交通大学信息科学与技术学院 成都610031;西南交通大学信息科学与技术学院 成都610031;西南交通大学牵引动力国家重点实验室 成都610031;西南交通大学牵引动力国家重点实验室 成都610031 |
| |
| 基金项目： | 本文受国家自然科学基金(61134002,1,61175047),西南交通大学牵引动力国家重点实验室自主研究课题(2012TPL_T15),中央高校基本科研业务费专项资金资助 |
| |
| 摘 要： | 抗蛇行减振器故障、横向减振器故障、空气弹簧故障是高铁的3种典型故障。针对高铁的3种常见故障的非线性、非平稳特性,本次研究中将近似熵和经验模态分解应用到高铁故障诊断中进行故障特征提取,并使用BP神经网络作为高铁故障诊断模型进行高铁的故障诊断。实验证明,该方法能够准确有效地进行高铁故障诊断。此外,通过对比实验表明,融合近似熵特征和EMD分解后的第一个模态分量的能量特征比单个特征更有利于高铁故障诊断。
|
| 关 键 词： | 特征提取 近似熵 经验模态分解 神经网络 |
| 收稿时间： | 2013-06-03 |
| 修稿时间： | 2013-08-15 |
Fault Diagnosis of High-speed Rail Based on Approximate Entropy and Empirical Mode Decomposition |
| |
| ZHAO Jing-jing,YANG Yan,LI Tian-rui,ZENG Jing and WEI Lai. Fault Diagnosis of High-speed Rail Based on Approximate Entropy and Empirical Mode Decomposition[J]. Computer Science, 2014, 41(1): 91-94,99 |
| |
| Authors: | ZHAO Jing-jing YANG Yan LI Tian-rui ZENG Jing WEI Lai |
| |
| Affiliation: | School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China;School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China;School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China;Traction Power State Key Laboratory,Southwest Jiaotong University,Chengdu 610031,China;Traction Power State Key Laboratory,Southwest Jiaotong University,Chengdu 610031,China |
| |
| Abstract: | |
| |
| Keywords: | Feature extraction Approximate entropy Empirical mode decomposition Neural network |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
