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.pdf

1、由于論文研究對象——走行部故障監(jiān)測信號（由安裝在轉(zhuǎn)向架不同位置的若干加速度傳感器測得），是故障源及走行部其他結(jié)構(gòu)部件受軌道不平順等因素影響，所形成的若干振動模式的線性或非線性混合;此外，因測量條件的限制，監(jiān)測信號中不可避免的疊加有噪聲。因此，從車輛動力學(xué)建模與受力分析的角度出發(fā)，建立系統(tǒng)微分方程，實(shí)現(xiàn)對各故障的定性分析存在很大的困難與挑戰(zhàn);相對地，從監(jiān)測數(shù)據(jù)特征分析的角度出發(fā)（考慮到監(jiān)測數(shù)據(jù)中必然包含走行部相應(yīng)部件的故障信息），展開走行

2、部幾種常見故障對高速列車動力學(xué)性能的影響探究實(shí)驗(yàn)具有一定優(yōu)勢。
　　本文基于3類振動監(jiān)測數(shù)據(jù)——數(shù)據(jù)1:高速列車走行部單一、復(fù)合故障共10種工況仿真數(shù)據(jù);數(shù)據(jù)2:武廣線車載GPS實(shí)測4種工況車輪踏面磨損數(shù)據(jù);數(shù)據(jù)3:含4種單一故障工況及3種內(nèi)環(huán)性能退化工況的軸承故障標(biāo)準(zhǔn)數(shù)據(jù)集，展開了如下特征提取、特征選擇研究實(shí)驗(yàn):
　　(1)為充分認(rèn)識走行部若干類型故障的特點(diǎn)及影響，結(jié)合時-頻域圖、6維時域統(tǒng)計指標(biāo)、20維奇異值特征做了初步

3、研究，擬解決如下問題:a）.所提取的初步特征能否將不同故障有效分開;b）.所提取的初步特征能有效否反應(yīng)部件性能退化規(guī)律;此外，還探究了行車速度變化對列車平穩(wěn)性的影響。
　　(2)從多尺度分析角度出發(fā)，結(jié)合信息熵算法在故障分析中的應(yīng)用，以減振器全拆狀態(tài)下的走行部單一、復(fù)合故障仿真數(shù)據(jù)工況1-7為研究對象，通過統(tǒng)計特征提取、SVD算法、多尺度信息熵模型等展開監(jiān)測信號特征提取工作，得到各故障的原始高維特征;然后采用流形學(xué)習(xí)中的S-ISO

4、MAP算法對高維特征進(jìn)行非線性降維;此外，為進(jìn)一步驗(yàn)證降維后低維特征的有效性及優(yōu)異性，做了基于Fisher比率分別對高、低維特征進(jìn)行評價的補(bǔ)充實(shí)驗(yàn);結(jié)果表明:S-ISOMAP算法對高維故障特征降維時，能在最大程度保留有用信息的前提下，去除高維特征中對分類貢獻(xiàn)度低的次要冗余特征（如一些Fisher比率值接近0的特征），得到的低維特征對7種工況的可分性更好。
　　(3)為充分認(rèn)識車輪踏面磨損程度對列車運(yùn)行平穩(wěn)性的影響，運(yùn)用奇異譜相對熵

5、與灰色絕對關(guān)聯(lián)度這兩個特征來衡量踏面磨損過程，得到如下結(jié)論:當(dāng)新輪踏面處于未磨損狀態(tài)時，奇異譜相對熵取值較小，接近于0，而關(guān)聯(lián)度取值較大，接近于1;相對地，若踏面磨損程度越深，其監(jiān)測信號與正常狀態(tài)信號的相似性越小，計算得到的相對熵取值越大，灰色關(guān)聯(lián)度取值越小。
　　(4)采用二次統(tǒng)計特征提取與CS算法特征降維相結(jié)合的思路，進(jìn)一步探索各故障內(nèi)在規(guī)律;走行部故障仿真數(shù)據(jù)實(shí)驗(yàn)及軸承單故障標(biāo)準(zhǔn)數(shù)據(jù)集實(shí)驗(yàn)結(jié)果都表明:a）.二次統(tǒng)計特征對故障