高速列車轉(zhuǎn)向架故障的信息熵測度特征分析方法研究.pdf

1、隨著我國高速鐵路的發(fā)展，高速列車的安全穩(wěn)定運行成為人們關(guān)注的熱點。轉(zhuǎn)向架是連接車體和軌道的唯一通道，轉(zhuǎn)向架關(guān)鍵部件的性能蛻變和故障狀態(tài)直接導(dǎo)致車體和轉(zhuǎn)向架振動形式改變，同時也嚴(yán)重威脅到列車的運行安全。列車車體和轉(zhuǎn)向架的振動信號中蘊含了豐富的信息，有效地運用這些信息進行轉(zhuǎn)向架關(guān)鍵部件的故障診斷、部件性能蛻化估計和故障預(yù)警，對保障列車安全穩(wěn)定運行具有重要的理論意義和工程應(yīng)用價值。然而，列車的振動信號是典型的復(fù)雜度高、耦合性和不確定性強的非線

2、性信號，傳統(tǒng)的單一特征提取方法難以達到有效識別故障的目的，亟需探尋新的特征提取和特征融合方法，以更有效地實現(xiàn)轉(zhuǎn)向架故障診斷與性態(tài)估計。
　　鑒于此，論文在系統(tǒng)分析信息測度理論主要指標(biāo)物理意義的基礎(chǔ)上，提出了信息測度理論中信息熵和復(fù)雜性測度算法與時頻分析方法相結(jié)合的特征提取和分析框架，針對高速列車轉(zhuǎn)向架故障信號特征提取、關(guān)鍵部件性能蛻化估計、多特征融合與降維等問題，開展了以下研究工作:
　　1)論文研究了5種小波信息熵在表征機

3、械振動信號方面的含義和小波信息熵測度在高速列車轉(zhuǎn)向架故障識別中的適用性，并將其應(yīng)用于高速列車轉(zhuǎn)向架故障振動信號的特征提取。將多種小波信息熵構(gòu)成高維特征向量用于轉(zhuǎn)向架關(guān)鍵部件的故障狀態(tài)識別。
　　2)將信息測度與聚合經(jīng)驗?zāi)B(tài)分解方法相結(jié)合，研究了一系列經(jīng)驗?zāi)B(tài)信息熵和經(jīng)驗?zāi)B(tài)復(fù)雜度，提出了基于經(jīng)驗?zāi)B(tài)信息測度的高速列車轉(zhuǎn)向架故障特征提取方法。該方法首先對高速列車轉(zhuǎn)向架故障仿真信號進行聚合經(jīng)驗?zāi)B(tài)分解，對分解后的各個固有模態(tài)函數(shù)進行篩

4、選，最后分別提取信息測度指標(biāo)作為故障信號的特征。通過對轉(zhuǎn)向架故障類型的正確識別，驗證了經(jīng)驗?zāi)B(tài)分解下的信息測度在高速列車故障信號特征提取中的可行性與有效性。
　　3)為了解決列車實際運行時出現(xiàn)的部件服役性態(tài)逐漸蛻變過程中的狀態(tài)估計問題，論文提出了一種基于關(guān)聯(lián)信息測度的特征提取方法。分析了部件性能蛻變的各個階段振動信號與正常狀態(tài)下振動信號之間的關(guān)聯(lián)關(guān)系，對該關(guān)聯(lián)關(guān)系進行量化分析，以表征部件參數(shù)的蛻變程度，據(jù)此提出了利用互相關(guān)樣本熵和

5、相對聚合經(jīng)驗?zāi)B(tài)能量熵來描述轉(zhuǎn)向架的性能蛻化的特征。最后用方差分析與多重分析的結(jié)果證明了關(guān)聯(lián)信息測度特征值在不同性能蛻化水平下的顯著差異性，并給出了利用特征均值的概率密度函數(shù)進行性能蛻變的具體估計方法。
　　4)為了更好地剔除冗余特征和不良特征、提高運算效率、有效降低特征維數(shù)，提出了結(jié)合多準(zhǔn)則特征選擇和流形學(xué)習(xí)降維方法的復(fù)合信息測度模型。在復(fù)合信息測度模型中，首先構(gòu)建了包含了時域、頻域、時頻域以及信息測度泛化特征的高維特征集合，通

6、過Relief算法、馬氏距離、Fisher比率三個準(zhǔn)則進行特征排序，并對三種排序結(jié)果進行加權(quán)平均獲得融合的特征選擇結(jié)果，再進行流形降維，仿真數(shù)據(jù)與動車組實測數(shù)據(jù)試驗結(jié)果驗證了該復(fù)合信息測度模型的有效性，降低特征維數(shù)的同時在所有傳感器通道上顯著提高了故障識別率。
　　論文進行了大量的仿真數(shù)據(jù)實驗和實測數(shù)據(jù)實驗，結(jié)果證明了所提特征提取方法和模型的有效性，為數(shù)據(jù)驅(qū)動方法來解決轉(zhuǎn)向架故障識別和部件性能蛻變估計提供了一種新的研究思路。