-
题名基于时序特征模式识别的列车网侧过流故障实时诊断
被引量：5
- 1
-
-
作者
倪强
李学明
刘侃
黄庆
-
机构
广东工业大学自动化学院
湖南大学机械与运载工程学院
中车株洲电力机车研究所有限公司
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2022年第11期3963-3974,共12页
-
基金
国家自然科学基金项目(51877075)。
-
文摘
为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。
-
关键词
故障时序特征
时序特征模式识别
高斯混合模型与隐层马尔科夫链
实时诊断
牵引传动系统
-
Keywords
fault time-series feature
time series pattern recognition
Gaussian mixture models and hidden Markov models(GMM-HMM)
real-time diagnosis
traction drive system
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
