《表2 故障数据特征向量(示例)》
建立基于小波分析和DBN的诊断模型后,可对机车牵引系统进行离线故障诊断。以逆变过流为例,本文选取了200个机车实际运行过程中产生的离线故障数据作为样本,利用专家系统确定对应的故障类别标签,从而构成故障诊断模型的测试集。该测试集包含了7种故障类别标签(表1)。首先通过小波分解获得DCU信号的时频特征,即计算小波能量序列和小波熵,部分结果如表2所示。可以看出,小波能量序列和小波熵在不同故障类别下存在明显差异(如中间直流电压的小波熵值)。然后,基于小波分解获得的DCU信号时频特征,构建深度信念网络模型,将特征向量作为模型的输入数据,在一定程度上提高了模型的训练效率。
图表编号 | XD00100133200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.05 |
作者 | 唐黎哲、李珊、詹彦豪、江平 |
绘制单位 | 株洲中车时代电气股份有限公司、株洲中车时代电气股份有限公司、株洲中车时代电气股份有限公司、株洲中车时代电气股份有限公司 |
更多格式 | 高清、无水印(增值服务) |