《表2 待检曲线故障特征值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于EEMD多尺度样本熵的S700K转辙机故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文算法的可行性，选取S700K转辙机在2个不同时刻下发生故障时所对应的功率曲线作为待检样本。图5所示为广铁集团长沙电务段现场某S700K转辙机在2个不同时刻发生故障时所对应的功率曲线。为了便于用模糊聚类算法进行运算，令2条曲线为待检曲线1和待检曲线2，分别记为d1和d2。利用EEMD与样本熵算法对图5中的曲线d1和d2求特征值，如表2所示。经过现场工人的检修，确定d1和d2所对应的故障类型与表1中的故障f3和f5一致。