机床与液压

作者：岑潮宇，代亮成，池茂儒，赵明花

单位：西南交通大学轨道交通运载系统全国重点实验室；西南交通大学轨道交通运载系统全国重点实验室；西南交通大学轨道交通运载系统全国重点实验室；西南交通大学轨道交通运载系统全国重点实验室

关键词：抗蛇行减振器;精细复合多尺度散布熵;故障诊断;灰狼优化;最小二乘支持向量机

基金：国家重点研发计划项目（2022YFB4301303）

针对高速列车抗蛇行减振器故障振动信号具有非线性、非平稳特征以及特征信号提取相对困难的问题，提出一种基于自适应噪声完备集合模态分解（CEEMDAN）与灰狼算法优化的最小二乘支持向量机（LSSVM）相结合的故障诊断方法。利用CEEMDAN方法分解车辆的振动信号，得到振动信号的各模态分量（IMF），并计算IMF各分量的精细复合多尺度散布熵(RCMDE)，组成每个样本下的特征向量，最后输入到利用灰狼优化算法（GWO）对LSSVM的惩罚系数和核函数参数迭代寻优以获得最优分类效果的LSSVM中进行故障诊断。试验结果表明：通过提取CEEMDAN各模态分量IMF的精细复合多尺度散布熵作为特征输入到GWO-LSSVM中具有很好的诊断效果，实现了抗蛇行减振器故障的有效判别，验证了该方法的可行性。

来源：2024年第21期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第21期