机床与液压

作者：陈广，马闻达，孙泽明，张菀

单位：常州朗锐凯迩必减振技术有限公司;中车戚墅堰机车车辆工艺研究所有限公司；常州朗锐凯迩必减振技术有限公司;中车戚墅堰机车车辆工艺研究所有限公司；常州朗锐凯迩必减振技术有限公司;中车戚墅堰机车车辆工艺研究所有限公司；南京信息工程大学自动化学院

关键词：抗蛇行减振器;故障诊断;卷积神经网络;短时傅里叶变换

由于抗蛇行减振器在服役过程中发生故障会严重威胁到列车的运行安全，提出一种基于卷积神经网络的抗蛇行减振器故障诊断方法。采集的阻尼力信号通过短时傅里叶变换得到时频图谱，并将其划分为训练集和测试集；然后将训练集输入卷积神经网络模型中，进行训练样本信号的特征提取工作，通过前向传播和反向传播方式得到卷积神经网络的具体模型，并通过多次迭代更新网络参数；最后，将训练好的模型用于测试集，获得蛇行减振器故障诊断的准确率。为了验证模型的有效性，选用正常状态、启动不良和锯齿波故障数据作为实验验证，结果表明：该方法不仅避免了传统诊断方法需要人工提取特征带来的问题，且具有较好的诊断效果。

来源：2023年第8期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第8期