基于EEMD降噪和流形学习的高速列车走行部故障特征提取.pdfVIP

第38卷第4期 铁 道 学 报 Vo1．38 No．4 2016年 4月 JOURNALOFTHECHINA RAI三 YSOCIETY April 2016 文章编号：1001—8360(2016)04—0016—06 基于EEMD降噪和流形学习的高速列车 走行部故障特征提取 于 萍，金炜东，秦 娜 (西南交通大学 电气工程学院，四川 成都 610031) 摘 要 ：为提取走行部故障信号中的冲击成分 ，提出基于集合经验模态分解降噪和流形学习的故障特征提取模 型。依据由峭度和互相关系数所得的综合指标最大准则对故障信号进行集合经验模态分解降噪，以突出各故障 主要冲击特征信息；提取已降噪信号的时域、频域、小波包能量矩等多个特征来构造每个样本的高维特征集；运 用邻域保持嵌入算法进行维数约简；利用支持向量机进行故障类型识别。标准数据集和高铁故障数据仿真实验