铁路货车空气制动系风压信号多特征提取方法.pdfVIP

第41卷第12期算机仿真2024年12月

文章编号：1006-9348（2024）12-0177-06

铁路货车空气制动系风压信号多特征提取方法

曹孟恺，岳建海，胡准庆

（北京交通大学机械与电子控制工程学院，北京100044）

摘要：空气制动系统是铁路货车安全运行的重要保障，其复杂的结构使系统故障与风压信号间的关系存在模糊性。基于3

万吨列车制动试验台数据采集系统采集到的空气制动系统四通道风压信号数据集，提出了一种风压信号的多特征提取方

法。将长时间序列风压信号划分为各制动周期风压信号作为数据样本，对各周期四通道信号分别提取时域、频域、时频域特

征以及每两通道间的相关性特征。为防止高维特征造成维度灾难，采用随机森林方法计算各特征的重要性指标，选择重要

性前10的特征组成敏感特征集。采用BP神经网络对敏感特征进行训练，通过五折交叉验证的方法在训练集和测试集上

的准确率分别为100%和97.619%取得了较好的故障分类效果，验证了特征提取方法的有效性。

关键词：特征提取；特征选择；空气制动系统；风压信号；故障诊断

中图分类号：U260.351TP206+.3文献标识码：B

Multi-FeatureExtractionMethodforRailwayAirBrakeSystem

WindPressureSignalofRailwayFreightCars

CAOMeng-kai,YUEJian-hai,HUZhun-qing

(SchoolofMechanicalandElectronicControlEngineering,BeijingJiaotongUniversity,Beijing100044,China)

ABSTRACT:Therailwayairbrakesystemisanimportantguaranteeforthesafeoperationofrailwayfreightcars.Its

complexstructuremakestherelationshipbetweensystemfailureandwindpressuresignalambiguous.Basedonthe

four-channelairpressuresignaldatasetoftherailwayairbrakesystemcollectedbythedataacquisitionsystemofthe

30000-tontrainbrakingtestbench,amulti-featureextractionmethodofairpressuresignalisproposed.Thelong-

timeseriespressuresignalsweredividedintopressuresignalsofeachbrakingcycleasdatasamples,andtime-do-

main,frequency-domain,andtime-frequencydomainfeatures,aswellascorrelationfeaturesbetweeneachpairof

channels,wereextractedforeachcyclesfour-channelsignals.Inordertopreventhigh-dimensionalfeaturesfrom

causingdimensionaldisasters,therandomforestmethodwasusedtocalculatethei