10.3969/j.issn.1009-0134.2019.11.003
基于MEEMD和GRNN的轨道交通列车辅助逆变器故障诊断
针对轨道交通列车辅助逆变器故障信号的非平稳、非线性特征,提出了一种基于改进的总体平均经验模态分解方法(Modified EEMD,MEEMD)和广义回归神经网络的列车辅助逆变器的故障诊断方法.应用MEEMD分解方法对采集的原始故障信号进行处理,将原始故障信号分解成多个平稳的本征模函数(intrinsic mode function,IMF),提取到含有故障信息的特征向量.建立GRNN网络模型,对辅助逆变器的三种故障类型进行识别.仿真结果表明,基于广义回归神经网络的诊断方法与BP神经网络相比有更好的故障诊断效果,可以准确识别列车辅助逆变器的故障类型,并且满足了对故障诊断的准确性要求.
MEEMD、广义回归神经网络、信号分解、故障诊断
41
TP183;TP206+.3(自动化基础理论)
山东省重点研发计划2017GGX10115
2019-11-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
11-14
