科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决S700K型电动转辙机正常、亚健康、故障和严重故障等全周期运行状态难以评估的问题，考虑其动作功率曲线和状态信息的一致性，结合局部均值分解(LMD)和排列熵(PE)理论，提出基于模糊聚类分析的S700K型电动转辙机运行状态评估算法。首先利用LMD分解将曲线分解成不同频率特性的乘积函数分量；其次结合PE算法量化不同分量复杂度，构建功率曲线的特征向量；最后用不同运行状态下的特征向量建立初始模糊矩阵，利用模糊聚类方法求得模糊相似矩阵和模糊等价矩阵。当置信因子从大到小变化时，由对应布尔矩阵得到动态聚类图，在置信因子取特定值时，测试集和样本集进行了匹配分类，从而实现了转辙机运行状态评估。实验结果表明，该算法模型具有结构简单、自适应和小样本的优势，更容易有效识别转辙机全周期运行状态。
- 单位
