科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前铁路货车制动系统故障诊断精度不高、效率低下的问题，以货车空气制动机风压数据为研究对象，提出了一种基于核主成分分析(KPCA)和优化隐马尔可夫模型(HMM)的货车制动系统故障诊断方法。首先，对制动机多通道风压信号进行特征提取，获得特征向量；然后采用KPCA对特征向量进行特征约减，获取主要的信息成分；采用K均值(K-means)算法对隐马尔可夫模型的初始参数进行优化，最后利用优化隐马尔可夫模型对空气制动机进行故障诊断。实验结果表明，与其它诊断模型相比，所提方法具有更高的诊断率和优越性。
- 单位
