[发明专利]基于VMD的轨道车辆平轮状态的监测与诊断方法

权利要求书

1.一种基于VMD的轨道车辆平轮状态的监测与诊断方法，其特征在于，包括如下步骤：

通过安装于轨道内的传感器采集平轮的振动信号；

对所述振动信号进行VMD变分模态分解，得到多个不同频率下的模态u_k；

对多个所述模态构建包络谱熵特征；

在包络谱熵特征中选取与所述振动信号一致性强的包络谱熵值；

将选取的多个包络谱熵值输入训练支持向量机中进行识别，识别平轮的工况。

2.根据权利要求1所述的基于VMD的轨道车辆平轮状态的监测与诊断方法，其特征在于：

对所述振动信号进行VMD变分模态分解采用乘法算子方向法，得到多个不同频率下的模态u_k。

3.根据权利要求2所述的基于VMD的轨道车辆平轮状态的监测与诊断方法，其特征在于：

所述乘法算子方向法具体为：

对所述振动信号的模态分量中心频率算子进行初始化；

更新u_k、ω_k和λ，具体公式为：

${\hat{u}}_k^{n+1}\left(\mathrm{\ω}\right)=\frac{\hat{f}\left(\mathrm{\ω}\right)-\underset{i\≠k}{\mathrm{\Σ}}\widehat{u_i}\left(\mathrm{\ω}\right)+\frac{\widehat{\mathrm{\λ}}\left(\mathrm{\ω}\right)}{2}}{1+2\mathrm{\α}{(\mathrm{\ω}-{\mathrm{\ω}}_k)}^2},$

${\mathrm{\ω}}_k^{n+1}=\frac{{\∫}_0^{\mathrm{\∞}}\mathrm{\ω}|\widehat{u_k}\left(\mathrm{\ω}\right){|}^{2}d\mathrm{\ω}}{{\∫}_0^{\mathrm{\∞}}|\widehat{u_k}\left(\mathrm{\ω}\right){|}^{2}d\mathrm{\ω}},$

其中ω为中心频率，α为二次乘法因子，λ为拉格朗日乘法算子；

确定判定精度e，根据判定公式，对于满足该判定公式的情况，停止迭代输出分解模态u_k。