[发明专利]一种基于经验小波希尔伯特变换的电力机车空转识别方法

权利要求书

1.一种基于经验小波希尔伯特变换的电力机车空转识别方法，其特征在于：首先通过空转趋势识别系统对机车轮对速度进行经验小波变换、最优特征信号提取和希尔伯特变换得到希尔伯特能量谱，进而通过基于时频-能量谱的空转趋势识别得到机车当前空转趋势值；同时通过牵引力矩指令对当前运行工况进行辨识得到当前工况信息值；最后利用空转趋势值、当前工况信息值和通过差分阈值法得到的差分空转判定值对机车空转状态进行综合判定，识别出机车空转状态，其中，所述最优特征信号提取的步骤包括：

步骤一、按如下公式计算方差贡献率：

其中：M_k为第k个经验模态v_k(t)的方差贡献率，D_k为第k个经验模态v_k(t)的方差；Δt为信号的数据采样时间；

步骤二、将各经验模态的方差贡献率值降序排列，然后选择方差贡献率之和大于0.95的前N个经验模态v_k(t)作为最优特征信号v_opt(t)，即其中1≤Ni。

2.根据权利要求1所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法，其特征在于：所述经验小波变换的步骤包括：

步骤一、对机车轮对速度v(t)进行快速傅里叶变换，并将傅里叶频率谱限定于ω∈[0,π]；

步骤二、将傅立叶频率谱[0,π]分割成N个连续的片段，每个片段定义为Λ_n＝[ω_n-1,ω_n]，其中ω_n为片段之间的边界，且有ω₀＝0和ω_N＝π；

步骤三、基于步骤二划分的频谱Λ_n＝[ω_n-1,ω_n]，首先以每个片段边界ω_n为中心，定义宽度为T_n＝2τ_n的过渡段；然后定义τ_n＝γω_n且使最后选择β(x)＝x⁴(35-84x+70x²-20x³)，按如下公式计算经验尺度函数和经验小波函数

步骤四、对原始信号v(t)进行经验小波变换，按如下公式计算得到在不同频率尺度上的i个经验模态：

v₁(t)＝W_v(1,t)*φ₁(t)

v_k(t)＝W_v(k,t)*ψ_k(t)

其中，k＝2,3,...,i；W_v(n,t)＝v,ψ_n，W_v(1,t)＝v,φ₁，分别为经验小波变换系数的细节系数和近似系数；·表示计算内积。

3.根据权利要求2所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法，其特征在于：对傅立叶频率谱[0,π]进行分割的具体方法为：首先检测出傅里叶频谱中M个极大值M_i(i＝1,2,…,M)，将其按递减顺序排序并正则化到[0,1]；然后保留所有大于阈值M_M+0.35×(M₁-M_M)的极大值，其个数即为频谱分割数N；最后，定义ω_n为两个连续且大于上述阈值的极大值的中心，完成对频谱的划分。