[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

说明书

本发明公开了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，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得到当前工况信息值；最后结合当前空转趋势值、当前工况信息值以及由差分阈值法判定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。与现有技术相比，本发明的积极效果是：综合利用输入信号的时频信息，空转识别更加准确、快速；对电力机车复杂的运行工况和运行环境的适应性更强；对增益系数等阈值的取值要求并不严苛；能有效滤除噪声信号的干扰、提取包含空转的关键信号；有效避免了列车振动对识别算法的干扰，提高了空转识别精度。

技术领域

本发明涉及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。

背景技术

在铁路运输中，电力机车动轮与轮轨之间的粘着力是驱动机车运行的最终 动力，因此只有保证轮轨间的有效粘着不被破坏，即避免机车轮对发生空转， 才能有效地利用牵引电机的输出功率，使牵引电机功率利用率最大化。但轮轨 间粘着性能受到诸多因素的影响，比如树叶、油脂、冰、雪、水等，这些因素 会使轮轨间的粘着急剧下降。当机车轮轨间的粘着条件变差或者被破坏时，电 力机车轮对会发生空转，空转会造成牵引电机有效功率的下降，并导致轮轨的 磨损甚至毁坏，严重威胁到列车的安全运行。因此在电力机车的牵引控制系统 中，通常需要防空转控制系统，对轮对的空转趋势进行识别并采取相应措施加以控制，而快速有效地识别空转则是该系统的关键。

防止机车空转的关键在于是否能够准确、及时地识别出其空转趋势，现有 的机车空转识别方法主要有：

1)组合空转识别法

该方法首先通过对各轴轮对速度估计出列车参考速度，然后计算出相应的 蠕滑速度、加速度、加速度微分，最后结合牵引力矩指令，在牵引工况下根据 相应阈值来判定空转状态。这种方法优点是原理简单、便于实现、实时性好， 缺点是在空转的判定上有较大滞后，同时识别准确率也不够理想。

2)基于模糊熵的空转识别方法

该方法首先由原始轮速数据计算车轮转速的模糊熵，具体方式为采用最大 重叠方法计算出每个序列的模糊熵值；然后判定运行工况条件；最后与加速度 阈值法结合综合判定空转状态。本方法优点在于原理简单，计算速度也较快； 但方法中模糊熵的计算易受噪声信号干扰，在环境复杂、噪声较大的情况下无 法有效识别空转，同时时间序列长度的选取对模糊熵计算结果的影响也很大。

3)基于牵引电机在线监测的电力机车空转识别方法

该方法首先把牵引电机三相电压，三相电流等电气量作为在线监测量输入 多采样率扩展卡尔曼滤波状态估计模块，获得与空转特征空间相关的辨识量； 然后利用上述在线数据，由基于数据驱动的自学习与自适应系统得到空转状态 的初步判定；最后综合上述判断信息以及运行工况，对空转状态进行综合判定。 本方法优点在于理论完备、识别准确，但没有用到输入信号的时域信息。

综上可知，现有的机车空转识别方法均是基于时域信号分析的方法，没有 有效利用信号的频域信息，同时现有方法在识别准确性、快速性或抗干扰上均 存在缺陷。针对传统空转识别方法的问题，本发明提出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，从时频域角度出发进行空转识别：首先将 机车轮对速度作为空转趋势识别系统的输入，通过经验小波变换、最优特征信 号提取以及希尔伯特变换得到希尔伯特能量谱，进而判断得到空转趋势值；同 时将牵引力矩指令作为运行工况判断系统的输入，输出当前运行工况信息；最 后将空转趋势值、运行工况信息与传统时域方法中的差分阈值法得到的差分空 转判定值结合起来，综合判定得到机车空转状态。

发明内容

为了克服现有技术的上述缺点，本发明提出了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。