[发明专利]基于CMWPE和SaE-ELM的机车轮对轴承故障诊断方法

权利要求书

1.一种基于复合多尺度加权排列熵和SaE-ELM的机车轮对轴承故障诊断方法，包括以下具体步骤：

1)通过采用加速度传感器和采集卡对机车轮轴承故障状态下的振动信号采集，并对其做归一化预处理，除去样本集中的奇异样本，从而减少误差；

2)对采集到的机车轮对轴承振动信号进行复合多尺度加权排列熵计算，构造CMWPE特征向量，作为SaE-ELM模型的输入；

3)将步骤2)得到的CMWPE特征向量输入到SaE-ELM模型中，对SaE-ELM模型进行训练，将测试数据输入到训练好的SaE-ELM模型中，从而判断机车轮对轴承的故障模式。

2.根据权利要求1所述的一种基于复合多尺度加权排列熵和SaE-ELM的机车轮对轴承故障诊断方法，所述复合多尺度加权排列熵CMWPE具体计算步骤为：

1)对给定的时间序列T＝{x_i,i＝1,2,..,n}，其复合多尺度粗粒化序列y_k^(s)＝{y_k,1^(s)y_k,2^(s)…y_k,d^(s)}可以被构造为：

其中y_k,j^(s)表示在尺度因子s下的第k个粗粒化时间序列，d表示时间序列y_k,j^(s)的长度，j表示第k个粗粒化时间序列y_k,j^(s)的第j个点。

2)在比例因子s(s1)下计算每个粗粒化序列y_k,j^(s)(1≤k≤s)的WPE值，并将s个WPE值的平均值作为在尺度因子s下的最终CMWPE值，即

上式中有4个参数需人为设定，分别为：尺度因子s，样本长度N，嵌入维数m和时间延迟τ。其中，s通常设置为s10，本文设定s＝20。时间序列长度应满足N200s，因此本方法中选取N＝4800。m对CMWPE有一定的影响，通常设定m的取值范围在[4,7]之间。时间延迟τ对熵值计算影响较小，一般设定为τ＝1。