-
公开(公告)号:CN110320018B
公开(公告)日:2020-08-11
申请号:CN201910630019.7
申请日:2019-07-12
Applicant: 北京交通大学
IPC: G01M13/00
Abstract: 本发明公开了一种基于二阶循环平稳特性的旋转机械复合故障诊断方法,包括以下步骤:S1,采集旋转机械的振动加速度信号,利用短时傅里叶变换(STFT)将原始信号转换到时频域;S2,根据二阶循环平稳特性,建立时间相关的随机模型;S3,通过最大化似然目标函数,即最大期望(EM)算法,进行模型求解;S4,根据模型参数估计值,量化原始信号的循环平稳特性;S5,根据S1‑S4步骤,联合时间域的循环平稳信号模型参数估计值和循环平稳指数CS(fk)等信息,计算出相应的故障特征频率。本发明针对旋转机械复合故障信号,提出了一种循环平稳指数CS,能有效量化原始信号的循环平稳性,且能有效提高多源混叠工况下故障诊断的准确性,并且容易与现有方法进行兼容。
-
公开(公告)号:CN109522633A
公开(公告)日:2019-03-26
申请号:CN201811326237.3
申请日:2018-11-08
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明提供了一种基于拓扑综合重要度的高速铁路系统关键环节集辨识方法。该方法包括如下步骤:从高速铁路装备-环境-人-管理四个系统出发,根据系统的物理、电气和信息组成关系,构建高速铁路系统多重多粒度网络模型;基于所述多重多粒度网络模型计算出各节点的功能维度指标,基于所述多重多粒度网络模型,计算出各节点的风险维度指标,综合各个节点的功能维度指标和风险维度指标的重要度排序结果,得到高速铁路系统的关键环节集。本发明结合高速铁路系统拓扑结构、功能重要度、风险概率以及失效后影响运营的严重程度,突破了以往高速铁路系统关键环节辨识过程中,依赖专家经验、关注局部设备或子系统、缺少系统间作用关系等局限。
-