基于道岔动作电流的故障特征提取与诊断方法.docx

基于道岔动作电流的故障特征提取与诊断方法
基于道岔动作电流的故障特征提取与诊断方法
摘要
在铁路运输中，道岔是关键设备，其故障会严重影响正常的列车运行。传统的道岔故障监测主要依靠人工巡检，经验判断等方式进行，存在检测效率低、准确性不高等问题。本文提出一种基于道岔动作电流的故障特征提取与诊断方法。首先通过采集不同工况下的动作电流数据，建立了道岔动作电流的基础模型。然后在此基础上，采用小波分析和支持向量机技术进行特征提取和故障诊断。最后，通过实验验证了该方法的有效性和可行性。
关键词：道岔；动作电流；特征提取；故障诊断；小波分析；支持向量机技术。
Abstract
Inrailwaytransportation,pointsarecriticalequipment,andtheirfailurescanseriouslyaffectthenormaloperationoftrains.Traditionalpointfaultmonitoringmainlyreliesonmanualinspections,empiricaljudgments,etc.,whichhavelowdetectionefficiencyandlowaccuracy.Thispaperproposesafaultfeatureextractionanddiagnosismethodbasedonthepointactioncurrent.First,thebasicmodelofthepointactioncurrentwasestablishedbycollectingtheactioncurrentdataunderdifferentworkingconditions.Then,waveletanalysisandsupportvectormachinetechnologywereusedforfeatureextractionandfaultdiagnosisbasedonthismodel.Finally,theeffectivenessandfeasibilityofthemethodwereverifiedthroughexperiments.
Keywords:point;actioncurrent;featureextraction;faultdiagnosis;waveletanalysis;supportvectormachinetechnology.
引言
道岔是铁路线路中的重要设备，其作用是实现列车的换线和分岔。由于长期运行和各种环境影响，道岔会出现各种故障，如断轨、弯曲、伸缩缝严重磨损等，严重影响列车的正常行驶。因此，及时准确地检测和诊断道岔故障，对确保列车安全运行和保障铁路运输的安全性具有重要意义。
目前，传统的道岔故障检测主要依靠人工巡视、经验判断、摸索方法等，存在效率低、准确性不高等问题。因此，开展基于信息技术的故障检测和诊断研究具有重要的实际意义。
近年来，国内外学者对道岔故障检测和诊断的研究日益深入。常用的方法包括红外热像法、振动监测法、声发射监测法、电磁法、电学方法等。其中，基于道岔动作电流的故障检测和诊断方法被越来越多地关注和研究。
本文旨在基于道岔动作电流的故障特征提取和诊断方法进行研究，并通过实验验证该方法的有效性和可行性。
一、道岔动作电流的基本特征
道岔动作电流是指道岔在开、关闭过程中所流过的电流，是一种有用的故障特征。在不同工况下，道岔动作电流的大小、波形、频率等都存在一定的规律性和变化特征，可以通过对道岔动作电流信号进行分析和处理，实现故障特征提取和诊断。
二、道岔动作电流模型的建立
为了建立道岔动作电流的模型，需要采集不同工况下的动作电流数据，并对数据进行处理和分析。具体步骤如下：
（1）采集道岔动作电流数据。利用数据采集设备，对不同工况下的道岔动作电流进行实时采集。
（2）信号处理与特征提取。对采集得到的道岔动作电流信号进行滤波、去噪、分析和特征提取等处理，提取出有用的故障特征信息。
（3）建立道岔动作电流的模型。将处理后的道岔动作电流数据进行归一化和标准化处理，建立道岔动作电流模型，为故障诊断提供基础。
三、基于小波分析的故障特征提取方法
小波分析是一种基于数学理论和信号处理技术的分析方法，可对信号的时域和频域特征进行综合分析，提取有用的特征。在道岔故障特征提取中，采用小波分析的方法，对道岔动作电流信号进行处理和分析，提取出故障特征信号，其具体步骤如下：
（1）采样信号求解小波系数。将道岔动作电流信号进行小波分解，得到小波系数序列。
（2）小波系数阀值选取。对小波系数进行阀值处理，排除小波系数中的噪声干扰信号。
（3）重构信号。将处理后的小波系数重构成故障特征信号。
四、基于支持向量机技术的故障