基于时频分析法的高速列车轨道电路故障诊断

针对现有高速列车轨道电路故障诊断方法大多采用电压电流信号有效值,没有充分利用其丰富的频域信息的问题,为提高轨道电路故障诊断系统的性能,提出基于电压电流实时信号时频分析的故障诊断方法.基于短时傅里叶变换(Short-Time Fourier Transform,STFT)生成频谱特征;根据可分性准则进行特征频带选择;采用支持向量机(Support Vector Machine,SVM)进行故障特征分类.基于现场数据的试验结果表明该方法有效.

基于PCA相似度和谱聚类相结合的高炉历史数据聚类

将主元分析(principal component analysis,PCA)模型相似度(以下简称PCA相似度)和谱聚类(spectral clustering)算法相结合,并用于基于高炉历史数据挖掘的炉况工作点变化的分析。利用PCA相似度与距离相似度的加权来衡量滑窗数据集之间的相似度,进一步将数据集的聚类问题转化为图的最优划分问题,通过谱聚类得到聚类结果。该方法降低了高炉工作点漂移的影响,能够有效稳定的实现高炉炉况工作点的聚类。基于现场历史数据的离线测试表明:与已有的基于PCA相似度和k-means聚类的算法对比,本研究可以更加有效区分炉况工作点的跳变。