用倍频带振动分析检测牵引柴油机的异常

牵引柴油机是列车运行的关键部件。因此,开发出状态监测系统(CMS)在早期阶段来检测柴油机故障以防止运行中断。CMS监测柴油机振动、用机器学习算法检测异常振动。在CMS中进行倍频带分析,从振动数据中提取特征向量,进行运行试验来验证CMS的性能。试验结果表明用CMS可以从正常振动中明显区分出模拟的异常振动。

适用于车辆设备异常实时检测的异常度快速计算法

振动监测对设备故障的早期检测是有效的。本文所提出的振动监测系统,对振动的倍频带分析结果采用最邻近法(NN)进行异常检测。然而,NN法需要的计算时间长,不适用于异常的实时检测。因此,考虑将单分类支持向量机(OCSVM)应用于异常检测。本文将OCSVM应用于实际振动数据,并与NN法的计算时间进行了比较。结果表明,与NN法相比,该方法的计算时间大大缩短。

用于车辆设备异常实时检测的异常度快速计算法

振动监测对设备故障的早期检测是有效的。振动监测系统是对振动的倍频带分析结果采用最近邻法(NN)进行异常检测。然而,NN需要的计算时间长,不适用于异常的实时检测。因此,考虑将单值支持向量机应用于异常检测。文章将单值支持向量机应用于实际振动数据,并与NN的计算时间进行了比较。结果表明,与NN法相比,该方法大大缩短了计算时间。