-
题名基于MLCCA的高速列车牵引系统故障诊断
- 1
-
-
作者
程超
霍乃西
许水清
蒲茜
陈宏田
-
机构
长春工业大学计算机科学与工程学院
合肥工业大学电气与自动化工程学院
北京交通大学机械与电子控制工程学院
阿尔伯塔大学化学与材料工程系
-
出处
《控制工程》
CSCD
北大核心
2024年第7期1163-1168,共6页
-
基金
长春市科技局重大专项项目(21GD05)
吉林省科技厅重点攻关项目(20200401127GX,20210201113GX)。
-
文摘
随着高速列车牵引系统的复杂性和智能性的提高,牵引系统的故障诊断越来越重要,故提出了一种基于多层典型相关分析(multi-layer canonical correlation analysis,MLCCA)的故障诊断方法。该方法对数据进行非线性预测,达到提高牵引系统的故障检测性能的目的,并引入最小绝对值收缩和选择算子(least absolute shrinkage and selection operator,LASSO)中的惩罚项来提高预测精度。根据高速列车传感器数据的性质,对数据进行分组分析,设置2组不同的统计量比较算法的检测效果。采集牵引系统传感器故障时的数据进行仿真实验,并将所提方法与常用方法进行对比,实验结果验证了所提方法的优越性。
-
关键词
故障诊断
高速列车牵引系统
多层典型相关分析
LASSO
-
Keywords
Fault diagnosis
high-speed train traction system
multi-layer canonical correlation analysis
LASSO
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-