【技术实现步骤摘要】
一种基于经验小波希尔伯特变换的电力机车空转识别方法
本专利技术涉及一种基于经验小波希尔伯特变换的电力机车空转识别方法。
技术介绍
在铁路运输中,电力机车动轮与轮轨之间的粘着力是驱动机车运行的最终动力,因此只有保证轮轨间的有效粘着不被破坏,即避免机车轮对发生空转,才能有效地利用牵引电机的输出功率,使牵引电机功率利用率最大化。但轮轨间粘着性能受到诸多因素的影响,比如树叶、油脂、冰、雪、水等,这些因素会使轮轨间的粘着急剧下降。当机车轮轨间的粘着条件变差或者被破坏时,电力机车轮对会发生空转,空转会造成牵引电机有效功率的下降,并导致轮轨的磨损甚至毁坏,严重威胁到列车的安全运行。因此在电力机车的牵引控制系统中,通常需要防空转控制系统,对轮对的空转趋势进行识别并采取相应措施加以控制,而快速有效地识别空转则是该系统的关键。防止机车空转的关键在于是否能够准确、及时地识别出其空转趋势,现有的机车空转识别方法主要有:1)组合空转识别法该方法首先通过对各轴轮对速度估计出列车参考速度,然后计算出相应的蠕滑速度、加速度、加速度微分,最后结合牵引力矩指令,在牵引工况下根据相应阈值来判定空转状态。这种方法优点是原理简单、便于实现、实时性好,缺点是在空转的判定上有较大滞后,同时识别准确率也不够理想。2)基于模糊熵的空转识别方法该方法首先由原始轮速数据计算车轮转速的模糊熵,具体方式为采用最大重叠方法计算出每个序列的模糊熵值;然后判定运行工况条件;最后与加速度阈值法结合综合判定空转状态。本方法优点在于原理简单,计算 ...
【技术保护点】
1.一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:首先通过空转趋势识别系统对机车轮对速度进行经验小波变换、最优特征信号提取和希尔伯特变换得到希尔伯特能量谱,进而通过基于时频-能量谱的空转趋势识别得到机车当前空转趋势值;同时通过牵引力矩指令对当前运行工况进行辨识得到当前工况信息值;最后利用空转趋势值、当前工况信息值和通过差分阈值法得到的差分空转判定值对机车空转状态进行综合判定,识别出机车空转状态。/n
【技术特征摘要】
1.一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:首先通过空转趋势识别系统对机车轮对速度进行经验小波变换、最优特征信号提取和希尔伯特变换得到希尔伯特能量谱,进而通过基于时频-能量谱的空转趋势识别得到机车当前空转趋势值;同时通过牵引力矩指令对当前运行工况进行辨识得到当前工况信息值;最后利用空转趋势值、当前工况信息值和通过差分阈值法得到的差分空转判定值对机车空转状态进行综合判定,识别出机车空转状态。
2.根据权利要求1所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:所述经验小波变换的步骤包括:
步骤一、对机车轮对速度v(t)进行快速傅里叶变换,并将傅里叶频率谱限定于ω∈[0,π];
步骤二、将傅立叶频率谱[0,π]分割成N个连续的片段,每个片段定义为Λn=[ωn-1,ωn],其中ωn为片段之间的边界,且有ω0=0和ωN=π;
步骤三、基于步骤二划分的频谱Λn=[ωn-1,ωn],首先以每个片段边界ωn为中心,定义宽度为Tn=2τn的过渡段;然后定义τn=γωn且使最后选择β(x)=x4(35-84x+70x2-20x3),按如下公式计算经验尺度函数和经验小波函数
步骤四、对原始信号v(t)进行经验小波变换,按如下公式计算得到在不同频率尺度上的i个经验模态:
v1(t)=Wv(1,t)*φ1(t)
vk(t)=Wv(k,t)*ψk(t)
其中,k=2,3,...,i;Wv(n,t)=<v,ψn>,Wv(1,t)=<v,φ1>,分别为经验小波变换系数的细节系数和近似系数;<·>表示计算内积。
3.根据权利要求2所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:对傅立叶频率谱[0,π]进行分割的具体方法为:首先检测出傅里叶频谱中M个极大值Mi(i=1,2,…,M),将其按递减顺序排序并正则化到[0,1];然后保留所有大于阈值MM+0.35×(M1-MM)的极大值,其个数即为频谱分割数N;最后,定义ωn为两个连续且大于上述阈值的极大值的中心,完成对频谱的划分。
4.根据权利要求1所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:所述最优特征信号提取的步骤包括:
步骤一、按如下公式计算方差贡献率:
其中:Mk为第k个经验模态vk(t)的方差贡献率,Dk为第k个经验模态vk(t)的方差;Δt为信号的数据采样时间;
步骤二、将各经验模态的方差贡献率值降序排列,然后选择方差贡献率之和大于0.95的前N个经验模态vk(t)作为最优特征信号vopt(t),即其中1≤N<i。
5.根据权利要求2所述的一种基于经验小波希尔伯特变换的电力机车空转识别方法,其特征在于:所述希尔伯特变换的步...
【专利技术属性】
技术研发人员:黄景春,蒋博雅,冯晓云,宋文胜,张清华,康灿,王涛,
申请(专利权)人:西南交通大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。