摘要
本发明属于轨道交通牵引电机电变量测量与故障诊断领域,具体涉及一种基于RPSO‑VMD‑CatBoost的牵引电机故障诊断方法,包括牵引电机电流信号采集、利用改进粒子群优化算法自适应寻优VMD算法中的关键参数和α、寻优IMF分量、提取故障特征频率、针对原始电信号进行时域特征的提取、对CatBoost分类器的超参数进行寻优、进行模型训练等步骤。本发明采用RPSO对VMD超参数寻优,降低了参数对特征提取的影响,同时提取到信号有效的频域特征,提高了故障诊断的准确性,可以为实际运行过程中轨道车辆牵引电机的故障诊断提供可信度更高的论据支撑。
技术关键词
故障诊断方法
变分模态分解算法
粒子群优化算法
故障诊断分类
超参数
故障特征频率
包络
轨道车辆牵引电机
时域特征
校准高精度
频域特征
表达式
三相定子绕组
特征值
信息熵
电信号
系统为您推荐了相关专利信息
通信传输设施
故障诊断模型
监测点
传输网
故障诊断方法
柴油机曲轴轴承
故障诊断方法
集合经验模态分解
振动信号特征
柴油机故障诊断技术
功率分配模型
功率控制
分布式资源
功率分配方法
粒子群优化算法
Boost电路
模拟器
网络
粒子群优化算法
温度监测传感器
光学半加器
端口
粒子群优化算法
光波导结构
逻辑