1.基于阈值判断的GA-BP的磁悬浮列车故障检测方法,其特征在于包括以下步骤:步骤一、通过在列车上安装多组加速度、电流、间隙传感器获得所需数据,对原始数据进行筛选和预处理;
步骤二、将步骤一处理后的每种数据使用信号处理技术和统计学习方法,提取t时段内的特征参数;其中特征参数包括时域指标和频域指标以及时频特征;
2.1时域指标提取
时域指标包括方差(Var)、均值 均方值(X2rms)、峰值(Xp),峰值指标(Ip)、偏度(Cp)、峭度(Cq)、波形指标(W)、脉冲指标(Cf);时域特征输入向量
2.2频域指标提取
先将步骤一处理后的数据进行快速傅里叶变换得到不同时刻的频谱,然后提取t时段内频域指标;其中频域指标包括重心频率(FC)、均方频率(MSF)、均方根频率(RMSF)、频率方差(VF)、频率标准差(RVF);频域特征输入向量xp=[FC,MSF,RMSF,VF,RVF];
2.3时频特征提取
时频特征提取通过希尔伯特黄变换获取;时频特征输入xsp=[imf1,imf2,imf3,imf4];
步骤三、对步骤二获得的时域、频域、时频域特征参数分别进行归一化处理,将数据的值转换到[0,1]区间内,作为BP神经网络训练数据;
步骤四、对步骤一处理后的数据初步提取未见异常的数据;根据公式(18)-(20)获得自协方差的高低阈值和变化率阈值,利用阈值判断对训练数据进行初步异常判断,若训练数据自协方差落在自协方差的高低阈值范围内且变化率落在零至变化率阈值范围内则为正常数据,反之则为异常数据;上述正常数据标0,异常数据标1,作为BP神经网络训练数据的标签;
自协方差的高阈值公式:
自协方差的低阈值公式:
变化率阈值公式:
其中 为t时段初步提取数据的平均值,Varj为第j个t时间段内方差值,α、β、γ为调节权重参数,Varmax为各时段的方差中的最大值,ΔΦmax为各t时段变化率中的最大变化率,VΔΦ为各个t时段内变化率ΔΦ的方差值,μΔΦ表示各个t时段内变化率方差的平均值;
步骤五、使用遗传算法,经过种群初始化、选择操作、交叉操作、变异操作和复制操作,通过适应度的计算,把获得的最优解作为BP神经网络的初始值权值和阈值;
步骤六、把步骤五获取的权值和阈值用于训练BP神经网络;BP神经网络隐含层使用S型正切函数:而输出为线性传输函数:
y=k·x+c 公式(22)其中k为斜率,c为偏移值,x表示输入数据;
步骤七、利用训练好的BP神经网络,对列车上加速度、电流、间隙传感器获得的数据实时分类,判断故障结果。
2.如权利要求1所述的基于阈值判断的GA-BP的磁悬浮列车故障检测方法,其特征在于步骤2.1根据公式(1)-(9)获得时域特征输入向量均值公式:
方差公式:
均方根值公式:
峰值:
Xp=max{x1,x2,x3…xn} 公式(4)峰值指标:
偏度指标:
峭度指标:
波形指标:
脉冲指标:
n为t时段内数据个数,xi表示t时段内数据中的第i个,|xi|表示第i个数据的模值,其中i=1,2,3……n。
3.如权利要求2所述的基于阈值判断的GA-BP的磁悬浮列车故障检测方法,其特征在于步骤2.2根据公式(10)-(14)获得频域特征输入向量xp=[FC,MSF,RMSF,VF,RVF];
重心频率FC计算公式:
均方频率MSF计算公式:
均方根频率RMSF:
频率方差VF的计算公式:
频率标准差RVF计算公式:
fi为i时刻的功率谱对应的频率值,s(fi)表示i时刻的功率谱值,其中i=1,2,3……n。
4.如权利要求3任一所述的基于阈值判断的GA-BP的磁悬浮列车故障检测方法,其特征在于步骤2.3步骤如下:
2.3.1初始化i=1,步骤一处理后的数据x(t),x(t)表示t时刻的数据组;
2.3.2找到上述数据组中极大值点和极小值点,利用三次样条插值,求出信号上下包络线;
2.3.3计算上下包络线的平均值m(t);
2.3.4根据公式(15)得到信号分量h(t);
h(t)=x(t)-m(t) 公式(15)
2.3.5判断信号分量h(t)是否满足以下两个条件,若满足则认为h(t)为imf分量,记为imfi,并进入步骤2.3.6;反之则跟新x(t)=h(t),重复步骤2.3.1-2.3.5;
(1)h(t)的极值点个数和过零点数相等或相差一个;
(2)h(t)上包络线和下包络线的平均值为0;
2.3.6将上述imf分量从原始信号x(t)中分离出来,根据公式(16)获得残差分量h'(t)i+1跟新,x(t)=h'(t)i+1;重复2.3.1-2.3.6步骤,最终获得4个IMF分量:imf1,imf2,imf3,imf4;
h'(t)i+1=x(t)-imfi,i=1,2,3,4 公式(16)。
5.如权利要求4所述的基于阈值判断的GA-BP的磁悬浮列车故障检测方法,其特征在于步骤三使用的归一化函数为:其中x=[xs,xp,xsp]T,T为转置,max为x数据中的最大值,min为x数据中的最小值;y表示归一化后的数据。