基于孪生网络的货车滚动轴承异常检测  

作　　者：赵京平 

机构地区：[1]中国铁路乌鲁木齐局集团有限公司库尔勒车辆段,新疆巴州841000

出　　处：《中国新技术新产品》2024年第12期28-30,共3页New Technology & New Products of China

摘　　要：轴承是铁路列车走行部中的关键组成部分,其工作环境复杂,容易发生故障,不能保障列车运行安全。根据经验对运营条件下的货车故障轴承进行识别,缺乏智能检测技术。本文基于孪生网络(Siamese)和局部离群因子(Local outliers factor, LOF)算法实现了复杂轴承特征的异常检测。在真实运营条件下验证了方法的有效性。结果显示,利用傅里叶变换的频域信号识别效果比时域信号更显著;与传统方法相比,孪生网络和分类算法结合的方法对故障和正常轴承特征的分类效果更好;LOF和一类支持向量机(One Class SVM,OCSVM)作为分类器均能实现4.4%和5.6%提升,而LOF算法分类效果比OCSVM更好。

关 键 词：货运列车 滚动轴承 故障诊断 神经网络 振动分析 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]