文献类型：期刊文章

作　　者：朱建渠 金炜东 郑高 朱斌

ZHU Jian-qu, JIN Wei-dong, ZHENG Gao, ZHU Bin （1. School of Electric Engineering, Southwest Jiaotong University, Chengdu 610031, China; 2. Chongqing University of Science and Technology, Chongqing 401331, China; 3.Department of Electromechanical Management, China Maritime Police Academy, Ningbo, Zhejiang 315801, China; 4. Yangze Normal College, Chongqing 408100, China）

机构地区：重庆科技学院电气与信息工程学院 西南交通大学电气工程学院,成都610031 公安海警学院机电管理系,浙江宁波315801 西南交通大学电气工程学院,成都610031

出　　处：《振动与冲击》

年　　份：2014

卷　　号：33

期　　号：21

起止页码：183-188

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD（2013-2014）、EI、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对高速列车安全性能跟踪监测点多、监测数据量大而导致的走行部故障识别难的问题，提出了一种基于模糊证据理论的多特征、多源信息融合的走行部故障识别方法。首先根据不同传感器信息的某类特征属于不同故障模式下的隶属度间的差异来计算传感器间的信息融合度，利用融合度来确定不同传感器在融合中的权重，从而得到同类特征不同传感器间信息融合后的隶属度；然后由融合后的隶属度转化为基本概率分配函数；最后用证据理论对不同特征间信息进行融合。实验结果表明，该方法能有效地识别列车正常、空气弹簧失气、抗蛇形减震器全拆、横向减震器全拆四种情况，同时在不同速度下均取得了满意的识别率，验证了该方法的有效性。

关 键 词：高速列车 证据理论 隶属度  信息融合 故障识别

分 类 号：U266]