基于密度聚类算法的轨道结构故障诊断研究

摘要

cqvip:根据具有噪声的基于密度聚类(DBSCAN)算法提出一种轨道结构故障诊断方法.首先,以轨道结构第99号轨枕振动信号为例,基于信号稀疏表示,实现降低原始信号冗余度;接着,对轨枕振动信号进行特征指标提取,构造出偏斜度等9类特征指标;然后,通过多次仿真计算不同工况下k-距离图,选取合适的邻域半径(ε)和最小核心点数(min Pts),研究轨枕振动信号在不同特征指标下的数据演变规律;最后,根据聚类评价指标描述不同特征指标间的离散程度.算例表明,该方法可识别不同工况下轨枕故障模式,为轨道结构故障诊断智能化、无损化提供理论依据.