Login for students

Login for employees

Publication detail

Wayside Diagnosis Of Metro Wheelsets Using Acoustic Sensor Data And One-Period Analysis
Authors: Kilinc Onur | Vágner Jakub
Year: 2017
Type of publication: článek ve sborníku
Name of source: Engineering Mechanics 2017 : 23rd International Conference book of fulltexts
Publisher name: Vysoké učení technické v Brně
Place: Brno
Page from-to: 458-461
Titles:
Language Name Abstract Keywords
cze Diagnostika defektů dvojkolí měřením vibrací u trati za použití analýzy jedné otáčky kola Cílem výzkumu je vytvoření metodiky diagnostikování vad dvojkolí u souprav metra za použití akustických sensorů. Během výzkumu bylo použito dvou metod WPE a TDF v kombinací s moderními klasifikátory FLDA a SVM. Databáze průjezdů je vytvářená z naměřených dat akustických sensorů a informací z optických bran, které detekují polohu dvojkolí vůči sensorům při průjezdu souprav typu 81-71M v běžném provozu a za použití nové metody one-period analysis. Databáze je rozdělena do dvou tříd reprezentujících dvojkolí bez vady a s vadou. Vzhledem k tomu, že počet vzorků v třídě vadných dvojkolí je nedostatečný, byla použita metoda ADASYN pro doplnění této třídy. Bylo dosaženo až 93% spolehlivosti klasifikace vadných dvojkolí navrženou technikou pro zpracování akustických dat. Tato metoda může pomoci zefektivnit sledování a údržbu dvojkolí souprav metra. diagnostika vad dvojkolí; Wavelet packet energy; vyhodnocení v časové oblasti; jednootáčková analýza; monitoring stavu
eng Wayside Diagnosis Of Metro Wheelsets Using Acoustic Sensor Data And One-Period Analysis This research promises a wheelset fault diagnosis methodology for metro train sets using wayside acoustic sensors information. Throughout the research, two different feature extraction techniques; Wavelet Packet Energy (WPE) and Time-domain Features (TDF) are employed in association with two state-of-art classifiers Fisher Linear Discriminant Analysis (FLDA) and Support Vector Machines (SVMs). The database is prepared by the acquisition of wayside acoustic sensor data accompanied by optical gates that detect wheelset center position while multiple passing of a single metro train set of type 81-71M is in daily operation with the contribution of a novel approach; one-period analysis. Acquired database is then divided into two classes which represent the healthy and faulty states of the wheelsets referring to the ground truth information of a faulty wheelset. Since the faulty states are insufficient to demonstrate the real classification performance, an adaptive synthetic sampling technique (ADASYN) is utilized to increase the number of faulty states. Promising results are observed up to 93% in classification of faulty wheelsets of the metro with the proposed techniques on acoustic sensor data. This study may aid to maintenance specialists to providing a cost effective monitoring of faulty condition of metro wheelsets. wheelset fault diagnosis; wavelet packet energy; time-domain features; one-period analysis; condition monitoring

Departments

Other Parts

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives