Publikace detail

Vibration based diagnosis of wheel defects of metro train sets using one period analysis on the wayside

Autoři: Kilinc Onur | Vágner Jakub

Rok: 2017

Druh publikace: článek ve sborníku

Název zdroje: Vibroengineering Procedia

Název nakladatele: JVE International

Místo vydání: Kaunas

Strana od-do: 13-18

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Diagnostika defektů dvojkolí měřením vibrací u trati za použití analýzy jedné otáčky kola	Tento výzkum zkoumá dvě rozdílné metody WPE a TDF pro detekci poruchových signálů od dvojkolí metra získaných ze snímačů vibrací. Signály všech projížděných dvojkolí, a to jak s poruchou, tak bez poruchy, jsou zaznamenány a je použita nová metoda "one-round sampling" se vzorkovací frekvencí 51.2 kHz. Získané data z průjezdů jsou použity pro vytvoření databáze různých případů dvojkolí s poruchou a bez poruchy. Nedostatek vzorků s poruchou je databázi vyvažován pomocí metody ADASYN tak, aby každá třída měla stejný počet vzorků. Dvě moderní metody klasifikace SVM a FLDA jsou použity pro klasifikaci výsledků. Zejména kombinace metod SVM-I-TDF vykazuje klasifikaci přes všechny vzorky s úspěšností 100%, další metody vykazují také dobré výsledky. Navrhované metody mohou být efektivně použity při monitorování stavu dvojkolí vozidel metra a mohou vést k úspoře při údržbě.	wavelet packet energy; time domain features; diagnostika vad dvojkolí; analýza jedné otáčky; Fisherova lineární diskriminační analýza; support vector machine
eng	Vibration based diagnosis of wheel defects of metro train sets using one period analysis on the wayside	This research examines two different methods; Wavelet Packet Energy (WPE) and Time-domain Features (TDF) which are effective in faulty signal feature extraction of metro wheels in wayside level using vibration sensors. Signals of each wheelset passing of a trainset with both healthy and faulty wheels are recorded by the vibration sensors which are mounted on both left and right rails and a novel one-period sampling is performed at 51.2 kHz sample rate. Retrieved signal samples are used in the construction of a database which is consistent of healthy and faulty cases. Since the database has insufficient number of faulty samples, the database is balanced by a method so called Adaptive Synthetic Sampling (ADASYN) so that each class has the same number of observations. Two state-of art classifiers; Support Vector Machines (SVM) and Fisher Linear Discriminant Analysis (FLDA) are employed by utilizing 16-fold cross validation to solve the two-class problem. Referring to the results, SVM-I-TDF outperforms by classifying all samples with a success rate of 100 % and other methods have also promising results. Proposed methods may be used in the condition monitoring of metro wheelsets effectively by means of not only performance but also cost-efficiency.	wavelet packet energy; time domain features; wheelset fault diagnosis; one period analysis; Fisher linear discriminant analysis; support vector machine

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Pracoviště

Jak nás najdete?

Služby

Často hledáte