机械工程学报

作者：门志辉, 宫岛, 周劲松, 周凯

单位：同济大学上海市轨道交通结构耐久与系统安全重点实验室 上海 201804

关键词：牵引传动系统,故障诊断,格拉姆角场,Transformer,卷积神经网络；

基金：国家自然科学基金(52375115);中央高校基本科研业务费专项资金 (22120240338)资助项目。

传动系统的稳定性和可靠性对列车的安全运行至关重要。然而，现有的故障诊断方法在处理非平稳信号和捕捉复杂特征时存在局限性。为克服这些局限，提出一种基于格拉姆角场(Gram angular field，GAF)和并行卷积Transformer的列车牵引传动系统故障诊断方法。采用GAF生成时频图像，以捕获时间序列的全局信息和非线性特征。进一步地，通过并行卷积处理的方式分别对格拉姆和场及格拉姆差场图进行采样，从不同的维度丰富故障信息，有效提升模型的特征提取能力和计算效率。此外，在模型后端引入Transformer Encoder结构，与卷积神经网络结合使用，以增强对复杂时频特征的表达和分析能力。试验验证表明，所提出的方法在列车传动系统故障诊断方面具有较高的准确性和效率。

来源：2025年第24期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第24期