Wavelet Analysis of Current Applied to Detect Traction Adhesion Loss Condition of a Railway Vehicle

• Autorzy: Kozłowski M.

Warianty tytułu

PL

Analiza falkowa prądu w rozpoznaniu zerwania przyczepności pojazdu szynowego

• Języki publikacji: EN

Abstrakty

EN

The article submits a thesis that the phenomenon of traction adhesion loss of a railway vehicle driven by DC motors can be efficiently evaluated within the area of the motor current wavelet transform coefficients. Function of energy difference between a scaling function and the basic wavelet has been proposed as the phenomenon characteristic. Short time windows have been obtained for the transform. The obtained time of the phenomenon identification assumes values of around 20ms.

PL

Przedstawiono tezę, że zjawisko zerwania przyczepności elektrycznego pojazdu szynowego z silnikami prądu stałego można skutecznie oceniać w dziedzinie współczynników transformaty falkowej prądu silnika. Jako cechę charakterystyczną zjawiska zaproponowano funkcję różnicy energii funkcji skalującej i falki podstawowej. Uzyskano krótkie okna czasowe transformaty. Uzyskane czasy rozpoznania zjawiska kształtują się na poziomie ok. 20 ms. Artykuł jest kontynuacją pracy [1].

Słowa kluczowe

EN

railway vehicle; adhesion loss; identification; wavelet transform

PL

pojazd szynowy; zerwanie przyczepności; rozpoznanie; transformata falkowa

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2009
• Tom: R. 85, nr 11
• Strony: 51--54
• Opis fizyczny: Bibliogr. 14 poz., rys., wykr.

Twórcy

autor

Kozłowski M.

• Politechnika Warszawska, Wydział Transportu, ul. Koszykowa 75, 00-680 Warszawa,

Bibliografia

• [1] Kozłowski M., Modelowanie procesu ruchu w stanach zerwania przyczepności pojazdu szynowego, Przegląd Elektrotechniczny,
• [2] Hall D., Llinas J., Handbook of multisensor data fusion, CRS Press LLC, 2001
• [3] George N., Automatic pattern recognition, Automatic Recognition and Control, New York 1991
• [4] Kurimsky J., Cimbala R., Kolcunova I., Multi-scale decomposition for paratial discharge analysis, Przegląd Elektrotechniczny, 84 (2008) nr 9, 191 – 195
• [5] Głowacz A., Głowacz W., Sound recognition of machine with application of FFT and backpropagation neutal network, Przegląd Elektrotechniczny, 84 (2008) nr 9, 159 – 162
• [6] Kozłowski M. Wavelet Method Extracting Characteristics Traction Signals, The Archives of Transport, Vol XIX No 1 2007 pp. 83 – 90.
• [7] Kozłowski M. Efficiency investigation of a tram driving system with the Application of a Wavelet Method, Archives electrical engineering, vol. LVII No. 2. 2008 pp. 117-133.
• [8] Krukar W. Metoda automatycznego rozpoznawania obiektów z obrazów w podczerwieni, Rozprawa doktorska, Wojskowa Akademia Techniczna, Wydział Cybernetyki, Warszawa 2009.
• [9] Białasiewicz J .T., Wavelets and ApproximationsPolish), WNT 2004.
• [10] Wojtaszczyk P., A Mathematical Introduction to Wavelets, Cambridge University Press 1997
• [11] Mallat S., A Wavelet Tour of Signal Processing., Academic Press, New York 1998.
• [12] Daubachies I., Orthonormal bases of compactly supported wavelets. Communications on Pure and Applied Mathematics, 1988, Vol. 36, s. 961 – 1005
• [13] Zieliński T. P., Digital Signal Processing. From the Theoryto Its Applications. (in Polish), WKiŁ Warszawa 2007.
• [14] Rak, R., Majkowski, A., Czasowo-częstotliwościowa analiza sygnałów (Time-frequency analysis of signals – in Polish), Przegląd Elektrotechniczny R 80 5/2004 str. 515-520.