金炜东， 吕乾勇， 孙永奎

(西南交通大学电气工程学院，四川 成都 610031)

由列车转向架故障引起的振动严重影响列车的舒适性和安全性［1］.传统列车故障诊断的方法有小波变换、聚合经验模态分解(ensemble empirical mode decomposition，EEMD)、功率谱、能量谱等，小波变换［2］和 EEMD［3］方法是较为经典的方法.小波变换方法是通过对故障信号进行分解得到各个频段的信号，然后提取各个频段的信号，用熵值、能量等作为特征诊断故障.EEMD方法是通过对原始信号进行分解得到各个本征模态函数(intrinsic mode function，IMF)，这些本征模态函数表征了原始信号在各个频段下的分量.文献［4］中对原始信号作EEMD变换得到各个阶段的IMF，通过对每个IMF进行单独分析，提取各阶段IMF的熵值作为特征.文献［5］中对原信号进行EEMD变换，选取与原始信号相关性较大的IMF，从选出的IMF中提取Teager能量谱作为特征用于轴承故障诊断.此类方法虽然能对分解得到的各个阶段的IMF进行分析，但由于只对各阶段IMF进行了单独分析，不能捕捉到IMF之间的依赖关系.

Copula函数作为研究随机变量之间关联性的方法，近年来被广泛应用于金融市场分析［6］、水文分析［7］、纹理图像识别［8-9］等领域.采用 Copula 函数的关联性研究列车故障诊断方法能克服传统方法对各个IMF进行单独研究的不足.

相对其他分析相关性的方法，Copula函数具有两个明显的优点［7］.首先，灵活且求解简单，构造多维联合分布函数时可以分为两个步骤完成:构建边缘分布以及选择合适的Copula函数构建联合分布;其次，不要求相同的边……