原文传递
基于振动测试技术的跨座式单轨交通系统铸钢支座健康监测方法研究
| 论文题名： | 基于振动测试技术的跨座式单轨交通系统铸钢支座健康监测方法研究 |
| 关键词： | 振动测试;跨座式单轨交通系统;铸钢支座;健康监测方法;支持向量机;超声波检测 |
| 摘要： | 论文以重庆跨座式单轨交通系统铸钢支座为研究对象。铸钢支座是连接轨道梁和墩台的关键受力部件，其健康状况对整个单轨交通系统的安全运行起着至关重要的作用。由于加工缺陷、气候环境对金属元件的腐蚀、长期服役及复杂的受力情况等因素都会对铸钢支座的健康状况产生很大的负面影响。为了单轨交通的安全运营，必须对铸钢支座的健康状况进行监测。然而，铸钢支座一般高架在室外轨道墩台之上，位置特殊，且其体积较大、形状复杂，采用常规的射线检测、超声波检测、微波检测等无损检测方法都难以对其健康状况进行监测。 在国家科技支撑计划课题“跨座式单轨交通装备研发”（2007BAG06B06）的资助下，论文根据课题要求，并结合重庆轨道交通二号线的实际情况，提出采用振动测试技术来监测铸钢支座的健康状况。首先采用工控机、力锤、测振传感器和数据采集卡等，并编写相应的软件，构成适合工程现场实际情况的振动数据采集系统；然后通过多次实验确定测振传感器在铸钢支座上面的布置位置以及激振位置；最后对铸钢支座进行人工力锤击振，并采集铸钢支座的振动脉冲响应信号。 针对铸钢支座系统故障诊断中缺乏故障样本的问题，为了对采集到的铸钢支座的振动脉冲响应信号进行分析，论文首次提出基于一类支持向量机（One-classSVM）的故障诊断方法。该方法只需要正常数据样本就可以建立起单值分类器，把正常样本和非正常样本区分出来。试验采用核主元分析（KPCA）对采集到的振动脉冲响应信号进行分解，将提取到得主元特征输入到One-classSVM分类器进行训练和测试，分类器在适当牺牲冤检率的情况下保证了无漏检情况，诊断系统的准确率为98％。实验结果表明，One-classSVM分类器可以准确识别出故障样本，而采用KPCA分解后提取的特征能有效地浓缩故障信息，使One-classSVM分类器分类效果更好、计算效率更高。 研究和系统使用结果表明本检测系统所采用的方案和方法是可行的和正确的，各项性能和指标均达到了预期的要求。上述方法的提出为铸钢支座的健康检测提供了比较科学的参考依据，具有一定的参考价值。 |
| 作者： | 刘佳璐 |
| 专业： | 仪器科学与技术 |
| 导师： | 汪同庆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
