原文传递
基于MCA的列车走行部频带变化类故障诊断方法
| 论文题名： | 基于MCA的列车走行部频带变化类故障诊断方法 |
| 关键词： | 列车走行部;频带变化;故障诊断;特征提取 |
| 摘要： | 走行部是列车运行的重要组成部件，其关键部件一旦发生故障，将威胁到列车的行车安全。本文在分析了列车走行部关键部件的结构、故障成因的基础之上，深入研究了列车走行部滚动轴承和齿轮的故障振动机理，并分析了故障振动信号的时域和频域特性，构建了列车走行部关键部件基本故障的数学模型，并对列车走行部轴承以及齿轮的故障振动进行了仿真分析。重点研究了列车在行车过程中因速度变化、载荷变化所引起的频带变化类故障。频带变化类故障振动信号与车速和载荷的变化有关，利用常规的方法对故障信号进行频谱分析时，其频率特征谱线容易造成混叠，造成谱线模糊不准而导致漏诊。 论文在分析频带变化类故障形成机理的基础上，构建了频带变化类故障振动的数学模型，并通过MATLAB对频带变化类故障振动进行了仿真分析。为了解决频带变化所造成的频谱模糊的问题，提出了基于MCA的列车走行部频带变化类故障诊断方法，采用形态分量分析（MCA）对频带变化类故障振动信号中的谐振分量、冲击分量以及噪声分量进行分离，有效的提取了频带变化类故障振动信号中的冲击成分，并对冲击成分进行了故障特征的提取。论文通过构建测试信号，并利用形态分量分析对测试信号进行了分解，测试表明MCA分解是有效的。最后通过对列车走行部基本故障以及频带变化类故障进行故障诊断，实验仿真与实例表明本文方法在列车走行部频带变化类故障诊断中的可行性。 |
| 作者： | 何斌华 |
| 专业： | 控制科学与工程 |
| 导师： | 黄采伦;王靖 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南科技大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
