当前位置: 首页> 学位论文 >详情
原文传递 列车轮对轴承故障实时检测系统研究
论文题名: 列车轮对轴承故障实时检测系统研究
关键词: 列车轮对轴承;故障诊断;小波包分解;共振解调;实时检测系统
摘要: 轮对滚动轴承运行状态直接关系列车运行安全,轮对轴承的故障诊断技术不仅可用于轴承的运行状态的监测,还可进一步预测轴承的运行寿命,使得列车的运行管理水平及维修效能得到大大增强。针对上述情况,本文对列车轮对轴承故障实时检测系统进行了深入的研究。
  首先,探究轴承声音与振动的关系,研究轴承跑合声音信号特征,探明利用声音信号诊断列车轮对轴承故障的机理、可行性与优势。同时,研究了列车轮对滚动轴承结构及常见失效形式;确定了以声学诊断法为主、温度诊断法为辅的故障信息检测手段。通过比较故障信号常用处理方式,总结选取了列车轮对轴承故障实时检测系统中声音信号的处理方式。然后,针对现场检测条件,搭建列车轮对故障实时检测系统,设计集成声音传感器、温度传感器、工控一体机等硬件的专用臂式检测机柜。以NI公司的LabVIEW为开发平台,进行列车轮对轴承故障实时检测系统的软件开发。最后,为对比不同类型的轴承信号经过不同信号处理方式得到的结果,将正常轴承、内圈故障轴承、滚动体故障轴承分别装配在轮对上,作为测试对象进行跑合试验,验证系统的运行稳定性和功能可靠性。结果表明:系统的EMD降噪功能可有效剔除声音信号的干扰部分,提高声音信号的信噪比;时域特征参数、自相关分析功能可初步诊断出轴承是否存在故障;基于小波包分解的共振解调功能和EEMD-Hilbert谱计算功能能够进一步有效提取轴承的故障频率。
  本系统将虚拟仪器应用到轴承故障诊断中,具有稳定性强、可靠性高、运行速率高、扩展性强、人机交互界面友好等特点。此外,该系统的进一步研发及推广应用,将为列车轴承质量的数字化管理奠定基础。
作者: 黄小霞
专业: 机械工程
导师: 永远
授予学位: 硕士
授予学位单位: 西南交通大学
学位年度: 2017
正文语种: 中文
检索历史
应用推荐