原文传递
基于EEMD和小波包的动车组轴箱轴承故障诊断系统的研究
| 论文题名： | 基于EEMD和小波包的动车组轴箱轴承故障诊断系统的研究 |
| 关键词： | 动车组;滚动轴承;故障诊断;聚合经验模态分解;小波包分析 |
| 摘要： | 随着我国高速铁路的快速发展，其运输能力已渐渐满足国民经济和社会发展的需要，伴随而来的动车组车辆安全运营问题也成为了一个重要的研究方向。滚动轴承是动车组中的核心部件，对轴承故障诊断系统的研究势在必行。基于此研究了滚动轴承故障诊断分析方法，并设计开发了动车组滚动轴承故障诊断系统软件，达到在不拆卸轴箱轴承的情况下对轴承进行故障诊断分析的目的，以保证高速动车组的安全运行。具体的研究内容有以下几个方面: 1、研究了滚动轴承结构组成、故障形成机理以及轴承故障分析方法。通过对比多种故障诊断方法的优缺点，选择具有廉价传感器、设置简单、检测结果准确等优点的振动分析法对轴承进行故障诊断，并计算了轴承各部位的振动故障频率。 2、研究了振动分析法中多种信号处理的方法。对常用到的信号处理方法进行系统仿真，仿真结果表明小波包较之小波能分解出更精细的频率成分，聚合经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)较之经验模态分解(Empirieal ModeDecomposition，EMD)能更好地解决模态混叠现象。但是小波包涉及到小波基的最优选择以及EEMD会出现不属于信号本身的IMF分量，两者在信号处理中都有各自的局限性，基于此提出了一种基于EEMD和小波包分析的滚动轴承故障诊断方法。 3、研究了EEMD和小波包分析结合的滚动轴承故障诊断方法。先对信号进行小波包降噪，然后用EEMD对降噪后的信号进行分解，计算分解得到的IMF分量与去噪信号的互相关系数选择相关系数满足相关条件的IMF分量进行包络谱分析。并辅以轴承振动数据的时域参数以防止轴承早期故障下振动故障频率不明显造成漏判的现象。为了证明诊断方法的有效性，从铁路局现场收集轴承故障数据。通过对实验数据的分析，证明了该方法克服了传统方法的局限性，能有效地提取到轴承故障特征信息并能初步判断轴承发生故障的具体位置。 4、研究了动车组滚动轴承故障诊断系统软件的开发，提出了一种可编程故障识别方法。基于此方法设计开发了以Visual Basic和MATLAB为基础开发工具的滚动轴承故障诊断系统软件，Visual Basic具有丰富的界面设计资源而MATLAB具有强大的工程计算能力，有力的技术背景支持实现了界面开发和工程计算的结合。该软件既能对轴承振动信号进行分析并诊断出故障，又包括“查询记录”、“经验值维护”、“软件管理与维护”等模块供软件操作人员便利使用。 |
| 作者： | 韩威 |
| 专业： | 车辆工程 |
| 导师： | 李刚;雷达 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
