原文传递
基于轨道振动信号的城轨列车车轮全局不圆顺故障诊断研究
| 论文题名： | 基于轨道振动信号的城轨列车车轮全局不圆顺故障诊断研究 |
| 关键词： | 城轨列车;车轮在线检测;全局不圆顺;经验模态分解;神经网络;故障诊断 |
| 摘要： | 随着社会的不断进步以及城市的快速发展，城市轨道交通发挥着越来越大的作用。然而，由于轨道不平顺和城轨列车的频繁启停，车轮与轨道之间不断摩擦，导致车轮极易发生故障，对城轨列车的行车安全带来很大影响。因此，需要对列车车轮进行在线检测，及时发现故障。本文在总结国内外研究的基础上，主要完成了以下几项工作。 (1)分析车轮全局不圆顺故障形式与机理。从车轮的结构及轮轨动力学关系对车轮故障形成原因进行了分析，确定了使用轨道振动加速度信号来对车轮全局不圆顺故障进行检测，介绍了经验模态分解信号处理方法，最后对现场采集系统进行了简单介绍，作为后续算法的数据来源。 (2)对城轨列车车辆轨道动力学进行建模。建模包括城轨列车车辆模型、轨道模型以及车轨动力学模型，研究了车轮全局不圆顺故障和轨道不平顺的数学表达式，并作为动力学模型输入，对模型仿真得到轨道振动响应。 (3)研究了轨道振动信号分解算法。针对原始振动信号中包含噪声的问题，提出了自适应形态滤波算法，对振动信号进行了滤波处理。为了分解出原始振动信号中包含故障信息的固有模态函数以及解决EMD算法的模态混叠问题，提出了改进EMD分解算法，最后对动力学模型仿真信号与现场实测信号进行了分解。 (4)研究了基于LM-BP神经网络的车轮全局不圆顺故障诊断。该方法在改进EMD分解的基础上，提取固有模态函数的多项特征值，作为LM-BP神经网络的输入向量，并对其进行了训练，实现了车轮全局不圆顺故障识别。仿真信号与现场信号识别结果显示，所提方法可以正确地实现车轮全局不圆顺故障识别。 |
| 作者： | 曹康 |
| 专业： | 机械电子工程 |
| 导师： | 高旭东;邢宗义 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
