详情

原文传递基于盲分离与自适应滤波理论的列车轴承道旁声学故障诊断研究

论文题名：	基于盲分离与自适应滤波理论的列车轴承道旁声学故障诊断研究
关键词：	列车轴承;故障诊断;道旁声学监测;盲分离;自适应滤波
摘要：	轮对轴承是列车走行部关键部件之一，它出现故障可能会带来严重的脱轨事故，因此开展其在线监测和故障诊断研究具有重要意义。道旁声学监测系统(Track-sideAcousticDetectionSystem,TADS)具有非接触式测量、成本低和早期预警能力强的优点,但其多声源、陡畸变和强噪声特点给TADS信号的有效分析和准确故障诊断带来了困难。本文以盲分离和自适应滤波理论为基础，针对TADS信号特点，创新性地提出了适用于TADS的单通道去相关声源分离矫正方法、多普勒同化的双麦克风自适应主动噪声消除方法和多普勒同化多参考变步长自适应滤波方法，有效解决了TADS中轮轨接触噪声等多噪声源干扰问题，主要研究工作如下: 　　(1)针对TADS中轮轨接触噪声干扰和陡畸变问题，提出了一种单通道去相关声源分离矫正(SingleChannelDe-correlatedBlindSourceSeparation-Time-domainInterpolationResampling,SCDBSS-TIR)方法。采用单个麦克风正对轮对轴承采集含噪单通道观测信号，首先利用奇异谱分析转换为双通道观测信号;然后利用多个时延相关矩阵特征值分解进行声源分离;最后，利用时域插值拟合矫正方法进行多普勒畸变矫正。采用单麦克风-双声源圆周运动模型开展了仿真和实验。在多普勒效应影响下，所提方法的分离效果优于经典的正定盲源分离方法，同时对带内噪声的消除效果良好。　　(2)针对TADS中轴承声信号受轮轨接触噪声干扰的问题，提出了一种基于多普勒同化的双麦克风自适应主动噪声消除方法(InverseModulationandRe-ModulationLeastMeanSquares,IM-RM-LMS)。主麦克风和参考麦克风分别正对列车轴承和轮轨接触点。由于两个麦克风和噪声源的相对空间位置不同，两个麦克风采集的轮轨接触噪声分量服从不同的多普勒畸变规律，给传统的自适应主动降噪方法带来阻碍。因此，本文的主要研究内容是两个服从不同多普勒畸变规律的运动声源信号的自适应主动降噪。创新性地采用IM-RM(InverseModulationandRe-Modulation)处理来同化两个麦克风采集的噪声信号的多普勒畸变规律。仿真和实验验证了IM-RM-LMS的有效性。与不考虑多普勒效应的传统LMS(LeastMeanSquares)方法相比，所提方法能获得显著的去噪效果。该方法为服从不同多普勒畸变规律的两个运动声源的噪声消除提供了新的理论依据。　　(3)针对单参考自适应滤波器不能全面、均匀地采集多个噪声分量，在多噪声源下固定步长参数导致的收敛速度慢、时变跟踪差的问题，提出了一种多普勒同化多参考变步长自适应滤波(InverseModulationandRe-ModulationMulti-referenceVariable-stepLeastMeanSquares,IM-RM-MVLMS）方法用于运动声源信号采集。在该方法中，设置一个主麦克风和多个参考麦克风分别采集目标声源和多个噪声源的声音信号。通过专门设计的多参考输入的多普勒同化处理，同化了不同空间分布的多噪声源的不一致的多普勒畸变规律，多普勒同化处理后的信号用于后续的多参考变步长自适应滤波。提出的MVLMS算法可实现更优越的收敛速度和时变跟踪性。仿真和实验验证了所提出的IM-RM-MVLMS方法可以获得更好的去噪效果。所提出的IM-RM-MVLMS方法为目标声源在多个运动声源中实现高信噪比的信号采集提供了一种新的理论和方法。
作者：	赵新航
专业：	控制科学与工程；控制理论与控制工程
导师：	刘方
授予学位：	硕士
授予学位单位：	安徽大学
学位年度：	2023