原文传递
基于声发射技术的铁路重载货车滚动轴承故障诊断研究
| 论文题名： | 基于声发射技术的铁路重载货车滚动轴承故障诊断研究 |
| 关键词： | 声发射技术;滚动轴承;故障诊断;小波包分析;BP神经网络;铁路重载货车 |
| 摘要： | 重载运输已被国际公认为铁路货运发展的方向，伴随重载运输的快速发展，对货车在安全性和可靠性方面提出了更高的要求。而货车关键部位的滚动轴承恰恰与货车的安全性和可靠性紧密相关。滚动轴承在高速重载下运行若出现了故障，则其故障会迅速扩大，在短时间内容易造成热轴、燃轴、切轴以至于最后导致列车发生颠覆等重大行车事故，产生重大的经济损失。因此，对轴承的运行状态进行实时监测及故障诊断，防患于未然就显得尤为重要。本文利用声发射技术来检测滚动轴承故障信号，使用小波包分析法来对信号进行加工与分析，利用神经网络对故障信息进行模式识别。 本文通过对国内外关于滚动轴承故障检测方法的研究，结合滚动轴承的故障类型及产生原因，提出了基于声发射技术的滚动轴承诊断方法。系统介绍了声发射信号的处理方法，通过对比分析，认为小波变换更适合提取滚动轴承的故障信息。详细介绍了小波变换的基本原理和算法，介绍了常用小波基的特性，研究了如何选取滚动轴承声发射信号的小波基。针对滚动轴承声发射信号的特点提出了采用小波包分析方法提取滚动轴承的故障信息，将处理后的特征向量输入到BP神经网络进行滚动轴承故障模式识别，进而判断轴承是否发生故障以及故障的类型。经过使用大量的实际滚动轴承实验数据进行验证，其结果都表明了使用本文的方法的有效性。 |
| 作者： | 王燕燕 |
| 专业： | 控制工程 |
| 导师： | 鲁五一 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中南大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
