原文传递
地铁车辆转向架轴承故障诊断方法研究
| 论文题名： | 地铁车辆转向架轴承故障诊断方法研究 |
| 关键词： | 地铁车辆;转向架轴承;振动信号;故障诊断 |
| 摘要： | 在中国，城市轨道交通迅猛发展，各大省会城市都在进行建设或规划自己的城轨，其运营安全越来越受到关注。转向架轴承是地铁车辆中的关键部件，其状态对车辆的安全运行至关重要。因此，对列车转向架轴承故障诊断具有很大的现实意义，而如何对其进行在线智能故障诊断是一个值得研究的重要问题。振动信号中往往含有与故障相关的大量信息。本文基于小波包-包络分析对转向架轴承故障诊断方法作了深入的研究。 论文首先介绍了滚动轴承的典型结构和故障形式，研究了地铁转向架轴承的振动机理，推导了滚动轴承的故障特征频率。这是利用振动信号对其进行故障诊断的理论基础。 故障诊断包括故障特征提取和故障模式识别两大部分。本文将小波包分解与重构和Hilbert变换结合起来，通过获取振动信号各频段的包络谱将故障特征有效提取出来，使之更易识别。针对现有智能故障诊断方法的弊端，本文提出了故障识别搜索算法这一智能模式识别方法。该搜索算法完全采用计算机模拟人“观察”频谱图，对提取的故障特征进行有效模式识别，进而诊断出故障情况，为故障的自动智能诊断打下了坚实的基础。 为了验证上述方法的有效性，设计并搭建了轴承故障诊断试验台，基于此试验台对广州地铁车辆转向架轴承内圈、外圈和滚动体故障分别进行了测试，结果证明该方法能够准确诊断出列车转向架轴承故障。 最后论文设计了地铁列车转向架轴承在线故障诊断硬件装置，并基于本文提出的诊断方法对该装置进行了测试。该装置能对上述三种故障做出准确诊断，具有一定的工程实用性。 |
| 作者： | 赵治博 |
| 专业： | 电气工程 |
| 导师： | 游小杰;刘建强 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
