原文传递
轨道交通车辆轴承故障诊断系统的研究
| 论文题名： | 轨道交通车辆轴承故障诊断系统的研究 |
| 关键词： | 轨道交通车辆;车辆轴承;轴承故障诊断;神经网络;小波变换;希尔伯特变换;故障特征;滚动轴承;信号;小波包;故障诊断系统;世界轨道交通;机车;故障诊断技术;安全;包络谱分析;智能诊断;直接载体;诊断方法;运行界面 |
| 摘要： | 随着我国轨道交通运输的快速发展,机车作为承载乘客的直接载体,其安全与否直接与乘客的生命安全息息相关。近年来轨道交通车辆设备的复杂程度不断提高,故障率相应上升,而轴承作为轨道交通车辆最重要的部件之一,如何对其进行高效、快速而准确地诊断是值得研究的一个重要问题。 本文在认真总结现阶段世界轨道交通故障诊断技术的基础上,总结分析了轴承故障发生情况,并找出故障发生的规律和特性。基于上述的需求分析,本文采用了小波、希尔伯特,神经网络等作为故障诊断方法对轨道交通车辆轴承进行了诊断,首先对采集到的信号进行降噪处理,再对降噪后的信号进行小波变换,对小波变换后的信号分别进行了：1)希尔伯特变换；2)提取特征向量,并将其输入到神经网络进行故障诊断。实验结果表明： (1)采用小波包和Hilbert包络谱分析,能有效地识别滚动轴承的故障特征,说明该故障特征提取方法是行之有效的； (2)采用的小波包和BP、Elman、RBF神经网络进行的滚动轴承故障诊断,能有效地识别故障特征,此方法同样适用于轴承等旋转机械的故障诊断： (3)无论从时间、还是输出准确程度上来看,RBF神经网络都明显优于BP神经网络。 最后,对轨道交通车辆轴承故障诊断系统进行了软件实现。首先对各功能模块进行了说明,然后展示了系统的运行界面。应用希尔伯特变换找出了故障频率；结合小波与神经网络诊断出了故障类型,实现了对机车轴承的智能诊断,保证了机车的安全、快速运行,此系统具有较好的实用性。 |
| 作者： | 姚德臣 |
| 专业： | 车辆工程 |
| 导师： | 殷玉枫;杨建伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 太原科技大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
