轮对轴承故障诊断方法研究

发布时间：2021-01-02 09:14

　　本论文面向轨道交通车辆轮对轴承故障诊断需求,重点研究了基于第二代小波变换的现代信号处理分析方法,对于第二代小波分解过程中存在的频率混叠问题,引入奇异值分解理论,利用奇异值分解对不同频率信号良好的筛选特性,提出了基于第二代小波-奇异值分解的轮对轴承故障特征提取方法,本文涉及的具体研究成果主要有以下几点:（1）介绍了基于插值细分原理的第二代小波变换算法,详细分析了不同长度的预测、更新器对第二代小波分解结果的影响,同时引入第二代小波包分解算法,提升信号分解效果。（2）针对第二代小波中存在的频率混叠问题,利用奇异值分解理论加以优化。首先介绍了奇异值分解的算法原理,接着介绍了基于QR分解的奇异值分解数值计算方法,最后利用仿真信号证明了本文所提方法的有效性。（3）结合轴承常见故障的梳理,设计轮对轴承跑合试验台故障试验方案,采集轮对轴承故障的轴箱振动数据,利用第二代小波-奇异值分解算法对轮对轴承外圈及滚动体故障进行特征提取研究,分析结果表明:该方法可有效的提取相应故障特征。总结以上研究结果,本文所提方法具有良好的时频分析特性,可准确提取相应故障特征,具有一定工程运用前景。 

【文章来源】：青岛大学山东省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

列车轮对轴承振动产生原因

轴承内圈、外圈、滚子之间的关系

图 2.4 内圈上麻点落外加载荷时，疲劳剥落的初始裂纹通常先从最大正的最大正交切变应力一般位于接触表面下某一深度上扩展至接触表面形成浅层剥落。图 2.5 所示为规

【参考文献】：
期刊论文
[1]基于EEMD排列熵的高速列车轮对轴承故障诊断方法[J]. 施莹,庄哲,林建辉.  中国测试. 2017(11)
[2]基于IMF-SVD包络谱法的轮对轴承故障检测方法研究[J]. 庄哲,陈星,施莹,刘泽潮.  中国测试. 2017(06)
[3]基于时延自相关ICA的列车轮对轴承复合故障诊断方法[J]. 黄采伦,李忠,王靖,张小娟,曾照福.  铁道学报. 2016(05)
[4]基于时域多普勒校正和EEMD的列车轴承道旁声音监测故障诊断方法研究[J]. 刘方,沈长青,何清波,胡飞,张翱,孔凡让.  振动与冲击. 2013(24)
[5]基于改进小波神经网络的滚动轴承故障诊断[J]. 姜涛,袁胜发.  华中农业大学学报. 2014(01)
[6]基于补偿距离评估-小波核PCA的滚动轴承故障诊断[J]. 王宏超,陈进,董广明.  振动与冲击. 2013(18)
[7]基于LMD的时频分析方法及其机械故障诊断应用研究[J]. 王衍学,何正嘉,訾艳阳,袁静.  振动与冲击. 2012(09)
[8]列车轴承频带变化类故障的诊断方法[J]. 王靖,陈特放,黄采伦,周华.  北京工业大学学报. 2012(05)
[9]高速铁路轴承疲劳寿命浅析[J]. 王多亮,任子晶,赵燕.  哈尔滨轴承. 2011(02)
[10]基于径向基函数神经网络的电机轴承智能故障诊断[J]. 孙伟,李新发,柴世文,杨河峙.  纺织机械. 2011(01)

博士论文
[1]高速列车轮对轴承状态表征与故障诊断方法研究[D]. 易彩.西南交通大学 2015
[2]列车轮对故障振动特性及诊断关键技术研究[D]. 王靖.中南大学 2012
[3]基于粒子群优化的齿轮箱智能故障诊断研究[D]. 魏秀业.中北大学 2009

硕士论文
[1]基于多小波分析的滚动轴承故障诊断方法研究[D]. 李文斌.北京工业大学 2011
[2]动车组转向架轴承可靠性分析与故障诊断的技术研究[D]. 聂晔.中南大学 2011



本文编号：2953089