【摘要】：机械设备故障诊断技术对高速发展的制造业核心装备进行有效监测、预警和诊断,以避免或减少重大安全事故,具有巨大的经济和社会价值。随着技术发展,高速铁路运输已成为最重要的交通运输方式之一,其安全性、舒适性与高效性一直是国内外关注的焦点。通过健康状态监测技术对列车运行过程进行监控,对预防列车事故发生、保障列车运行安全具有重要意义。列车轮对轴承作为核心部件之一,其健康状况直接影响列车运行安全。轮对轴承故障作为一种常见故障,其监测与诊断技术一直是国内外研究的热点。列车轴承轨边声学故障诊断系统以其具备非接触式测量、早期故障预警和成本相对较低等优点而受到研究者的青睐。但多运动声源混叠的复杂声学环境却对列车轴承轨边声学故障诊断系统的可靠性带来了挑战。论文以获得清晰的声谱特征为目标,将多源混叠问题分解为同侧、同轴与复合运动声源混叠问题,以空时滤波器设计为主要技术手段,逐步解决多运动声源分离与校正、提取与增强、数目与相对位置估计等技术难点,最终形成一套列车轴承轨边声学故障诊断的系统性技术解决方案。首先,根据列车通过时测量得到的多运动声源分布结果,论文将多运动声源混叠问题细分为同侧、同轴与复合运动声源混叠问题,并分析了各自的特点,揭示了多个运动声源难分离、故障特征信号难提取、数目与相对位置难估计等三个技术难点。根据目前使用的列车轴承,建立了以轴承故障特征频率判断轴承故障类型的静态检测理论基础,介绍了轴承故障动态声学检测的波动力学基础。根据需要解决的三个技术难点设计了静态、动态实验平台及信号获取方案。通过静态信号与动态信号的对比,验证了轨边声学故障诊断系统中多源混叠问题的存在,并对传统方法与阵列结构在解决上述技术难点中存在的问题进行了分析,为后文进行深入研究奠定基础。其次,针对同侧运动声源混叠中多个运动声源难分离的问题,论文建立了基于均匀线性阵列的几何模型和信号模型,并将该问题视为一个动态盲源分离问题,提出了参数化时域分离矩阵和时域重映射矩阵设计的空时滤波重排方法,实现了同侧运动声源的分离与校正。利用简单的相关运算来去除噪声和被扭曲的非目标声源分量,得到目标声源信号的估计,通过包络谱分析实现目标声源的故障诊断。该方法在时域实现声源分离与校正,去除残余分量干扰的相关运算操作简单,具有计算效率高和输出信噪比高的优点。随后,针对同轴运动声源混叠中故障特征信号难提取的问题,论文建立了基于十字形阵列的几何模型和信号模型,克服空域滤波只能抑制但不能消除非目标方向干扰声源和噪声的本质缺陷,提出了自适应稀疏滤波方法,实现了轴承故障特征信号的提取与增强。论文将传统空域滤波技术与无监督式机器学习技术相结合,完全去除干扰声源。在空域和时域完成信号处理,运算效率高。通过空域滤波和稀疏滤波之后,噪声得到极大程度地抑制,输出信噪比高。这是无监督式机器学习方法与阵列信号处理方法在多运动声源混叠问题中的创新应用。最后,针对复合运动声源混叠中数目与相对位置难估计的问题,论文利用斐波那契数列设计了具有优异性能的斐波那契阵列结构。并基于斐波那契阵列结构提出了一种解卷积的清洁空时图方法,实现了多运动声源数目和相对位置的估计。类比于针对静态声源定位二维空间扫描的“声学相机”技术,论文提出了运动声源定位时间与空间扫描的“聚焦声学相机”新概念。论文设计了性能优异的斐波那契阵列结构,以麦克风阵列信号为分析对象,利用清洁空时图方法实现多运动声源数目与相对位置的准确估计,再利用空时滤波重排技术实现多运动声源的分离与校正,最后利用自适应稀疏滤波技术实现轴承故障特征信号的提取与增强,得到清晰的轴承故障信号声谱以实现故障诊断。一条以多源混叠空时滤波器设计为主体,包含清洁空时图方法、空时滤波重排方法、自适应稀疏滤波方法的系统性技术方案得以建立,为最终实现列车轴承轨边声学故障诊断提供一定的研究基础。
【图文】：
逡逑图１．１美国ＴＡＤＳ系统［８８］。逡逑ＩＰｉｌｌｉ邋］＾ｍｍ逡逑图１．２澳大利亚ＲａｉｌＢＡＭ系统［８９］。逡逑澳大利亚邋Ｖｉｐａｃ邋公司（ＶｉｐａｃＥｎｇｉｎｅｅｒｓ＆Ｓｃｉｅｎｔｉｓｔｓ邋Ｌｔｄ．，ＶＥＳＬ）的全资子公逡逑司Ｔｒａｃｋ邋ＩＱ自１９９１年起着手研宄列车轴承轨边声学故障诊断技术，，并于１９９８年逡逑５逡逑
图１．１美国ＴＡＤＳ系统［８８］。逡逑ＩＰｉｌｌｉ邋］＾ｍｍ逡逑图１．２澳大利亚ＲａｉｌＢＡＭ系统［８９］。逡逑澳大利亚邋Ｖｉｐａｃ邋公司（ＶｉｐａｃＥｎｇｉｎｅｅｒｓ＆Ｓｃｉｅｎｔｉｓｔｓ邋Ｌｔｄ．，ＶＥＳＬ）的全资子公逡逑司Ｔｒａｃｋ邋ＩＱ自１９９１年起着手研宄列车轴承轨边声学故障诊断技术，并于１９９８年逡逑５逡逑
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TN713;U279
【相似文献】
相关期刊论文 前10条
1 方宏一;;感觉暂留的研究范畴刍议[J];中国广播电视学刊;1989年06期
2 陈长升;黄险峰;;基于小波变换抗混叠谐波检测的一种新方法[J];电力系统保护与控制;2008年23期
3 刘琚,聂开宝,何振亚;非线性混叠信号的可分离性及分离方法研究[J];电子与信息学报;2003年01期
4 路文梅;混叠误差对谐波分析结果的影响[J];河北工程技术高等专科学校学报;1996年04期
5 林志鹏;陈荻键;洪嘉龙;游靠安;展爱云;;一种防止混叠的蓝噪声模式采样方法[J];科技创业月刊;2017年12期
6 张焱;任勇峰;姚宗;;抗混叠滤波设计在数据采集系统中的应用[J];计算机测量与控制;2015年01期
7 何磊;王泽忠;;间谐波检测中小波混叠抑制的一种新算法[J];河北电力技术;2007年02期
8 冯毅;;预应力钢—混叠合连续梁的设计与施工[J];山西建筑;2007年16期
9 汪安民,王殊,陈明欣;一种抗混叠的非均匀周期采样及其频谱分析方法[J];信号处理;2005年03期
10 路文梅;电力参数实时采集中混叠误差的研究[J];高电压技术;1998年03期
相关会议论文 前10条
1 张廷芳;葛曼玲;;运用变密度的k空间轨迹来减少混叠伪像[A];第十二届全国图象图形学学术会议论文集[C];2005年
2 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
3 潘家楠;秦卫阳;尚世杰;;Lamb波混叠波处理方法及在损伤识别中的应用[A];第十二届全国振动理论及应用学术会议论文集[C];2017年
4 陈秉W
本文编号：2615899
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2615899.html
