基于多参数趋势分析的机车牵引座状态识别
发布时间:2021-02-25 05:29
机车牵引座是机车车体与转向架的重要连接部件。机车在运行时牵引座经常承受交变载荷及腐蚀的影响,机车牵引座的焊缝处容易产生引发严重事故的裂纹。针对上述情况提出基于多参数趋势分析的牵引座状态识别的方法。采用扫频激励的方式对正常、小裂纹、大裂纹状态的机车牵引座模型做受迫振动。以牵引座模型的模态分析结果为参考依据,分析不同状态下牵引座模型的振动信号,引入振动相关的特征参数做焊缝裂纹早期开裂的趋势分析。根据趋势分析的结果,结合置信区间为机车牵引座焊缝裂纹的检测设定匹配区间,并进行实验验证。结果表明,该方法能准确地检测出机车牵引座焊缝裂纹及裂纹的状态。
【文章来源】:机械设计与研究. 2020,36(05)北大核心
【文章页数】:5 页
【部分图文】:
实验装置连接框图
分别对三种状态第3组样本振动信号做振动分析,研究牵引座在三种状态下牵引座模型振动信号的差异,具体见时域波形图2。由图2可知各状态时域波形左右对称,结合实际扫频操作发现15 s可记录整个扫描频段。从图中还发现在5 s和13 s左右波形出现幅值的情况,并且各状态的波峰幅值依次减小。由此可知,在相同频段的激振下正常状态引起振动的能量最大其余状态依次减小。从正常到小裂纹的波峰幅值减小较小,而从小裂纹到大裂纹减小幅值明显。据此可知牵引座做受迫振动在5 s和13 s左右时引起振动幅度较大,故在此刻振动能量也随之增大。
根据图3中波形分布的情况可知,各状态下牵引座振动在频率为1 kHz和2 kHz附近能量陡增,且各状态在波形分布在1 kHz附近区别最明显。同时从正常状态、小裂纹状态,大裂纹状态的功率谱密度图中可看出正常状态下突变能量最大,其余状态依次减小。由上述描述结合实际机车运行工况可知,引起振动能量陡增的原因是牵引座发生了低阶共振现象。故研究牵引座在振动情况下与固有属性及振动能量相关的指标,对牵引座焊缝裂纹开裂程度识别是可行的。1.3 特征参数趋势分析
【参考文献】:
期刊论文
[1]基于模态参数辨识的泵车臂架系统振动控制研究[J]. 李建涛,邓华,姜圣,姜文君. 振动与冲击. 2019(07)
[2]基于定性趋势分析的道岔故障诊断方法研究[J]. 韩煜霖,杨静,邢宗义. 铁道标准设计. 2017(12)
[3]机车牵引座裂纹检验与安全性分析[J]. 马伟平. 铁道机车与动车. 2017(05)
[4]基于峭度准则VMD及平稳小波的轴承故障诊断[J]. 蒲子玺,殷红,张楠,闫武起,彭珍瑞. 机械设计与研究. 2017(01)
[5]基于似然比检验的双截尾威布尔分布区间估计[J]. 南东雷,贾志新,李威. 机械工程学报. 2017(06)
[6]基于排列熵和SVM的自动机故障诊断[J]. 曹满亮,潘宏侠. 机械设计与研究. 2015(05)
[7]基于EEMD排列熵的高速列车转向架故障特征分析[J]. 秦娜,蒋鹏,孙永奎,金炜东. 振动.测试与诊断. 2015(05)
[8]齿轮故障振动信号非高斯性特征趋势分析[J]. 周雁冰,柳亦兵,王峰,姜锐. 振动与冲击. 2014(06)
[9]基于趋势分析的发动机振动故障识别[J]. 王俨剀,马进锐,廖明夫,仝少博. 推进技术. 2013(08)
本文编号:3050517
【文章来源】:机械设计与研究. 2020,36(05)北大核心
【文章页数】:5 页
【部分图文】:
实验装置连接框图
分别对三种状态第3组样本振动信号做振动分析,研究牵引座在三种状态下牵引座模型振动信号的差异,具体见时域波形图2。由图2可知各状态时域波形左右对称,结合实际扫频操作发现15 s可记录整个扫描频段。从图中还发现在5 s和13 s左右波形出现幅值的情况,并且各状态的波峰幅值依次减小。由此可知,在相同频段的激振下正常状态引起振动的能量最大其余状态依次减小。从正常到小裂纹的波峰幅值减小较小,而从小裂纹到大裂纹减小幅值明显。据此可知牵引座做受迫振动在5 s和13 s左右时引起振动幅度较大,故在此刻振动能量也随之增大。
根据图3中波形分布的情况可知,各状态下牵引座振动在频率为1 kHz和2 kHz附近能量陡增,且各状态在波形分布在1 kHz附近区别最明显。同时从正常状态、小裂纹状态,大裂纹状态的功率谱密度图中可看出正常状态下突变能量最大,其余状态依次减小。由上述描述结合实际机车运行工况可知,引起振动能量陡增的原因是牵引座发生了低阶共振现象。故研究牵引座在振动情况下与固有属性及振动能量相关的指标,对牵引座焊缝裂纹开裂程度识别是可行的。1.3 特征参数趋势分析
【参考文献】:
期刊论文
[1]基于模态参数辨识的泵车臂架系统振动控制研究[J]. 李建涛,邓华,姜圣,姜文君. 振动与冲击. 2019(07)
[2]基于定性趋势分析的道岔故障诊断方法研究[J]. 韩煜霖,杨静,邢宗义. 铁道标准设计. 2017(12)
[3]机车牵引座裂纹检验与安全性分析[J]. 马伟平. 铁道机车与动车. 2017(05)
[4]基于峭度准则VMD及平稳小波的轴承故障诊断[J]. 蒲子玺,殷红,张楠,闫武起,彭珍瑞. 机械设计与研究. 2017(01)
[5]基于似然比检验的双截尾威布尔分布区间估计[J]. 南东雷,贾志新,李威. 机械工程学报. 2017(06)
[6]基于排列熵和SVM的自动机故障诊断[J]. 曹满亮,潘宏侠. 机械设计与研究. 2015(05)
[7]基于EEMD排列熵的高速列车转向架故障特征分析[J]. 秦娜,蒋鹏,孙永奎,金炜东. 振动.测试与诊断. 2015(05)
[8]齿轮故障振动信号非高斯性特征趋势分析[J]. 周雁冰,柳亦兵,王峰,姜锐. 振动与冲击. 2014(06)
[9]基于趋势分析的发动机振动故障识别[J]. 王俨剀,马进锐,廖明夫,仝少博. 推进技术. 2013(08)
本文编号:3050517
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3050517.html