DTCWPT-TV在高速列车齿轮箱轴承故障诊断中的应用

发布时间：2021-07-08 10:37

　　齿轮箱轴承作为高速列车转向架上的关键部件,其故障特征主要体现在其振动信号中,但是列车运行过程中存在强电磁噪声。针对强背景噪声下信号中故障特征频率的提取,提出双树复小波包变换（Dual Tree Complex Wavelet Package Transform,DTCWPT）和全变差（Total Variation,TV）结合的算法。该算法利用DTCWPT将齿轮箱轴承振动信号分解为不同尺度的信号分量,通过峭度指标选择冲击特征最显著的一个信号分量;针对含噪声的冲击特征,通过对该信号分量的全变差进行稀疏追踪从而得到信号的稀疏优化表示,使得振动信号中的冲击特征得到显著增强。通过构造一仿真信号对稀疏追踪算法的有效性进行了验证,并将该方法与DTCWPT结合并应用于齿轮箱轴承故障诊断中,结果表明:该方法能够很好地提取出信号中的冲击特征,并且频谱中的故障表征明显,能够有效地指导故障诊断。 

【文章来源】：机械设计与制造. 2020,(09)北大核心

【文章页数】：6 页

【部分图文】：

仿真信号时域波形

仿真信号频谱

外环故障轴承振动信号时域波形

【参考文献】：
期刊论文
[1]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)
[2]万向轴动不平衡检测的改进DTCWT-SVD方法[J]. 何刘,林建辉,刘新厂,黄衍.  振动与冲击. 2016(22)
[3]基于双树复小波包变换能量泄漏特性分析的齿轮故障诊断[J]. 胥永刚,孟志鹏,赵国亮,付胜.  农业工程学报. 2014(02)
[4]基于双树复小波和奇异差分谱的齿轮故障诊断研究[J]. 胥永刚,孟志鹏,陆明,付胜.  振动与冲击. 2014(01)
[5]振动信号处理方法综述[J]. 李舜酩,郭海东,李殿荣.  仪器仪表学报. 2013(08)
[6]基于双树复小波包峭度图的轴承故障诊断研究[J]. 李辉,郑海起,唐力伟.  振动与冲击. 2012(10)
[7]基于双树复小波包的发动机振动信号特征提取研究[J]. 吴定海,张培林,任国全,傅建平,韩兰懿.  振动与冲击. 2010(04)

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

硕士论文
[1]基于非凸正则化项的小波—全变差去噪方法研究[D]. 魏泽林.北京交通大学 2016



本文编号：3271403