基于稀疏形态法的城轨列车轮对故障诊断研究

发布时间：2024-03-16 11:49

　　随着城市轨道交通网络的发展,地铁等轨道交通给人们带来了很大的便利,因此其安全问题也日益引起关注,机械部件中旋转机械是最容易出现故障的,也是最容易引起重大事故与人员伤亡的,在受人们重点关注的旋转机械部件中,轮对又占据重要地位,轮对的健康状态直接关系到车辆运行的安全性与平稳性,因此,建立城市轨道交通车辆轮对的检测与诊断系统十分重要,系统的核心应是轮对故障的分类与特征提取,并且构建完整的故障诊断流程。(1)本文首先介绍轮对故障诊断的研究现状,介绍其诊断时常用的时频分析方法,之后重点介绍稀疏分解方法的研究状况及其在机械故障诊断领域的应用,并确定其为本文的主要故障诊断方法,最后介绍轮对擦伤与多边形的振动机理与故障特性。(2)轮对的早期故障多耦合,信噪比较低,有用的故障信号多淹没在周围大量的无用噪声信号中,根据稀疏分解算法重构信号后可以有效去噪的特点,提出了改进的稀疏分解去噪算法,利用仿真信号验证了此算法的有效性,并建立轮对故障试验台,对轮对擦伤信号进行稀疏分解去噪,重构后可大大提高故障信号的信噪比,可证明此算法的有效性。(3)针对信号的故障冲击容易被淹没的特点,引入数学形态法对微弱的故障信号进行...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图2-2扁疤产生冲击过程

第2章轮对故障机理与信号特征图2-1为有扁疤故障车辆运行时轮轨力的变化情况，扁疤的新旧影响轮轨力的变化，有图可知：新扁疤在与轨道接触时，轮轨力F1与F2同时出现，频率超过500Hz的高频冲击力F1在新扁疤与轨道接触时迅速出现，其频率是车辆弹簧下重量与钢轨作....

图2-5SIMPACK车辆与轨道模型

020406080100120140160012谐波作用区波长(L/mm)图2-4不同波长与波深的作用区Fig.2-3Actionzonewithdifferentwavelengthsandwavedepth车辆建模是一个复杂的过程，由于地....

图3一3添加白噪声的仿真信号Flg3一3Addwhitenoisesimulationsignal

由图3-3可以看出，原始仿真信号添加噪声后信号杂乱无章，将添加噪声号进行稀疏分解重构去噪，分解残余信号与重构信号如下图3-4所示。a)含噪信号a)Noisysignal

图3-4仿真信号稀疏分解结果

c)Reconstructedsignal图3-4仿真信号稀疏分解结果Fig.3-4Simulatedsignalsparsedecompositionresult对比图3-4(a)、(b)、(c)可以明显的看出，经过稀疏分解后，含噪信号的原始完全的恢复重构....

本文编号：3929616