基于多普勒校正的道旁轴承故障诊断的研究

发布时间：2017-09-28 02:20

  本文关键词：基于多普勒校正的道旁轴承故障诊断的研究

  更多相关文章： 列车轴承 轨边声学检测系统 故障诊断与状态监测 多普勒畸变校正 莫斯声学理论

【摘要】：一直以来,列车轴承故障都是列车故障的主要类型之一,严重影响着列车的行驶安全。因此,加强对列车轴承的状态监测和故障诊断对列车的安全运行具有非常重要的意义。声学轨边诊断系统在对列车轴承的状态监测和故障诊断方面有很多优点,但是由于列车轨边声信号具有多普勒畸变,使得该诊断系统实现存在一定的困难。 本文以现役列车轴承NJ(P)3226X1为研究对象,设计了该类型轴承的专用实验平台,针对多普勒畸变这项技术难点展开了深入的研究,提出了4种不同的多普勒畸变校正方法,最终为实现列车轴承道旁诊断系统的研制提供一定的基础理论和解决思路。 提出了一种基于瞬时频率估计的多普勒校正方法。通过畸变信号的时频分布提取瞬时频率,根据莫尔斯声学理论对瞬时频率进行非线性拟合,使用拟合信号建立重采样时间序列,最后经重采样序列校正多普勒畸变。对仿真信号和实验信号进行分析,结果证明这个校正方法的有效性。 提出了一种在时域对多普勒畸变进行校正的方法。该方法首先从运动关系和莫尔斯声学理论出发推导得出离散插值时间序列和幅值调制公式,然后对畸变信号进行幅值调制和插值拟合。仿真信号和实验信号的分析结果表明多普勒畸变得到很好的校正,该方法具有可行性。 为了实现对多声源的多普勒畸变信号进行校正,提出了一种基于多普勒小波变换和重采样的多普勒校正方法。首先,在参数空间中找到基函数-多普勒小波原子。根据莫斯声学理论和多普勒效应,可以得到多普勒小波原子的瞬时频率。接下来,在时域里建立重采样时间序列,通过重采样,多普勒畸变可以被校正。 在最后一种方法中,引进了一种叫做参数小波的PMDW,用它来识别基于相关分析的运动模型参数。一种时域的信号重采样器被引进用来校正轴承声音信号中的多普勒畸变。在多普勒被校正后,瞬态模型分析的方法被用来诊断轴承的局部故障。这种方法的最大优点是所有的运动模型参数,包括声速和集合参数都可以由采集的信号本身来识别。因此,这种方法避免了运动模型参数测量的困难,可以适应各种型号的列车。
【关键词】：列车轴承 轨边声学检测系统 故障诊断与状态监测 多普勒畸变校正 莫斯声学理论
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH133.3;TH165.3
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 列车轴承健康状态监测的意义11
• 1.2 列车轴承声学轨边监测系统的发展现状11-13
• 1.3 多普勒校正研究现状13-14
• 1.4 论文的主要研究工作14-17
• 第2章 基于瞬时频率估计的道旁轴承故障诊断17-31
• 2.1 基于瞬时频率估计的多普勒畸变校正方法17-20
• 2.1.1 瞬时频率的定义17-18
• 2.1.2 基于STFT的瞬时频率估计18-19
• 2.1.3 基于瞬时频率估计的多普勒畸变校正算法19-20
• 2.2 仿真信号分析20-23
• 2.2.1 仿真信号的建立20-21
• 2.3.2 仿真信号校正结果21-23
• 2.3 实验信号分析23-28
• 2.3.1 实验方案设计23-26
• 2.3.2 外圈故障信号处理26-27
• 2.3.3 内圈故障信号分析27-28
• 2.4 结论28-31
• 第3章 基于时域插值拟合的道旁轴承故障诊断31-47
• 3.1 引言31
• 3.2 多普勒畸变校正方法31-35
• 3.2.1 时域插值拟合方法的校正流程31-32
• 3.2.2 插值拟合时间序列32-33
• 3.2.3 幅值还原33-34
• 3.2.4 插值拟合取样34-35
• 3.3 仿真信号分析35-41
• 3.3.1 单一特征频率的多普勒信号分析35-37
• 3.3.2 加噪多普勒信号分析37-39
• 3.3.3 多特征频率的多普勒信号分析39-41
• 3.4 实验信号分析41-46
• 3.4.1 外圈故障多普勒信号校正处理41-43
• 3.4.2 内圈故障多普勒信号校正处理43-45
• 3.4.3 复合故障的多普勒信号的校正处理45-46
• 3.5 总结46-47
• 第4章 基于多普勒小波变换和重采样的道旁轴承故障诊断47-63
• 4.1 引言47-48
• 4.2 基于匹配追踪的多普勒小波变换48-50
• 4.2.1 改进的多普勒小波原子48-49
• 4.2.2 多普勒小波变换49
• 4.2.3 基于匹配追踪的多普勒小波变换的信号分解49-50
• 4.3 多普勒畸变校正算法及流程50-53
• 4.3.1 基于瞬时频率的重采样算法50-51
• 4.3.2 实际运动参数估计51-52
• 4.3.3 多普勒畸变校正流程52-53
• 4.4 仿真分析53-57
• 4.4.1 仿真信号的多普勒校正53-55
• 4.4.2 噪声和误差分析55-57
• 4.5 实验信号分析57-61
• 4.5.1 外圈故障畸变信号校正处理57-59
• 4.5.2 内圈故障畸变信号校正处理59-61
• 4.6 总结61-63
• 第5章 基于多普勒消除器和瞬态模型的道旁轴承故障诊断63-81
• 5.1 引言63-64
• 5.2 基于数据驱动的多普勒消除器64-69
• 5.2.1 多普勒消除器64-65
• 5.2.2 PMDW发生器65-67
• 5.2.3 改进的相关滤波分析67-68
• 5.2.4 信号重采样器68-69
• 5.3 瞬态模型分析69-71
• 5.3.1 基于Laplace小波的瞬态模型建立70
• 5.3.2 基于瞬态模型参数识别的列车轴承故障诊断70-71
• 5.4 仿真分析71-74
• 5.5 实验信号分析74-80
• 5.5.1 外圈故障信号校正处理74-77
• 5.5.2 内圈故障信号校正处理77-80
• 5.6 总结80-81
• 第6章 总结与展望81-83
• 6.1 全文总结81
• 6.2 进一步研究方向81-83
• 参考文献83-89
• 在读期间发表的学术论文89-91
• 致谢91

【参考文献】

中国期刊全文数据库 前7条

1 赵义正,杨景曙;基于分数阶Fourier变换的瞬时频率估计方法[J];安徽大学学报(自然科学版);2005年01期

2 殷勤业，倪志芳，钱世锷，陈大庞;自适应旋转投影分解法[J];电子学报;1997年04期

3 FirdausiD.Irani,吴朝院;先进道旁车辆状态监视系统的开发和应用[J];国外铁道车辆;2002年02期

4 王磊;郝士琦;戎雁;;瞬时频率的Prony方法提取及MATLAB实现[J];计算机仿真;2008年02期

5 邹红星,周小波,李衍达;采用Dopplerlet基函数的时频信号表示[J];清华大学学报(自然科学版);2000年03期

6 刘瑞扬;北美铁路车辆安全轨边检测系统的现状及思考[J];中国铁路;2004年07期

7 刘战存;多普勒和多普勒效应的起源[J];物理;2003年07期

，

本文编号：933257