本文關鍵詞：基于多普勒校正的道旁軸承故障診斷的研究

  更多相關文章： 列車軸承 軌邊聲學檢測系統(tǒng) 故障診斷與狀態(tài)監(jiān)測 多普勒畸變校正 莫斯聲學理論

【摘要】：一直以來,列車軸承故障都是列車故障的主要類型之一,嚴重影響著列車的行駛安全。因此,加強對列車軸承的狀態(tài)監(jiān)測和故障診斷對列車的安全運行具有非常重要的意義。聲學軌邊診斷系統(tǒng)在對列車軸承的狀態(tài)監(jiān)測和故障診斷方面有很多優(yōu)點,但是由于列車軌邊聲信號具有多普勒畸變,使得該診斷系統(tǒng)實現(xiàn)存在一定的困難。 本文以現(xiàn)役列車軸承NJ(P)3226X1為研究對象,設計了該類型軸承的專用實驗平臺,針對多普勒畸變這項技術難點展開了深入的研究,提出了4種不同的多普勒畸變校正方法,最終為實現(xiàn)列車軸承道旁診斷系統(tǒng)的研制提供一定的基礎理論和解決思路。 提出了一種基于瞬時頻率估計的多普勒校正方法。通過畸變信號的時頻分布提取瞬時頻率,根據(jù)莫爾斯聲學理論對瞬時頻率進行非線性擬合,使用擬合信號建立重采樣時間序列,最后經(jīng)重采樣序列校正多普勒畸變。對仿真信號和實驗信號進行分析,結(jié)果證明這個校正方法的有效性。 提出了一種在時域?qū)Χ嗥绽栈冞M行校正的方法。該方法首先從運動關系和莫爾斯聲學理論出發(fā)推導得出離散插值時間序列和幅值調(diào)制公式,然后對畸變信號進行幅值調(diào)制和插值擬合。仿真信號和實驗信號的分析結(jié)果表明多普勒畸變得到很好的校正,該方法具有可行性。 為了實現(xiàn)對多聲源的多普勒畸變信號進行校正,提出了一種基于多普勒小波變換和重采樣的多普勒校正方法。首先,在參數(shù)空間中找到基函數(shù)-多普勒小波原子。根據(jù)莫斯聲學理論和多普勒效應,可以得到多普勒小波原子的瞬時頻率。接下來,在時域里建立重采樣時間序列,通過重采樣,多普勒畸變可以被校正。 在最后一種方法中,引進了一種叫做參數(shù)小波的PMDW,用它來識別基于相關分析的運動模型參數(shù)。一種時域的信號重采樣器被引進用來校正軸承聲音信號中的多普勒畸變。在多普勒被校正后,瞬態(tài)模型分析的方法被用來診斷軸承的局部故障。這種方法的最大優(yōu)點是所有的運動模型參數(shù),包括聲速和集合參數(shù)都可以由采集的信號本身來識別。因此,這種方法避免了運動模型參數(shù)測量的困難,可以適應各種型號的列車。
【關鍵詞】：列車軸承 軌邊聲學檢測系統(tǒng) 故障診斷與狀態(tài)監(jiān)測 多普勒畸變校正 莫斯聲學理論
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TH133.3;TH165.3
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 列車軸承健康狀態(tài)監(jiān)測的意義11
• 1.2 列車軸承聲學軌邊監(jiān)測系統(tǒng)的發(fā)展現(xiàn)狀11-13
• 1.3 多普勒校正研究現(xiàn)狀13-14
• 1.4 論文的主要研究工作14-17
• 第2章 基于瞬時頻率估計的道旁軸承故障診斷17-31
• 2.1 基于瞬時頻率估計的多普勒畸變校正方法17-20
• 2.1.1 瞬時頻率的定義17-18
• 2.1.2 基于STFT的瞬時頻率估計18-19
• 2.1.3 基于瞬時頻率估計的多普勒畸變校正算法19-20
• 2.2 仿真信號分析20-23
• 2.2.1 仿真信號的建立20-21
• 2.3.2 仿真信號校正結(jié)果21-23
• 2.3 實驗信號分析23-28
• 2.3.1 實驗方案設計23-26
• 2.3.2 外圈故障信號處理26-27
• 2.3.3 內(nèi)圈故障信號分析27-28
• 2.4 結(jié)論28-31
• 第3章 基于時域插值擬合的道旁軸承故障診斷31-47
• 3.1 引言31
• 3.2 多普勒畸變校正方法31-35
• 3.2.1 時域插值擬合方法的校正流程31-32
• 3.2.2 插值擬合時間序列32-33
• 3.2.3 幅值還原33-34
• 3.2.4 插值擬合取樣34-35
• 3.3 仿真信號分析35-41
• 3.3.1 單一特征頻率的多普勒信號分析35-37
• 3.3.2 加噪多普勒信號分析37-39
• 3.3.3 多特征頻率的多普勒信號分析39-41
• 3.4 實驗信號分析41-46
• 3.4.1 外圈故障多普勒信號校正處理41-43
• 3.4.2 內(nèi)圈故障多普勒信號校正處理43-45
• 3.4.3 復合故障的多普勒信號的校正處理45-46
• 3.5 總結(jié)46-47
• 第4章 基于多普勒小波變換和重采樣的道旁軸承故障診斷47-63
• 4.1 引言47-48
• 4.2 基于匹配追蹤的多普勒小波變換48-50
• 4.2.1 改進的多普勒小波原子48-49
• 4.2.2 多普勒小波變換49
• 4.2.3 基于匹配追蹤的多普勒小波變換的信號分解49-50
• 4.3 多普勒畸變校正算法及流程50-53
• 4.3.1 基于瞬時頻率的重采樣算法50-51
• 4.3.2 實際運動參數(shù)估計51-52
• 4.3.3 多普勒畸變校正流程52-53
• 4.4 仿真分析53-57
• 4.4.1 仿真信號的多普勒校正53-55
• 4.4.2 噪聲和誤差分析55-57
• 4.5 實驗信號分析57-61
• 4.5.1 外圈故障畸變信號校正處理57-59
• 4.5.2 內(nèi)圈故障畸變信號校正處理59-61
• 4.6 總結(jié)61-63
• 第5章 基于多普勒消除器和瞬態(tài)模型的道旁軸承故障診斷63-81
• 5.1 引言63-64
• 5.2 基于數(shù)據(jù)驅(qū)動的多普勒消除器64-69
• 5.2.1 多普勒消除器64-65
• 5.2.2 PMDW發(fā)生器65-67
• 5.2.3 改進的相關濾波分析67-68
• 5.2.4 信號重采樣器68-69
• 5.3 瞬態(tài)模型分析69-71
• 5.3.1 基于Laplace小波的瞬態(tài)模型建立70
• 5.3.2 基于瞬態(tài)模型參數(shù)識別的列車軸承故障診斷70-71
• 5.4 仿真分析71-74
• 5.5 實驗信號分析74-80
• 5.5.1 外圈故障信號校正處理74-77
• 5.5.2 內(nèi)圈故障信號校正處理77-80
• 5.6 總結(jié)80-81
• 第6章 總結(jié)與展望81-83
• 6.1 全文總結(jié)81
• 6.2 進一步研究方向81-83
• 參考文獻83-89
• 在讀期間發(fā)表的學術論文89-91
• 致謝91

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 趙義正,楊景曙;基于分數(shù)階Fourier變換的瞬時頻率估計方法[J];安徽大學學報(自然科學版);2005年01期

2 殷勤業(yè)，倪志芳，錢世鍔，陳大龐;自適應旋轉(zhuǎn)投影分解法[J];電子學報;1997年04期

3 FirdausiD.Irani,吳朝院;先進道旁車輛狀態(tài)監(jiān)視系統(tǒng)的開發(fā)和應用[J];國外鐵道車輛;2002年02期

4 王磊;郝士琦;戎雁;;瞬時頻率的Prony方法提取及MATLAB實現(xiàn)[J];計算機仿真;2008年02期

5 鄒紅星,周小波,李衍達;采用Dopplerlet基函數(shù)的時頻信號表示[J];清華大學學報(自然科學版);2000年03期

6 劉瑞揚;北美鐵路車輛安全軌邊檢測系統(tǒng)的現(xiàn)狀及思考[J];中國鐵路;2004年07期

7 劉戰(zhàn)存;多普勒和多普勒效應的起源[J];物理;2003年07期

，

本文編號：933257