城軌列車滾動(dòng)軸承早期故障診斷與狀態(tài)識(shí)別方法研究.pdf

1、城市軌道交通作為一種高效的公共交通方式,逐漸成為了中國各大城市的交通命脈。然而在日益增長的運(yùn)營壓力下,列車安全問題愈發(fā)重要。滾動(dòng)軸承是城軌列車的重要部件之一,廣泛應(yīng)用于車輛的各個(gè)設(shè)備中,其運(yùn)行狀態(tài)直接影響著列車的安全運(yùn)行。因此對(duì)滾動(dòng)軸承進(jìn)行實(shí)時(shí)監(jiān)測、分析,準(zhǔn)確把握滾動(dòng)軸承的工作狀態(tài),對(duì)防止事故發(fā)生、保障列車可靠運(yùn)行具有重大意義。鑒于此,本文針對(duì)滾動(dòng)軸承的早期故障診斷、特征提取、故障模式識(shí)別方法展開了系統(tǒng)研究,主要內(nèi)容如下:
　　(

2、1)研究了基于變分模態(tài)分解(VMD)的滾動(dòng)軸承早期故障診斷算法。針對(duì)傳統(tǒng)經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)處理信號(hào)受噪聲影響較大、易出現(xiàn)模態(tài)混疊的缺陷,本文提出采用VMD方法對(duì)軸承早期故障信號(hào)進(jìn)行分析。研究了VMD算法中關(guān)鍵參數(shù)的選取對(duì)結(jié)果的影響,并改進(jìn)了混沌粒子群算法(CPSO),使其適用于VMD參數(shù)尋優(yōu)。通過軸承早期故障仿真信號(hào)和全壽命疲勞加速實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析對(duì)比,證明了所提方法能對(duì)軸承早期微弱故障進(jìn)行有效識(shí)別,比傳統(tǒng)方法具有更大的優(yōu)勢。

3、>　　(2)研究了基于雙樹復(fù)小波包變換(DT-CWPT)的滾動(dòng)軸承特征提取技術(shù)。本文首先對(duì)軸承振動(dòng)信號(hào)進(jìn)行時(shí)域特征參數(shù)提取,隨后采用DT-CWPT對(duì)信號(hào)進(jìn)行分解,求取節(jié)點(diǎn)重構(gòu)系數(shù)的多尺度排列熵(MPE)。為避免特征冗余對(duì)識(shí)別結(jié)果造成不良影響,通過隨機(jī)森林(RF)算法進(jìn)行特征選擇,選取重要性較高的特征參數(shù)作為最終的模式識(shí)別算法的輸入集。
　　(3)研究了基于KELM-AdaBoost的滾動(dòng)軸承故障模式識(shí)別方法。在基本極限學(xué)習(xí)機(jī)(EL