輕軌錨固螺桿松動故障診斷研究.pdf

1、重慶的單軌式軌道交通在中國是首次引進(jìn)的，錨固螺桿作為其中非常重要的受力部件，一旦它們發(fā)生松動故障而且沒有被及時發(fā)現(xiàn)的話，將帶來災(zāi)難性后果。因此研究一種高效準(zhǔn)確的錨固螺桿松動故障檢測方法成為重慶輕軌交通健康檢測系統(tǒng)中非常重要的一個分支。論文從重慶軌道的實際情況出發(fā)，利用信號采集裝置獲得錨固螺桿振動信號，研究分析其信號的特點，針對檢測準(zhǔn)確率低、故障樣本極度缺乏難題，提出一種新的有效診斷方法，實現(xiàn)了對錨固螺桿故障情況的診斷。
　　本文首

2、先介紹了錨固螺桿的信號采集系統(tǒng)，使用改進(jìn)小波閾值去噪法對采集到的信號進(jìn)行去噪，便于后期對信號的特征提取。接著，針對螺桿信號的特點，從信號的時域、頻域和時頻聯(lián)合域出發(fā)，運用集合經(jīng)驗?zāi)B(tài)分解、平滑威格納-維爾分布、波包分解等方法對錨固螺桿信號進(jìn)行了特征提取，一共提取到71個特征。然后，在分類時并不是特征的數(shù)量越多越好，過多的特征不僅會產(chǎn)生數(shù)據(jù)的大量冗余，增加計算時間和成本，還可能會產(chǎn)生過擬合，降低檢測的準(zhǔn)確率。為解決此問題，引入遺傳模擬退火

3、算法對錨固螺桿的特征進(jìn)行篩選，最終選出一組最優(yōu)的特征子集。最后，在錨固螺桿的故障診斷中，正常的樣本非常容易獲得，而故障樣本極度缺乏，傳統(tǒng)的二值分類方法無法根據(jù)現(xiàn)有樣本構(gòu)建起分類器進(jìn)行分類，為了解決這個難題，引入支持向量數(shù)據(jù)描述方法（support vector data description, SVDD），僅僅依靠正常樣本就可以建立起故障分類器。使用選擇出的最優(yōu)特征集訓(xùn)練和測試SVDD分類器進(jìn)行分類，通過實驗驗證了此方法的可行性。同時