鐵路運輸在國民經(jīng)濟中占有重要的地位,輪對軸承是列車的關鍵部件,對其開展在線狀態(tài)監(jiān)測研究具有重要意義。道旁聲學檢測技術使用安裝在鐵軌兩側(cè)的麥克風陣列采集列車行駛時輪對軸承發(fā)出的聲音信號,并通過信號處理實現(xiàn)狀態(tài)監(jiān)測與故障診斷,具有非接觸式測量、成本低和早期故障預警的能力。但道旁信號的強噪聲特性嚴重影響了診斷的精確性,針對該問題本文將矩形陣列引入道旁聲學檢測,并提出了一種基于最小方差無失真響應（Minimum Variance Distortion-less Response,MVDR）的空域濾波算法,通過設計最優(yōu)空域濾波器（Optimal Spatial Filter,OSF）,實現(xiàn)指向性去噪。并將該算法和稀疏濾波算法結(jié)合,從信號成分的角度進一步濾波,提升去噪效果,為道旁信號強噪聲問題提供了新思路,具體工作如下:設計了一種基于矩形陣列的MVDR最優(yōu)空域濾波器實現(xiàn)道旁信號指向性去噪,并通過仿真和實驗對比分析,驗證了該算法的有效性及相對于現(xiàn)有的線陣技術的優(yōu)勢。首先,分析了現(xiàn)有的單麥克風和線陣方案的局限性。其次,設計了一種3×5的矩形麥克風陣列,并基于MVDR算法設計了指向性濾波器,實現(xiàn)了指向性... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

道旁聲學監(jiān)測系統(tǒng)示意圖

安徽大學碩士學位論文9第二章實驗與信號特征分析2.1引言軸承作為列車非常關鍵的部件，當出現(xiàn)裂縫、磨損等故障時在重載和高速運行下會產(chǎn)生周期性的沖擊。本章首先針對列車滾動軸承的結(jié)構和由振動沖擊產(chǎn)生的故障特征頻率進行理論分析，并研究周期性沖擊產(chǎn)生的機理和信號之間的聯(lián)系。然后，設計了靜態(tài)實驗和動態(tài)實驗獲取模擬道旁信號。最后，分別從時域和頻域來分析實驗信號的相關特征。2.2列車軸承故障頻率分析圖2.1滾動軸承的結(jié)構示意圖Figure2.1Schematicdiagramofrollingbearingstructure表2.1滾動軸承幾何參數(shù)結(jié)構Table2.1Geometricparameterstructureofrollingbearingd滾子直徑（32mm）D軸承節(jié)徑（190mm）D1內(nèi)圈直徑（內(nèi)徑：130mm）D2外圈直徑（內(nèi)徑：222mm）Z滾動體個數(shù)（此處14個）α接觸角（此處α=0°）軸承由外圈、內(nèi)圈、滾子和保持架四個部分組成，以我國現(xiàn)役的列車軸承NJ(P)3226X1作為分析對象，其結(jié)構示意圖如圖2.1所示，其相應的參數(shù)見表2.1。正常運轉(zhuǎn)情況下，軸承外圈一般保持固定，內(nèi)圈轉(zhuǎn)動，滾子在內(nèi)外圈之間轉(zhuǎn)動并且圍繞自身

安徽大學碩士學位論文112.3.1故障設置實驗選取我國現(xiàn)役的列車軸承NJ(P)3226X1，其結(jié)構和具體參數(shù)見圖2.1和表2.1。圖2.2是故障設置，在電火花的切割下，分別對軸承外圈、內(nèi)圈和滾子表面切割一條同等大小溝槽，其寬度為0.18mm，深度為1mm，以此來設置不同位置的故障[46,47]。然后分別將每一個故障部件與其它正常的部件組裝起來，這樣就構造每一個軸承上只有一種故障，再通過靜態(tài)實驗，采集不同的故障軸承聲音信號。圖2.2軸承故障設置：（a）外圈故障；（b）內(nèi)圈故障；（c）滾子故障Figure2.2Bearingfaultsetting:(a)outerringfault;(b)innerringfault;(c)rollerfault2.3.2靜態(tài)實驗圖2.3振動信號靜態(tài)實驗采集裝置Figure2.3Vibrationalsignalstaticexperimentalacquisitiondevice如圖2.3所示，實驗裝置包括列車軸承（NJ(P)3226X1）、機械加載裝置、驅(qū)動電機、壓力傳感器、載荷顯示器、機械支架、信號調(diào)節(jié)器、采集箱、麥克風和筆記本電腦等組成。實驗時將要測量的故障軸承放在在機架上，其中外圈固定，內(nèi)圈與裝置主軸連接。然后給軸承加載，施加的壓力大小通過壓力傳感器連接載荷顯示器顯示。接著啟動電機，電機驅(qū)動主軸運轉(zhuǎn)，電機的轉(zhuǎn)速通過變頻器調(diào)節(jié)，可以獲得不同轉(zhuǎn)速下、不同負載下軸承的運轉(zhuǎn)情況。再通過固定好的麥克風采集信號，由采集箱設置采樣參數(shù)并將信號傳輸

【參考文獻】：
期刊論文
[1]基于K-奇異值分解和層次化分塊正交匹配算法的滾動軸承故障診斷[J]. 張文顥,李永健,張衛(wèi)華.  中國機械工程. 2019(04)
[2]臺鐵普悠瑪6432次列車脫軌事故剖析[J]. 夏永波.  消防界(電子版). 2018(20)
[3]基于相關正交匹配追蹤算法的風電機組滾動軸承稀疏故障診斷方法[J]. 李繼猛,李銘,王慧,張金鳳,張云剛.  中國機械工程. 2018(12)
[4]美國華盛頓州列車脫軌致3死百人傷[J].   城市軌道交通研究. 2018(01)
[5]加快構建現(xiàn)代鐵路網(wǎng) 支撐引領經(jīng)濟社會發(fā)展[J]. 李連成.  中國經(jīng)貿(mào)導刊. 2016(27)
[6]NJ（P）3226X1型客車軸承熱軸事故分析與防范[J]. 張俊琴.  鐵道車輛. 2016(05)
[7]多普勒畸變聲學信號的偽時頻分析及其校正[J]. 張海濱,陸思良,何清波,孔凡讓.  振動與沖擊. 2016(05)
[8]強噪聲多聲源陡畸變高速列車軸承聲學診斷理論基礎研究[J].   機械工程學報. 2014(16)
[9]NJ（P）3226X1軸承滾子素線質(zhì)量的探討[J]. 鄭國勝.  鐵道機車車輛. 2013(05)
[10]基于重采樣技術的聲學信號多普勒畸變校正[J]. 吳強,孔凡讓,何清波,劉永斌.  信號處理. 2012(09)

博士論文
[1]圓形陣列短時分析用于列車軸承道旁聲學信號分離與校正的理論研究[D]. 歐陽可賽.中國科學技術大學 2018
[2]非平穩(wěn)運行時列車輪對軸承道旁聲學故障診斷方法研究[D]. 劉方.中國科學技術大學 2014
[3]列車軸承故障道旁聲學診斷關鍵技術研究[D]. 張翱.中國科學技術大學 2014
[4]列車軸承故障軌邊聲學檢測系統(tǒng)關鍵技術研究[D]. 胡飛.中國科學技術大學 2013
[5]基于道旁聲學信號的列車滾動軸承故障診斷技術研究[D]. 吳強.中國科學技術大學 2013
[6]基于非線性信號分析的滾動軸承狀態(tài)監(jiān)測診斷研究[D]. 劉永斌.中國科學技術大學 2011
[7]齒輪與滾動軸承故障的振動分析與診斷[D]. 孟濤.西北工業(yè)大學 2003

碩士論文
[1]基于多普勒原子稀疏表示的列車軸承軌邊信號消噪研究[D]. 顧康康.安徽大學 2019
[2]基于多普勒校正的道旁軸承故障診斷的研究[D]. 袁仲洲.中國科學技術大學 2014
[3]稀疏分解在滾動軸承故障診斷中的優(yōu)化與應用研究[D]. 王婧.北京工業(yè)大學 2013
[4]基于振動的旋轉(zhuǎn)機械故障診斷技術研究與分析[D]. 王迪.石河子大學 2013
[5]匹配追蹤算法的優(yōu)化及其在滾動軸承故障診斷中的應用[D]. 陶少飛.上海交通大學 2012
[6]基于振動信號的滾動軸承故障診斷研究[D]. 陳夔蛟.西安電子科技大學 2011
[7]基于狀態(tài)監(jiān)測與故障診斷大型數(shù)據(jù)庫的設計開發(fā)[D]. 魏曉.大連理工大學 2006
[8]列車軸溫規(guī)律及紅外線軸溫探測方式的研究[D]. 陳德生.哈爾濱工程大學 2003



本文編號：3546124