輪對軸承是高速列車的重要部件,也是易于損壞的部件之一。軸承一旦出現(xiàn)早期故障,如果沒有及時檢測與處理,在長時間運(yùn)行過程中,損傷不斷擴(kuò)大最后造成列車事故。所以軸承安全狀態(tài)的評估與診斷對行車行駛是必要的。針對列車滾動軸承的狀態(tài)監(jiān)測和故障診斷,重點(diǎn)研究了軌邊聲學(xué)技術(shù)中存在的三大難點(diǎn)。頻譜畸變、混合信號中微弱信息提取、強(qiáng)噪聲背景下目標(biāo)信號的有效降噪。將局域均值分解(LMD)、快速峭度圖(FK)、譜峰度理論等四種非平穩(wěn)信號處理方法,以及時變多信號分類優(yōu)化T-MUSIC方法和角度插值重采樣方法引入列車滾動軸承故障診斷中。對上述相關(guān)問題進(jìn)行了理論分析和應(yīng)用。為了解決頻譜混疊問題,本文基于麥克風(fēng)陣列信號校正,提出了基于優(yōu)化時變多信號分類和多聲源信號角度插值重采樣的空間校正方法。該方法通過優(yōu)化時變多重信號分類(T-MUSIC)得到不同聲源的實(shí)時位置,同時通過聲源起始時間點(diǎn)與麥克風(fēng)陣列的接收時間點(diǎn)的關(guān)系得到重新采樣時間序列,從而實(shí)現(xiàn)信號校正。與傳統(tǒng)方法相比,該方法無需過多參數(shù),計(jì)算機(jī)效益高、用于多聲源分離校正等優(yōu)點(diǎn),它在實(shí)際信號處理與故障診斷中具備很大的潛力。軌邊聲學(xué)信號經(jīng)多普勒畸變校正后,具有故障信息弱、噪...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 滾動軸承故障診斷系統(tǒng)發(fā)展
        1.2.2 滾動軸承檢測技術(shù)
        1.2.3 軸承信號的故障特征提取算法
    1.3 滾動軸承的軌邊聲學(xué)檢測
    1.4 論文的主要內(nèi)容與結(jié)構(gòu)
第二章 聲信號與滾動軸承故障特征分析
    2.1 聲學(xué)信號特征
        2.1.1 聲學(xué)信號概念
        2.1.2 聲信號與振動信號的異同
        2.1.3 軌邊聲學(xué)幾何模型
    2.2 軸承聲學(xué)信號中噪聲成分
        2.2.1 列車噪聲組成
        2.2.2 滾動軸承中的噪聲成分
    2.3 滾動軸承的主要失效形式與故障特征頻率
        2.3.1 滾動軸承的主要失效形式
        2.3.2 滾動軸承故障特征頻率
    2.4 本章小結(jié)
第三章 基于多聲源軸承信號的多普勒畸變矯正
    3.1 麥克風(fēng)陣列采集模型
    3.2 基于優(yōu)化T-MUSIC and AIR方法多普勒畸變矯正
        3.2.1 MUSIC算法條件
        3.2.2 優(yōu)化T-MUSIC算法原理
        3.2.3 角插值理論
    3.3 實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)平臺
        3.3.2 結(jié)果分析
    3.5 本章小結(jié)
第四章 強(qiáng)噪聲下的信號特征增強(qiáng)和故障定位
    4.1 改進(jìn)LMD算法
        4.1.1 CSI LMD算法
        4.1.2 算法改進(jìn)
    4.2 FK原理
    4.3 仿真分析
        4.3.1 非平穩(wěn)信號模型及算法性能
    4.4 實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及科研成果



本文編號：4037134