基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断

作     者：李大柱 梁树林 池茂儒 许文天 LI Dazhu;LIANG Shulin;CHI Maoru;XU Wentian

作者机构：西南交通大学牵引动力国家重点实验室成都610031 

出 版 物：《铁道机车车辆》 (Railway Locomotive & Car)

年 卷 期：2024年第44卷第2期

页      面：8-14页

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(U21A20168) 

主　　题：车轮失圆 形态学滤波 完全噪声辅助聚合经验模态分解 Wigner-Ville分布 多尺度时频图 

摘      要：现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解(CEEMDAN)将其分解为一系列的固有模态函数(IMF),然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布(WVD)计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。