检索结果-南通市图书馆

基于自适应频率窗经验小波变换的列车轮对轴承多故障诊断

在线全文

学校读者我要写书评

暂无评论

铁道学报 2019年第5期41卷 55-63页

作者：邓飞跃刘鹏飞陈恩利段修生石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室河北石家庄050043 石家庄铁道大学机械工程学院河北石家庄050043

针对列车轮对轴承故障信号复杂,尤其是在多故障并发情况下难以准确诊断的问题,提出了基于频率窗经验小波变换(EWT)的轮对轴承多故障诊断方法。首先对轴承多故障振动信号进行Fourier变换,引入一个带宽可变的滑动频率窗分割信号频谱;然后... 详细信息

针对列车轮对轴承故障信号复杂,尤其是在多故障并发情况下难以准确诊断的问题,提出了基于频率窗经验小波变换(EWT)的轮对轴承多故障诊断方法。首先对轴承多故障振动信号进行Fourier变换,引入一个带宽可变的滑动频率窗分割信号频谱;然后利用水循环优化算法(WCA),通过所提出的幅值包络谱相关峭度(ESCK)指标,自适应地确定轴承多故障中各单一故障所对应的最优频率窗位置;最后通过经验小波变换分解出单一故障信号,采用包络解调分析实现轴承复合故障准确诊断。轮对轴承多故障仿真和实际应用结果表明,所提方法能有效分离列车轮对轴承复合故障中的典型故障,有效降低轮对轴承多故障诊断的误诊率,具有一定的应用价值。

关键词：轮对轴承复合故障频率窗经验小波变换包络谱相关峭度

基于多目标交叉熵优化的轮对轴承故障特征提取方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2018年第4期54卷 285-292页

作者：顾晓辉杨绍普刘永强任彬张建超石家庄铁道大学交通运输学院河北省交通工程结构力学行为演变与控制重点实验室

从复杂干扰中提取轮对轴承的故障特征,需要同时从冲击性和循环平稳性两个方面考虑。而在提取过程中,单一的指标很难统一并平衡二者的权重。为此,提出一种基于多目标优化的非对称实Laplace小波解调方法。在第一个目标中,以最大化平方包... 详细信息

从复杂干扰中提取轮对轴承的故障特征,需要同时从冲击性和循环平稳性两个方面考虑。而在提取过程中,单一的指标很难统一并平衡二者的权重。为此,提出一种基于多目标优化的非对称实Laplace小波解调方法。在第一个目标中,以最大化平方包络的峭度为适应度函数,利用窄带信号包络的时域稀疏性表征故障的冲击性特征。在第二个目标中,以最大化平方包络谱的峭度为适应度函数,利用窄带信号包络的频域稀疏性表征故障的循环平稳性特征。并通过将非支配排序和拥挤距离排序引入交叉熵算法实现了多目标最优非对称实Laplace小波解调以降低冲击性噪声或循环平稳性噪声的干扰。试验结果表明,该方法可实现复杂干扰下轮对轴承的故障特征提取,并通过与单目标优化方法的对比分析,验证了该方法的优越性。

关键词：轮对轴承故障特征提取多目标优化交叉熵非对称实Laplace小波

在线全文

学校读者我要写书评

暂无评论

基于IMF熵价值的轮对轴承故障自适应诊断

铁道学报 2017年第10期39卷 43-50页

作者：易彩林建辉丁建明张卫华西华大学汽车与交通学院四川成都610039 西南交通大学牵引动力国家重点实验室四川成都610031

针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IMF价值高低。将IMF能量熵作为IMF价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型。该模型将轴承振动信号进行EEM... 详细信息

针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IMF价值高低。将IMF能量熵作为IMF价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型。该模型将轴承振动信号进行EEMD分解得到不同尺度的IMF,依据IMF熵价值算法,筛选出价值更高的IMF进行信号重构,对重构信号进行希尔伯特变换,应用其边际谱提取轮对轴承振动特性频率。应用无故障轴承及三种不同故障轴承对本模型进行试验验证。结果表明,该方法能凸显轴承特性频率,能够有效提取轴承旋转频率倍频、故障特征频率及其倍频,并且轴承垂向和横向振动对轴承故障特征频率的检测在谱分辨率及故障表征上都有较好的表现力。

关键词：轮对轴承经验模态分解本征模态函数自适应故障诊断能量熵边际谱

一种基于轻量级神经网络的高铁轮对轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2021年第11期43卷 1482-1490页

作者：邓飞跃丁浩吕浩洋郝如江刘永强石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄050043 石家庄铁道大学机械工程学院石家庄050043

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用.基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究.该网络... 详细信息

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用.基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究.该网络模型基于模块化设计思想,包含多个高效率的ShuffleNet单元,通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率;同时使用通道混洗方法克服了通道分组带来的约束,改进了网络的损失精度.实验分析表明,所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断,相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型,在保证诊断精度的同时,运行效率得到大幅提升.这为深度神经网络技术应用于工程实际,克服计算机硬件条件限制提供了一条新的途径.

关键词：轮对轴承高速列车故障诊断深度神经网络 ShuffleNet单元

在线全文

学校读者我要写书评

暂无评论

基于概率包络的轮对轴承故障诊断方法

铁道学报 2020年第4期42卷 52-58页

作者：丁家满原琦李川昆明理工大学信息工程与自动化学院云南昆明650500

信号不确定性的正确表达是故障诊断的先决条件。然而,在实际情况中,轮对轴承的信号存在各种不确定性,采用传统方法处理这类不确定性,存在信息丢失问题。提出一种基于概率包络的轮对轴承故障诊断方法。对原始信号进行分布类型检验,针对... 详细信息

信号不确定性的正确表达是故障诊断的先决条件。然而,在实际情况中,轮对轴承的信号存在各种不确定性,采用传统方法处理这类不确定性,存在信息丢失问题。提出一种基于概率包络的轮对轴承故障诊断方法。对原始信号进行分布类型检验,针对不同分布特点使用不同方法进行概率包络建模。提取概率包络模型的几何形状作为故障特征,并将其输入支持向量机(SVM)训练获得故障诊断模型。以公共数据集及实测数据进行诊断测试,并对诊断结果进行比对验证。实验结果表明,该方法合理有效,提高了诊断精度和效率。

关键词：轮对轴承故障诊断概率包络不确定性支持向量机

基于时延自相关ICA的列车轮对轴承复合故障诊断方法

在线全文

学校读者我要写书评

暂无评论

铁道学报 2016年第5期38卷 36-41页

作者：黄采伦李忠王靖张小娟曾照福湖南科技大学信息与电气工程学院湖南湘潭411201 湖南省矿山安全预警技术与装备工程实验室湖南湘潭411201

列车轮对轴承故障振动(特别是轮对轴承存在复合故障时)一般是由多个相互独立的振动信号源和噪声混叠而成,常见方法在诊断轮对轴承复合故障时易出现误诊。独立分量分析(ICA)方法能对各个独立源进行估计,可实现列车轴承复合故障的精确诊断... 详细信息

列车轮对轴承故障振动(特别是轮对轴承存在复合故障时)一般是由多个相互独立的振动信号源和噪声混叠而成,常见方法在诊断轮对轴承复合故障时易出现误诊。独立分量分析(ICA)方法能对各个独立源进行估计,可实现列车轴承复合故障的精确诊断;但很多ICA算法是在未考虑噪声的模型下推导出来的,且列车轮对状态监测信号受诸多干扰因素的影响;为此,本文提出将时延自相关降噪与ICA相结合提取并分离列车轮对轴承复合故障特征信息的方法。仿真与实际应用结果表明,该方法能有效分离出轮对轴承复合故障信号中的典型故障,可进一步降低列车轮对轴承故障诊断的误诊率。

关键词：轮对轴承独立分量分析时延自相关复合故障

在线全文

学校读者我要写书评

暂无评论

铁路客车轮对轴承故障检测系统研制

铁道技术标准（中英文） 2023年第11期5卷 6-13页

作者：张龙李祖鑫周继惠罗穆旭华东交通大学机车车辆智能运维铁路行业重点实验室江西南昌330013

铁路客车轮对跑合作业时轴承故障检测主要依靠作业人员采用传音棒“耳听”判断,该方式需要将轴承拆卸,且严重依赖作业人员专业经验,难以发现早期轴承故障。针对上述轴承检测方式的缺陷,设计一套铁路客车轮对轴承故障检测系统应用于轮对... 详细信息

铁路客车轮对跑合作业时轴承故障检测主要依靠作业人员采用传音棒“耳听”判断,该方式需要将轴承拆卸,且严重依赖作业人员专业经验,难以发现早期轴承故障。针对上述轴承检测方式的缺陷,设计一套铁路客车轮对轴承故障检测系统应用于轮对跑合作业的轴承故障检测,降低人为干预,实现早期轴承故障准确判别。首先,研究滚动轴承故障诊断算法,使用包络谱谱峰因子优化Morlet小波进行滤波,结合PCA算法融合特征构建异常检测指标Pf,通过3σ法则对前期采集的大量数据分析确定Pf阈值,并与Pf值对比得到诊断结果。然后,选择系统硬件设备以及设计系统软件界面,搭建系统整体框架。最后,将诊断算法编译并嵌入系统中,实现滚动轴承故障诊断及结果可视化。本系统在南昌车辆段进行现场测试,测试结果表明,本系统能够对早期轴承故障及时报警,具有很好的实用性。

关键词：轮对轴承信号处理特征提取阈值判定虚拟仪器

基于MSE与PSO-SVM的机车轮对轴承智能诊断方法

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2021年第9期18卷 2408-2417页

作者：张龙彭小明熊国良王良黄婧胡俊锋华东交通大学机电与车辆工程学院江西南昌330013 中国铁路南昌局集团有限公司科学技术研究所江西南昌330002

针对DF4型内燃机车轮对轴承单一和复合故障在内的7种不同健康状态的识别问题,提出了一种基于多尺度熵(Multiscale Entropy,MSE)和粒子群优化支持向量机(PSO-SVM)的机车轮对轴承故障识别方法。计算轴承不同健康状态下振动信号在多个尺度... 详细信息

针对DF4型内燃机车轮对轴承单一和复合故障在内的7种不同健康状态的识别问题,提出了一种基于多尺度熵(Multiscale Entropy,MSE)和粒子群优化支持向量机(PSO-SVM)的机车轮对轴承故障识别方法。计算轴承不同健康状态下振动信号在多个尺度上的样本熵构成MSE特征向量,利用PSO-SVM识别轴承所属故障类型及故障程度。收集了DF4型内燃机车包含单一和复合故障在内的7种不同健康状态的轮对轴承试件,在南昌机务段的JL-501机车轴承检测台上采集了各轴承试件的振动信号样本。实验数据分析结果表明,MSE的特征提取效果优于多尺度近似熵(Multiscale Approximate Entropy,MAE)和小波包分解,PSO-SVM的故障识别效果优于参数不经优化的SVM和参数网格寻优法的Grid-SVM。本文方法能够有效诊断机车轮对轴承的不同故障,为提高机务段检测机车轮对轴承故障的精度提供了一种有效的方法。

关键词：轮对轴承多尺度熵支持向量机粒子群故障诊断

在线全文

学校读者我要写书评

暂无评论

铁路车辆轮对轴承不解体检测系统

振动．测试与诊断 2004年第1期24卷 65-68页

作者：张庆赵延安贾维银徐光华西安交通大学机械工程学院西安710049

介绍了一套以铁路车辆轮对轴承为对象的不解体检测系统。该系统根据轮对轴承在段修检测中的实际要求 ,构建了模拟运行的检测工作台 ,通过对振动信号的小波消噪与解调 ,对称点图以及主分量分析处理 ,融合温度量信息 ,实现了轮对轴承的自... 详细信息

介绍了一套以铁路车辆轮对轴承为对象的不解体检测系统。该系统根据轮对轴承在段修检测中的实际要求 ,构建了模拟运行的检测工作台 ,通过对振动信号的小波消噪与解调 ,对称点图以及主分量分析处理 ,融合温度量信息 ,实现了轮对轴承的自动诊断 ,为铁路车辆轮对轴承的事故预防及维修成本降低提供了帮助。

关键词：铁路车辆轮对轴承不解体检测信号处理自动诊断