车轮扁疤所引起的车辆系统振动特性分析

车轮扁疤所诱发的轮对弹性变形会导致车辆系统部件振动加速度增大,但目前相关研究主要采取刚体动力学模型。为更准确研究车轮扁疤对高速车辆振动特性的影响,在目前成熟且广泛已知的车辆-轨道耦合模型和车辆系统刚柔耦合模型的基础上,综合考虑车辆主要部件的弹性振动和轨道弹性振动的影响,建立改进的车辆-轨道动力学模型。结果表明,在扁疤作用下,轮对弹性变形对轮轨垂向力影响甚微,但对轴箱端盖垂向振动响应影响很大;扁疤所产生的冲击载荷经过转向架或者钢轨的传递作用,会导致同轴另一侧以及转向架同侧处的轮轨力产生小幅值波动;扁疤所在轮对的左右两个轴箱端盖振动加速度要远大于同一转向架的其他两处;在低速时,车轮扁疤对构架端部垂向振动加速度也有着不可忽视的影响。提出的研究成果揭示了车轮扁疤作用下车辆-轨道系统弹性变形的重要性,对车轮状态监控也具有重要意义。     

基于改进的WVD的城轨列车车轮扁疤分析研究

城市轨道交通车辆轮轨间的振动是列车车轮现状的表现,对轮轨振动信号的分析会对今后的研究应用发挥重大作用。本文以城轨列车车轮扁疤故障为研究对象,旨在得到有效分析车轮扁疤故障的有效分析方法。首先,以经典时频方法为理论基础,提出基于改进的WVD城轨列车车轮扁疤故障检测方法;其次,通过Simpack软件构建轮轨动力学仿真模型并得到相关数据。最后,根据仿真数据验证改进的WVD理论,得到故障车轮和正常车轮在幅值和频率分布上的差异。     

车轮扁疤状态下的铁路货车动力学表征研究

为研究货车车轮扁疤状态下的动力学表征,为车轮扁疤的间接识别提供理论支撑,建立了配置有转K6转向架的C80铁路货车动力学模型,并推导了扁疤对钢轨的垂向冲击力公式及振动加速度公式,研究了车轮扁疤故障状态下的车轮轮轨力响应、承载鞍振动响应情况,并分析了故障状态下车轮扁疤长度与轮轨垂向力对应关系,为扁疤的故障检测和识别提供基础支撑.结果表明:扁疤故障状态下,轮轨垂向力与扁疤长度呈正比例关系,且轮轨力最大值随车辆运行速度增大而呈现先增大后缓慢减小的趋势,承载鞍振动加速度变化趋势与轮轨垂向力基本保持一致.     

基于LSSVM和PNN的车轮状态安全域估计及故障诊断

为了实时监测城轨车辆的车轮状态,及时发现车轮故障,提出一种基于最小二乘支持向量机和概率神经网络的车轮状态安全域估计及故障诊断方法。对仿真得到的钢轨振动信号进行经验模态分解,提取各本征模函数特征,采用LSSVM实现对车轮服役状态的安全域估计,采用PNN对正常车轮、扁疤车轮、不圆车轮这3种状态进行模式识别。实验结果表明,该方法能够准确有效地识别车轮工作状态与故障类型。     

车轮踏面三维扁疤轮轨系统冲击振动研究

车轮扁疤是铁道机车车辆轮对踏面常见的一种擦伤,对轮轨系统振动和结构损伤等有十分重要的影响。既有工作主要是在考虑车轮扁疤附加冲击速度或者扁疤形状引起的轮径变化的基础上,研究车轮扁疤引起的轮轨冲击振动特性。在建立包含扁疤长度和宽度及深度的车轮踏面三维扁疤模型和车辆-轨道耦合系统动力学模型的基础上,考虑轮对旋转走行和轮轨接触几何关系,研究高速车辆-轨道系统三维车轮扁疤轮轨冲击振动特征。结果表明,扁疤长度一定时,扁疤宽度越宽轮轨冲击振动越激烈,宽度越小轮轨冲击越弱。车轮扁疤宽度与长度之比越接近1,轮轨冲击力峰值对扁疤冲击临界速度越敏感。在一定扁疤长度范围内,长度小但宽度大的扁疤引起的轮轨冲击振动,比长度大但宽度小的扁疤引起的轮轨冲击振动大。研究结果对全面揭示车轮扁疤轮轨冲击振动特征和扁疤轮轨接触走行关系等具有良好的理论意义。     

基于轴箱加速度时频域特征的车轮多边形故障识别

机车车轮的多边形化会在轮轨接触的位置引起异常振动,通过轴箱振动加速度的时频特征可以检测出这种异常振动,从而实现对车轮多边形的故障识别.本文首先构建了考虑轮对柔性的刚柔耦合动力学模型,拟合了不同主导阶次的随机多边形车轮多边形样本,样本径跳值均为0.2 mm.其次在频域内对不同阶次的多边形的频谱进行了分析,在时域内对轴箱加速度的均方根值和时域包络谱的峭度值进行了统计,得出了车轮多边形激励下的轴箱加速度时域特征与频域特征.最后在时频与频域特征的基础上提出了一种车轮多边形故障识别流程.经实测轴箱加速度数据验证,该故障识别流程可以有效检测出车轮多边形的阶次,并能有效识别出车轮多边形化的发展程度.     

基于位移激励法车轮扁疤引起的轮轨动态响应有限元分析

基于三维轮轨滚动接触有限元模型,通过将车轮扁疤缺陷的几何不平顺转换为轮轨接触界面的位移不平顺,采用显式有限元分析方法模拟了多种扁疤工况下(单个新/旧扁疤、单轮多个扁疤、同轴异轮双扁疤)的轮轨动态响应。仿真结果表明:给定速度和扁疤长度工况下,新扁疤引起的最大垂向轮轨接触力均大于旧扁疤情形,且随着扁疤长度的增大其幅值相差越大;每种扁疤长度工况下,单轮多个扁疤引起的最大垂向轮轨接触力均低于单个扁疤的情形;每种速度工况下,同轴异轮双扁疤产生的最大轮轨垂向接触力均大于同侧车轮单个扁疤的情形。研究结果可为高速轮轨服役安全及镟修策略制定提供一定的技术支持。     

基于SIMPACK的扁疤车轮轮轨冲击力学特性分析

为研究高速列车车轮多处扁疤引起的动力学问题,建立了CRH2型动车组的车辆-轨道动力学模型及车轮扁疤模型。采用变轮径扁疤模拟法,分析单处和两处扁疤的车轮引起的轮轨冲击响应,确定车轮两处扁疤时的扁疤长度、车速及扁疤间夹角变化对轮轨冲击的影响,进而确定CRH2型动车组安全运行时车轮扁疤限值,为高速动车组列车的行车安全提供了依据。     

基于轴箱振动与动力学模型驱动的高速列车车轮失圆状态识别方法

针对高速列车车轮失圆识别难以兼顾效率与精度问题,提出一种基于轴箱振动与动力学模型的高速列车车轮失圆状态智能识别方法。首先,利用静态检测设备采集车轮非圆原始数据,提出一种数据增强技术构建车轮非圆增强数据集。其次,将增强数据集输入至高速列车车辆—轨道耦合动力学模型,获取车轮不同失圆状态下轴箱振动样本集。最后,通过构建恰当结构与配置参数的一维卷积神经网络(1-dimensional convolutional neural network,1-DCNN),可对轴箱振动信号进行自适应特征提取,实现对车轮失圆状态的智能识别分类。结果表明：提出的车轮失圆状态智能识别方法能实现正常车轮、多边形车轮、擦伤车轮、随机非圆化车轮与局部缺陷车轮5类车轮失圆状态的智能分类,准确率达99.2%(标准差为0.05),且单个样本平均识别耗时为0.4 ms。结合现场试验,所提方法对实测轴箱振动具有较好识别能力,测试精度为95%。与经典的SVM和BP神经网络相比,1-DCNN模型具有更高的识别准确度。     

高速铁路车轮扁疤激扰响应的小波包分解与限值研究

扁疤是轨道交通车辆车轮踏面的典型故障之一,其对于列车运行的平稳性和安全性有很大影响。目前尚未对不同速度下的扁疤限值制定统一的标准。本文对动力学仿真计算得到的轮轨力随机响应采用一种全局性的小波包分解处理方法,提取轮轨力随机信号的能量系数作为评判指标,从能量特征的角度研究了不同速度等级下的车轮扁疤安全限值,并与在时域信号中提取轮轨力随机响应的最大值、均值和脉冲因子作为评判扁疤安全限值的方法相比较。结果表明：小波包能量系数从全局性角度描述轮轨力特性,节点能量系数呈线性规律,可作为高速铁路车轮扁疤安全限值的评判指标。研究得出当列车速度在150～250 km/h范围内,扁疤长度应控制在30 mm以内;当列车速度在250～350 km/h范围内,扁疤长度应控制在25 mm以内。     

轮轨激扰下轨道车辆轴箱轴承振动与润滑特性分析

基于赫兹接触和弹流润滑理论建立了考虑轴箱轴承的轨道车辆模型,研究了轮轨激扰对轴箱轴承的振动特性和油膜刚度特性的影响规律。分别采用MATLAB/Simulink和UM软件建立了轴承动力学模型和轨道车辆模型,通过相互作用力实现二者的耦合关系。模拟了轴承和轮对的典型故障形式,并详细分析了这些故障对轴承的振动特性和润滑特性的影响。研究结果表明：润滑可以有效减小轴承的振动;轴承的局部故障将导致油膜刚度的增大,轴承故障和车轮扁疤都对润滑的影响较为显著;此外,轮轨激扰会降低轴承外圈的振动比率,但是会增大车辆其他部件的振动,对车体的振动几乎无影响。     

基于自适应波形分解与时频转换的风机工况诊断方法

目前针对风力发电机工况诊断方法的研究较为匮乏。为此，本文提出一种基于自适应波形分解和时频转换的诊断方法。该方法的算法采用了滑动间隔样本扩充、基于改进CEEMDAN的自适应波形分解方法、希尔伯特时频变换、VGG16神经网络。过程中，利用风机的振动加速度信号，通过自适应分解方法对信号进行分解降噪，将处理后信号进行变换生成二维时频谱，利用VGG16模型对时频谱样本集进行分类以达到诊断目的。为了评估该方法的有效性，将本文方法分别与传统模态分解、CNN模型进行对比，并对模型分类效果进行评估，结果表明，该方法具有更好的准确性。     

基于Hilbert-Huang变换的列车车轮失圆故障诊断

研究列车车轮失圆的检测与诊断问题,采用基于改进的希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)的处理方法,首先,针对HHT方法固有的模态混叠现象,提出一种形态滤波-能量原则算法;然后,建立车辆轨道耦合动力学模型和典型的车轮故障模型,计算轴箱垂向振动的动态响应;最后,运用改进的HHT分析方法提取正常车轮、多边形化车轮和擦伤车轮引起的轴箱垂向振动的特征。研究结果表明,正常车轮与故障车轮之间以及不同类型故障的车轮之间Hilbert谱差异显著,可见该方法能够有效诊断车轮失圆故障。     

车轮扁疤对铁道车辆齿轮箱动态特性影响

基于多体动力学和齿轮动力学理论,建立了考虑齿轮传动系统的铁道车辆动力学模型,其详细考虑了传动系统非线性特性,比如齿轮啮合刚度、阻尼力、摩擦力、齿形误差以及齿侧间隙等。然后,研究了轨道几何不平顺、车轮扁疤对齿轮传动系统的影响。以齿轮啮合力、齿轮接触应力、动态传递误差为指标,对传动系统进行评估。研究表明:轨道不平顺激励和车轮扁疤均在高速阶段对传动系统影响较大;而且车轮扁疤长度大于30mm时,传动系统状态恶化严重。分析表明可以通过齿轮传动系统的扭转振动监测车轮扁疤故障。     

多边形磨耗对轮轨力和轴箱加速度的影响研究

针对高速动车组车轮多边形磨耗会加剧轮轨间的相互作用,导致轮轨间异常伤损的问题,建立了车辆轮对的有限元模型,并利用Lancos法对车轮进行了模态分析。建立了考虑轮对柔性的车辆刚柔耦合动力学模型,研究了车轮多边形磨耗对轮轨力和轴箱加速度的影响,分析了不同速度级下的不同幅值、阶次的车轮多边形磨耗的动力学响应。仿真及研究结果表明:随着车轮多边形磨耗的幅值增加,轮轨垂向力和轴箱垂向加速度均有增加,在18、23多边形阶次下,车轮多边形磨耗引发的激扰频率区间为300 Hz～350 Hz、500 Hz～550 Hz和680 Hz～750 Hz,该频率区间与柔性轮对系统模态接近引起谐振,导致在上述区间段轮轨力与振动加速度幅值显著增加。     

改进抗干扰CNN的变负载滚动轴承损伤程度识别

针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti-interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试集;其次,将注意力机制引入到卷积神经网络的各个特征提取层中以建立特征提取通道之间的联系,得到基于改进ACNN的变负载工况下轴承损伤程度识别模型;然后,将训练集数据输入到改进ACNN中进行学习,将得到的识别模型应用于测试集,输出损伤程度识别结果,在训练过程中,为了提高模型的抗干扰能力,将Dropout算法引入到卷积层,为抑制过拟合,对原始训练样本进行加噪处理;最后,通过滚动轴承损伤程度模拟试验,在变工况下进行测试。结果表明,在噪声环境中所提方法能更准确地实现变负载工况下的轴承损伤程度识别。     

基于格拉姆角场和CNN-RNN的滚动轴承故障诊断方法

针对卷积神经网络难以处理时间序列数据和循环神经网络难以提取数据深层特征的问题,提出了一种基于深度卷积网络和循环神经网络相结合的滚动轴承故障诊断方法.首先,使用格拉姆角场(GAF)编码将一维轴承振动信号构造为时序图像并划分为训练集、验证集和测试集;然后,将训练集和验证集输入VGG16模型进行特征提取,将提取到的特征输入R...     

轮对扁疤对高速列车转向架振动特性的影响

为准确预测高速列车轮对擦伤对车辆性能的影响,基于车轨耦合动力学和非赫兹接触理论,对新旧两种轮对扁疤的几何外形进行数值描述,建立了考虑轮对扁疤的高速列车动力学模型,分析了轮对扁疤激扰对车辆走行部的影响。结果表明,旧扁疤对走行部冲击要大于新扁疤,随着扁疤尺寸的增大,走行部各部件受到的冲击载荷与振动加速度逐渐增大;随着速度增大,轮轨间垂向冲击先增大、后减少;当扁疤长度为10mm,速度为100km/h 时,轮轨垂向力达到最大值;随着速度增加,走行部簧下部件与簧上部件的振动特性差异不断加大。以轮轨垂向力为判断标准时,轮对扁疤尺寸应限制在30mm以内。     

悬架系统振动特性的非平稳虚拟激励法研究

传统时频分析法在分析悬架系统非平稳随机振动时难以同时提高时频分辨率，无法精确分析其时频特性。针对非平稳虚拟激励法的关键问题，构造了一种新型非均匀调制函数，以提高悬架系统垂向振动特性的分析精度。利用该非均匀调制函数，建立车辆单轮非平稳虚拟激励通用模型；基于协方差等效法，解决前后轮变时差问题；建立1/2车辆动力学模型，求得车辆垂向加速度演变功率谱，获得高分辨率时频分布。仿真分析了匀速和变速两种行驶工况下悬架振动特性，并经过整车试验验证得到结论：车辆非平稳行驶时，速度的增加将扩大共振区范围。该特性可为提高车辆行驶平顺性提供理论参考。     

车轮非圆化对地铁车辆振动的影响研究

车轮非圆化一直是铁路界难以彻底解决的问题之一。针对中国某地铁线路实际运营中出现的车辆振动过大问题,通过对镟修前后车轮非圆化测试和列车关键部件振动加速度测试发现:镟修前车轮非圆化磨耗径跳值达到0.492mm,并显著表现出7阶的非圆化特征,镟修后车轮径跳值为0.046mm,7阶的非圆化特征消失;车轮镟修后,轴箱、构架测点振动加速度均方根值分别降低37.9%、47.7%,地板振动最大幅值减少50%以上,列车平稳性得到明显改善,平稳性指标几乎全部在2.0以下;车轮非圆化磨耗使轴箱振动加速度呈现出明显的随速度变化的转频成分,在车速70km/h时,7阶非圆化磨耗产生的轮轨激励频率为52Hz。