基于长大坡道持续制动的新型制动盘研究

随着我国中西部地区高速铁路的建设,由于长大坡道线路带来的问题日益凸显。在长大坡道行驶时如果电制动出现故障,将采用纯空气制动,长大坡道造成的持续制动会导致制动盘的热负荷急剧上升。由于散热的时效较慢从而导致制动盘温度过高,同时产生较大的温度梯度,从而导致制动盘热疲劳裂纹产生。为了解决长大坡道工况下制动盘的换热效率提升和降温问题,基于兰新线的长大坡道工况,通过设计新型的铝嵌钢结构制动盘,采用有限元分析软件对铝嵌钢结构制动盘和全钢制动盘进行仿真计算,得到温度场和热应力分布。结果表明,在长大坡道采用纯空气制动时,铝嵌钢制动盘可以在实现轻量化的同时明显降低制动盘面的温度和温度梯度,缓解长大坡道制动带来的制动盘热疲劳问题。     

基于证据理论的城轨车辆走行系融合故障诊断

针对城轨车辆走行系故障诊断只依赖于单一证据源造成的诊断准确率低的问题,研究利用证据理论进行走行系多证据源融合的故障诊断。经过对高冲突低信任度情况下悖论产生的原因分析,采用矛盾因子对合成规则进行了改进;针对城轨交通车辆走行系,分析了轴承和轮对所有可能发生的故障,建立了走行系轴承和轮对的识别框架;选择轴箱振动诊断、轨旁振动诊断和轴温诊断等3个证据源作为走行系融合诊断的证据源;采用专家经验法确定了不同证据源的基本信任分配函数。研究结果表明,采用单一证据源的故障诊断准确率较低或诊断对象少,而采用多证据源融合的故障诊断方法(在包含轮对和轴承两个对象情况下)的诊断准确率为80%,从而有效提高了城轨车辆走行系故障诊断的可靠性。     

采煤机截割部轴承故障诊断系统研究

为了解决由于截割部轴承损坏引起的设备故障,并减少由于轴承故障引起的部件磨损问题,以采煤机截割部轴承为研究对象,设计了采煤机截割部轴承故障诊断系统,同时对设计的故障诊断系统进行检测,发现设计的故障诊断系统能够满足预期要求,可为矿井设备高效安全运行提供一定的参考。     

长大坡道对货物列车纵向动力学特性的影响研究

为研究特定编组下长大坡道对货物列车纵向动力学性能的影响,利用SIM PACK动力学分析软件建立列车纵向动力学模型,分析研究了坡道牵引启动工况与紧急制动工况下的列车纵向动力学性能并做了分析对比,经研究认为在牵引启动工况与紧急制动工况下列车的纵向动力学性能均符合要求.     

机车走行部故障在线诊断的特征分析方法研究

在讨论特征分析方法原理的基础上，针对机车走行部故障在线监测过程中存在的信号分析与处理问题，运用整周期等角度采样方法将时域振动信号转换为角域信号，采用FFT变换将角域信号变换为对应的特征频谱，通过谱估计、谱图分析得到机车走行部各零部件的故障特征谱值，再根据该特征谱值识别机车走行部各零部件的故障。然后，根据机车走行部故障诊断的实际需要，设计了一套基于特征分析方法的机车走行部故障在线诊断系统。实验结果表明，该方法能准确、可靠地识别机车走行部故障。     

卸煤机走行部的技术改造

通过对卸煤机走行部的技术改造,提高了工作效率,节省了维修费用。     

基于EMD的城市轨道交通走行部轴承故障监测系统北大核心CSCD

为了提高城市轨道列车运行的安全性,设计出一种适用于地铁、城际列车的轴承故障在线监测系统。监测系统通过复合传感器对列车走行部轴端振动和温度信号进行采集,以ARM3354为核心处理器,对采集的振动信号进行经验模态分解(EMD),依照相关性准则,选取最优的本征模态函数(IMF),然后通过希尔伯特包络谱(Hilbert)对信号进行分析,根据信号处理的结果确定相关的计算指标,并产生相应预报警信息,通过列车实时数据协议(TRDP)上传到列车控制监控系统(TCMS),以实现对列车运行过程中走行部轴承故障的实时监测。     

基于Hilbert变换的轴承故障诊断研究

滚动轴承外环故障、内环故障和滚动体故障的振动信号具有调制的特点.采用Hilbert变换对轴承的故障信号进行了包络解调仿真分析,并对滚动轴承的外环故障进行了故障诊断试验研究,诊断结果与实际故障吻合.研究结果表明,基于Hilbert变换的包络解调技术不仅能有效提取故障信号的特征频率,而且还可以有效地实现滚动轴承故障的诊断.     

基于经验模式分解和谱峭度的滚动轴承故障诊断

滚动轴承的振动信号是强背景噪声下的非平稳非线性信号,其特征提取是滚动轴承故障诊断的难点。为了提高滚动轴承的故障诊断效果,提出了基于经验模式分解(Empirical Mode Decomposi-tion,EMD)和谱峭度(Spectrum Kurtosis,SK)的滚动轴承故障诊断方法。首先利用EMD方法对轴承故障信号进行分解,剔除趋势项,利用归一化白噪声分量的统计特性来滤除信号中的噪声分量,然后利用谱峭度方法估计带通滤波器的中心频率和带宽,最后对剩余的信号执行带通滤波和包络解调进行故障诊断。对滚动轴承故障诊断的结果表明,本文提出的方法能够有效地提高轴承故障诊断的效果。     

齿轮-滚动轴承智能故障诊断测试系统研究

在小波分析和模糊聚类分析的基础上,结合虚拟仪器技术,研发了齿轮-滚动轴承智能故障诊断测试系统,该系统不仅能对齿轮-滚动轴承传动系统进行故障诊断,而且还能对齿轮、轴承进行质量分级,具有较好的应用价值。     

便携式滚动轴承故障智能诊断系统的设计

设计了一种便携式滚动轴承故障智能诊断系统，对系统的工作原理、硬件结构及软件技术进行了详细的描述。该诊断系统除具有“便携式”的特征外，还具有操作简便，测试、诊断与分析自动化、智能化等特点，适用于生产现场对滚动轴承故障进行快速、自动地诊断。     

滑动轴承故障诊断实用诊断原则的研究

通过对滑动轴承主要失效形式和机理的分析,说明尽管引起轴承故障的原因形形色色,但所导致的结果都是破坏液体润滑,使轴与轴承产生接触摩擦。在总结现有诊断技术成功应用实例的基础上,首次提出“最少试验故障模”的实用诊断原则,并以轴承各种故障的共同特征一接触摩擦作为滑动轴承故障诊断研究的唯一故障基准模,将滑动轴承简化为一多输入(多种故障原因)一单输出(接触摩擦)的灰色系统模型。这种新的研究思路有利于降低研究难度,提高研究成果的实用性。此外,这一研究思路还可借鉴用于其它领域的故障诊断。     

基于时序AR与灰色GM模型的滚动轴承故障诊断研究

针对滚动轴承故障诊断方法存在的问题, 将自回归(AR)模型和灰色理论应用到滚动轴承的故障诊断中,建立了灰色时序组合模型.该方法先把轴承振动信号分解成不同特征时间尺度的固有模态函数,从而把非平稳信号处理转化为平稳信号处理问题,然后选取表征轴承故障的IMF分量,通过灰色GM(1,1)模型模拟数据宏观变化趋势,并用时序AR(p)模型建立了残差序列以模拟数据微观变化趋势.通过对实测数据进行检验与比较,证明该组合模型具有很好的分析效果.     

深度残差网络在滚动轴承故障诊断中的研究

近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征.其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度.因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),...     

基于敏感分量与MCPG的轴承故障诊断方法

针对滚动轴承故障难以准确识别问题,提出了一种基于敏感分量与多卷积池化组(Multi convolution pooling group,MCPG)的故障诊断方法.首先,采用经验模态分解(Empirical mode decom?position,EMD)将原始信号分解成为多个固有模态分量(Intrinsic mode ...     

汽车故障诊断专家系统技术研究

阐述汽车故障诊断专家系统模型的发展及应用成果,叙述了汽车故障诊断系统技术研究的发展趋势及需要解决和把握的关键问题等.     

基于LMD和灰色相似关联度的轴承故障诊断方法

针对轴承故障振动信号的非线性、非平稳特点及振动信号的强噪声背景,提出一种基于局部均值分解(Local Mean Decomposition,LMD)和灰色相似关联度的轴承故障诊断方法。首先对信号进行局部均值分解,得到若干个PF(Product function,简称PF)分量,再选取包含主要故障信息的PF分量进一步分析,并提取特征向量,然后通过计算标准故障模式与待识别样本的灰色相似关联度对轴承故障类型进行判断。利用该方法对试验轴承故障振动信号进行了分析,结果表明,基于LMD和灰色相似关联度方法能够有效地识别轴承运行状态,实现对轴承的故障诊断。     

沙滩车电动助力转向系统故障诊断分析研究

为了更好的研究沙滩车电动助力转向系统,分析了沙滩车电动助力转向控制系统结构,控制策略采用PID控制算法。故障诊断是沙滩车行车安全的重要保障,因此结合故障树对故障诊断进行了详细分析研究,对不同的故障采用了不同的故障处理方法。用实车测试数据对控制策略及故障诊断进行了验证分析,分析结果表明,所研究的沙滩车控制方法达到了设计要求。