基于Matlab GUI的地铁车辆轴箱轴承寿命计算

针对传统算法无法反映地铁车辆轴箱轴承使用工况复杂性的缺陷,提出轴箱轴承寿命的二维计算方法。该计算方法将轴箱轴承的使用工况按照地铁车辆的载荷和线路工况进行二维划分,并将轴承寿命表达为载荷和线路工况及其相应概率的函数。同时,针对到目前为止都没有专门用于地铁车辆轴箱轴承寿命计算的相关软件的问题,通过Matlab软件平台开发了地铁车辆轴箱轴承寿命计算软件。软件具有导入导出具体的参数值以及导出计算结果,自行检测软件参数输入时的一些错误以及自动校验输入的参数值是否超出范围等功能。通过该软件,可以对地铁车辆轴箱轴承的寿命进行精确求解,考察每一个载荷工况或者线路工况对轴箱轴承寿命降低的“贡献率”,考察传统算法与改进算法之间的差异。最后给出计算实例来分别考察传统算法和改进算法,计算结果充分验证了轴箱轴承寿命计算软件的有效性。     

轴承早期故障特征提取方法研究

针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则确定带通滤波器的中心频率和带宽,设计带通滤波器;对经过带通滤波器滤波后的信号进行小波包分解和CEEMD分解,根据峭度、相关系数筛选出有效本征模态函数(IMF)分量;利用IMF分量重构小波包信号,对重构小波包信号进行包络谱分析,提取轴承早期故障信号特征频率.该方法通过谱峭度分析降低背景噪声干扰,通过小波包分解增强故障冲击信号,并将CEEMD与小波包分解相结合,解决经典EMD分解存在的模态混叠、无效分量问题.仿真结果表明,相较于传统包络解调算法,重构后信号的背景噪声得到抑制,故障特征分量突出,验证了所提方法的可行性和有效性.     

高铁轴箱测温孔与轴承部件温度场仿真分析

针对高速列车行驶过程中轴箱轴承温度监测与预警现状,在探讨轴箱轴承产热和传热计算的基础上,建立有限元分析模型,利用ANSYS中Fluent模块对轴箱轴承稳态温度场进行有限元仿真分析,得到其温度数值分布规律,并采用MATLAB软件进行数据拟合,得到测温孔温度与轴承内圈、外圈、保持架、滚动体最高温度之间的关系式以及测温孔温度...     

轮轨激励下含局部缺陷的高速列车轴箱轴承动力学仿真分析

轴箱轴承是高速列车走行部中的关键旋转部件,在复杂轮轨激励的作用下容易出现由疲劳、过载等原因导致的失效,影响列车的行车安全.采用UM/Simulink联合仿真的方式,建立了含局部缺陷的轴箱轴承-柔性轴箱-车辆系统耦合动力学模型,研究了不同工况下轴承外圈、内圈和滚子存在单一局部缺陷时系统的动力学响应,分析了轨道不平顺、车轮失圆等轮轨激励对轴箱轴承故障响应的影响.此外,通过对轴箱箱体及轴箱转臂的振动响应进行对比分析,确定了轴箱上提取故障冲击响应的最佳测点位置.相关结果对于指导高速列车轴箱轴承的状态监测和故障诊断具有一定的工程应用价值.     

基于倒谱预白化的轨道车辆轴箱轴承故障诊断

轴箱轴承作为轨道车辆的关键旋转部件之一,起着承载、减磨、降阻的作用。基于振动信号的轴承监测方法,将成为轨道车辆轴承状态在线监测的发展方向。在信号预白化的理论基础上,提出了基于倒谱编辑预白化的轴承故障诊断方法,该方法使用实倒谱定位和编辑原始信号的对数幅值,去除不想要的离散频率分量,然后结合原始相位信号和编辑后的幅值重构时域信号,再对时域白化信号进行频谱分析。试验结果表明,倒谱预白化与传统包络谱解调分析都能有效检测轴箱轴承故障,但倒谱预白化不需要进行滤波频带选择,具有简单实用的优点,验证了该方法在轴承严重故障和微弱故障诊断方面的有效性。     

地铁车辆橡胶轴箱定位器结构分析与优化

为缩短地铁车辆橡胶轴箱定位器的开发周期,设计合理的橡胶自由面形状,综合利用HyperMesh和Abaqus的非线性有限元分析功能完成自由面在整个受力过程中的变形情况模拟;对橡胶轴箱定位器进行三向刚度分析预测,根据有限元模拟情况完成橡胶自由面的优化设计.该方法为综合采用HyperMesh和Abaqus实现自由面模拟设计与优化提供设计实例.     

风电机组轴承早期故障特征提取研究

针对风电机组滚动轴承早期故障振动信号微弱、强干扰、非平稳、非线性的特点,提出基于自适应噪声完整集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)-排列熵(Permutation Entropy,PE)-遗传算法(Genetic Algorithm, GA)的特征提取方法。方法先计算振动信号经CEEMDAN分解得到多个本征模态函数(Intrinsic Mode Function,IMF)的排列熵值和方差贡献率,剔除虚假、低贡献率分量;根据识别误差最小和特征子集数目最少两个目标,构造了适应度函数,通过GA进行特征选择选出最优特征子集。仿真分析,上述方法能够快速有效提取不同故障的振动信号特征指标,为故障模式识别问題提供良好的思路和方法。     

一种磁悬浮轴承功率放大器控制方法

半桥结构的磁悬浮轴承开关功率放大器需要两路相互隔离的控制电源,一路用于上桥臂开关管的驱动,一路用于下桥臂开关管的驱动,整个磁悬浮轴承系统中共有10个开关功率放大器,则需要11路相互隔离电源,这种方案电源数目众多,设计十分复杂,可靠性难以保证.本文提出了采用自举电路来实现功率放大器单一电源供电方案,并根据磁悬浮轴承系统的...     

轴承故障融合诊断方法

针对传统人工神经网络在故障诊断中应用的局限性,提出一种基于小波变换、遗传算法与神经网络的融合故障诊断方法。该方法选用小波变换对原始采样信号进行特征提取,再用遗传算法优化选择最为重要的特征作为神经网络的输入参数。最后,由神经网络进行状态识别和特征分类,这样不仅减少网络训练时间,降低网络计算量,而且有效提高分类的准确性及故障诊断的可靠性,轴承故障诊断实验结果表明,该方法是有效的。     

基于1D-CNN联合特征提取的轴承健康监测与故障诊断

针对特定机械设备构建数据驱动的故障诊断模型缺乏泛化能力,而轴承作为各型机械的共有核心部件,对其健康状态的判定对不同机械的衍生故障分析具有普适性意义.提出了一种基于1D-CNN(one-dimensional convolution neural network)合特征提取的轴承健康监测与故障诊断算法.算法首先对轴承原始...     

基于小波旁瓣相消器的轴承故障特征提取

为解决强背景噪声下声信号提取的轴承故障特征不显著问题,提出一种基于小波旁瓣相消器的故障特征提取方法。该方法利用小波滤波器组将含噪故障轴承声信号变换到小波域,进行小波域阵列广义旁瓣相消自适应波束形成,再通过小波滤波器组重构增强后的故障轴承信号,最后对重构增强后的信号进行包络解调并提取故障特征频率进行故障诊断。实验结果表明,该方法能够在强背景噪声下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的降噪和故障特征增强效果。     

基于小波分析的轴承故障诊断和分析

故障特征提取与表示关系到故障诊断的可靠性和准确性,是机械设备故障诊断中的关键问题,而且是机械设备故障诊断的瓶颈所在。应用小波分析理论,针对旋转机械体轴承这种典型部件,对于他们的故障特征进行提取、表示以及判断。     

基于小波包分析的滚动轴承故障特征提取

简述了小波包分析的基本原理及其用于特征提取的机理,利用小波包对滚动轴承振动加速度信号进行分解,求出各频率段的能量,并以此作为滚动轴承所发生故障的特征向量进行提取,从而识别出滚动轴承的故障,通过对于实测信号的分析证明了该方法的有效性,体现了小波包分析的优良性。     

Fractional Envelope Analysis for Rolling Element Bearing Weak Fault Feature Extraction

The bearing weak fault feature extraction is crucial to mechanical fault diagnosis and machine condition monitoring. Envelope analysis based on Hilbert transform has been widely used in bearing fault feature extraction. A generalization of the Hilbert transform, the fractional Hilbert transform is defined in the frequency domain, it is based upon the modification of spatial filter with a fractional parameter, and it can be used to construct a new kind of fractional analytic signal. By performing spectrum analysis on the fractional envelope signal, the fractional envelope spectrum can be obtained. When weak faults occur in a bearing, some of the characteristic frequencies will clearly appear in the fractional envelope spectrum. These characteristic frequencies can be used for bearing weak fault feature extraction. The effectiveness of the proposed method is verified through simulation signal and experiment data.      

基于变分模态分解改进方法的滚动轴承故障特征提取

针对滚动轴承早期故障振动信号信噪比低、故障特征提取困难的问题,提出了基 于多相关-变分模态分解(MC-VMD)的滚动轴承故障诊断方法。首先对多加速度传感器采集到的 信号进行多相关处理以突出故障信号特征;然后通过VMD 自适应地将信号分解成多个本征模 态分量(IMFs),运用谱峭度法和包络解调对相关峭度较大的分量进行分析;最后通过包络谱识 别出滚动轴承的工作状态和故障类型。将该方法应用到滚动轴承故障实例数据中,实验结果表 明,该方法可有效提取滚动轴承故障特征频率信息。     

城市轨道交通计轴受扰研究与分析

随着通信技术发展,城市轨道交通信号系统已经全面进入移动闭塞控制时代,对应的系统架构早已脱离传统地面轨道电路的束缚。但是,为保证通信设备故障时不影响全线正常运营,大部分城市的轨道交通仍然采用计轴器作为次级轨道检测系统,负责检测列车占用轨道区段的情况。对于我国城市轨道交通来说,采用交流27.5 kV高压供电属于个例,由于目前各城轨线路普遍采用脉冲式计轴轨道电路,而供电接触网特性的改变造成交流牵引回流在钢轨传导,势必会对计轴磁头产生干扰,特别是在牵引回流瞬间产生变化时,计轴设备会出现受扰故障,轨道区段显示占用,从而影响行车。该文针对大兴机场线正线与库内停送电过程中,出现计轴受扰的问题展开研究,为后续市域高速轨道交通项目的发展打好基础。     

基于最小熵翻卷积的网络故障特征提取仿真

传统的基于FRFT网络故障特征提取方法当网络信号发生突变时,由于受到噪声和信号衰弱的影响,导致网络故障特征极其微弱,并且网络的拓扑结构和权值分布成非线性映射,将信号简单排列成矩阵,无法有效实现对网络故障特征的提取.提出一种基于小波滤波以及最小熵翻卷积的网络故障特征提取方法,将突变信号在与之相邻尺度上的小波系数直接相乘,依据阈值对噪声中的网络故障信息进行采集并过滤噪声,使获取的小波系数信噪比大大增强.将突变信号小波变换值在几个尺度上进行计算,实现网络故障特征的初提取.获取一个逆滤波器,通过网络输出恢复网络输入信号,依据解卷积后获取的序列对可能估计值的最优解进行计算,求出逆滤波器矩阵,分析了最小熵归迭代算法的具体实现过程.仿真结果表明,所提方法具有很高的准确性.     

基于ICA和小波变换的轴承故障特征提取

应用独立分量分析方法和小波变换分离轴承的振动信号，提取其状态特征。并对信号进行自相关预处理，突出信号的非高斯成分，较好地满足独立分量分析的前提条件，即源信号统计独立。采用基于负熵的快速独立分量分析（ICA）算法，成功地分离出了信号的一些独立成分。对ICA处理后的分量信号进行小波变换，完成信号检测，消噪，频带分析，以获取故障信号特征，确定故障的位置和强度。研究结果表明，独立分量分析方法和小波变换能提取明显的轴承故障信号特征。