基于聲發(fā)射技術的地鐵列車滾動軸承故障診斷研究.pdf

1、在我國城市軌道交通大規(guī)模發(fā)展的同時，其運營安全保障也成為目前面臨的重要問題。列車作為城市軌道交通運輸?shù)妮d體，運行速度快、載客量大、運營環(huán)境復雜，其安全狀況不容樂觀--列車故障不斷出現(xiàn)、事故常有發(fā)生，這些故障不但嚴重影響到正常運營秩序，而且一旦造成事故將會帶來巨大的人員傷亡和經濟財產損失。
　　滾動軸承是列車走行部中應用最為廣泛的機械零件，也是最易損壞的元件之一。列車走行部的許多故障都與滾動軸承有關，軸承工作狀態(tài)的好壞直接影響列車的

2、運行安全狀況。為提高列車運行的安全性，對列車滾動軸承故障診斷進行研究，發(fā)現(xiàn)其故障規(guī)律和探索有效的故障診斷方法，是一種有效的安全預警保障措施。
　　本文圍繞滾動軸承故障診斷展開以下研究：
　　1、提出了一種基于聲發(fā)射技術的滾動軸承故障診斷方法。系統(tǒng)的歸納了滾動軸承的故障類型及故障診斷方法研究趨勢，總結闡述了聲發(fā)射技術的原理、診斷優(yōu)勢、影響因素和聲發(fā)射信號處理方法。
　　2、利用聲發(fā)射技術，在滾動軸承實驗臺上對內環(huán)、外環(huán)、

3、滾動體故障和正常軸承進行了聲發(fā)射信號采集，通過對采集的原始聲發(fā)射信號數(shù)據(jù)進行諧波小波包分解和重構，提取故障特征向量，作為神經網(wǎng)絡的輸入樣本進行網(wǎng)絡訓練。
　　3、提出基于諧波小波包和多種神經網(wǎng)絡結合進行滾動軸承聲發(fā)射信號處理的方法。在對聲發(fā)射信號進行諧波小波包分解的基礎上，利用多種神經網(wǎng)絡進行樣本訓練，對滾動軸承進行故障類型識別，找出滾動軸承的故障位置。論文將諧波小波包理論和神經網(wǎng)絡有機的進行結合，吸取了二者的優(yōu)點，提高了列車滾動