基于信息融合的城軌車輛走行系故障診斷.pdf

1、走行系是影響城軌車輛運行安全的主要零件之一，承擔著支撐車體重量以及傳遞載荷的重任，必須時刻保持良好的技術狀態(tài)。城軌車輛的智能化發(fā)展促使需考慮的信息以及信息間的干擾急劇增長，增加了提取故障特征的難度，傳統(tǒng)的診斷手段已無法滿足要求。鑒于此，本文提出一種結合神經網(wǎng)絡和D-S證據(jù)理論的信息融合方法，從兩個層次對城軌車輛走行系的故障信號進行融合診斷。
　　首先，對走行系的組成結構進行介紹，并選取輪對和滾動軸承為研究對象，分析其常見故障形式和

2、故障信號的特點，提出采用振動信號和軸溫信號作為走行系的故障信息源，并給出走行系實驗平臺的基本組成以及傳感器的性能參數(shù)。
　　其次，針對振動信號采用經驗模態(tài)分解算法求取其固有模態(tài)函數(shù)，將固有模態(tài)函數(shù)作為信號特征帶入BP神經網(wǎng)絡，合理選擇神經網(wǎng)絡的結構參數(shù)，建立局部診斷模型。利用走行系實驗平臺采集數(shù)據(jù)進行仿真實驗，結果表明基于振動信號的局部診斷對于單一故障的識別率較高，但對于復合故障的識別率相對較低。
　　再次，采用閾值分類法處

3、理軸溫信號，研究紅外線軸溫探測機理和軸箱熱軸的溫度規(guī)律，統(tǒng)計分析當軸承處于不同故障模式時的溫度區(qū)間進而得出閾值，并根據(jù)實驗數(shù)據(jù)判斷軸承故障，結果顯示基于軸溫的局部診斷可以高效地診斷滾動軸承故障，但無法診斷輪對故障。
　　最后，采用D-S證據(jù)理論對上述局部診斷結果進行融合，詳述了D-S證據(jù)理論的原理和融合規(guī)則，針對D-S證據(jù)理論的缺陷給出改進方案并結合算例證明其有效性，建立基于D-S證據(jù)的融合診斷模型進行仿真實驗，實驗結果顯示融合故