基于多尺度时频图与卷积神经网络的车轮故障智能诊断

铁道车辆车轮故障的产生,不仅会增大列车的振动和噪声使乘坐舒适性下降,而且会加速车辆及轨道零部件的损伤,严重时还会引发事故,因此对车轮服役状态的实时监测对保证列车安全运营具有重要意义。针对现有铁道车辆车轮故障诊断方法存在自适应能力弱、准确率低等不足,提出一种基于多尺度时频图与卷积神经网络(CNN)相结合的车轮故障智能诊断方法,该方法利用车轮所在轴箱垂向振动加速度来间接识别车轮服役状态。1)首先采用形态学滤波器对车辆轴箱振动加速度信号进行滤波降噪,然后采用完全噪声辅助聚合经验模态分解(CEEMDAN)将滤波后的信号自适应地分解为若干固有模态函数(IMF),选取能量熵增量相对较大的三阶分量作为信号的主分量。2)分别求各主分量的Wigner-Ville分布(WVD),然后叠加转化为多尺度时频图。3)对经典的LeNet-5模型进行结构改进和网络参数优化,构建适合车轮故障诊断的CNN模型,来学习提取车轮在不同工况下的时频图特征,并对时频图进行分类,将特征学习提取与故障分类融为一体,一定程度上实现了端到端的车轮故障诊断。经仿真试验和现场试验验证表明：所提出的方法对于车速、故障类型和故障程度都有很好的...     

车轮多边形对车辆动力学的影响分析及在线诊断方法研究

建立了车轮多边形化的车辆轨道刚柔耦合动力学模型,为了研究车轮多边形化对车辆动力学的影响,通过提取轮轨垂向力和轴箱垂向加速度动力学指标,发现车轮高阶多边形会在轮轨接触表面产生高频冲击载荷导致轮轨作用加剧,同时还会激发出轮对和轴箱的一些振动频率而使轴箱振动加强。根据轮轨垂向力限值标准,得到了不同速度下多边形的深度阈值。针对高速列车车轮多边形化的动态特征结合大量的跟踪监测,文中提出了车轮多边形在线诊断方法:通过轴箱垂向加速度频谱在线辨别多边形阶数,定义多边形车轮轴箱垂向加速度系数λ辨识多边形深度。在线诊断的车轮多边形结果与入库检测车轮多边形结果对比,验证了该方法的有效性。     

基于EMD模态相关和形态学降噪的齿轮故障诊断研究

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法。首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率。仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征。     

基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究

针对城轨列车运行过程中轴箱轴承故障难以发现的问题，提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD）参数进行优化的轴承故障特征提取方法。首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型，提取轮轨激扰和轴承故障情况下的轴箱振动信号；然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优，确定最佳参数组合；最后利用已确定的最佳参数对轴承振动信号进行VMD分解，得到不同本征模态分量(Intrinsic Mode Function,IMF)，并对最佳模态分量信号进行包络分析，识别到轴承故障时的特征频率。试验分析表明，基于优化参数的VMD分析方法能够有效提取轴承故障特征频率，通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比，可以发现文章提出的分析方法效果更加有效。     

基于参数优化VMD和SPWVD的轨道波磨辨识方法

为了有效检测轨道波磨故障,提出一种基于参数优化变分模态分解(VMD,Variable Mode Decomposition)和平滑伪维格纳分布(SPWVD,Smooth Pseudo Wigner Ville Distribution)的轨道波磨辨识方法。采用变步长最小均方(VSSLMS,Variable Step Size Least Mean Square)算法对列车轴箱振动加速度原始信号滤波;对滤波后的信号进行变分模态分解,将分解信号包络熵作为轨道波磨辨识的指标;采用平滑伪维格纳分布对分解后的信号进行时频分析,确定波磨发生的位置及波长;通过仿真信号与实例验证方法的有效性。验证结果表明,该方法可提高轨道波磨辨识的准确性,辅助轨道维修和养护。     

25G型客车轴箱弹簧折断原因分析及预防措施

本文针对轴箱弹簧折断现象,较为全面地分析了故障原因,并根据故障车辆的车轮磨耗状况,建立振动模型,从理论上分析了滚动圆不圆度对轴箱弹簧冲击振动的影响,从运用角度提出了预防轴箱弹簧折断的建议措施。     

高速动车组齿轮箱异常振动试验分析

在分析齿轮箱振动特性的基础上,对其进行了振动模态试验和线路跟踪测试分析,找出齿轮箱箱体异常振动的根本原因。模态试验结果表明:齿轮箱的箱体模态最低为551 Hz,其模态振型为扭转和弯曲的复合模态并以弯曲模态为主。通过线路振动测试结果可以看出,轴箱垂向振动加速度小于横向振动加速度,而齿轮箱振动正好与轴箱相反;从均方根的幅值大小来看,从轴箱到齿轮箱横向振动加速度的变化不是很大,但垂向振动加速度变化明显。齿轮箱上的垂向振动加速度均方根幅值是轴箱的2倍左右,这说明从轴箱到齿轮箱的振动传递存在放大现象。当运营速度接近300km/h时齿轮箱的振动加速度会急剧上升。通过相应的频谱分析发现齿轮箱的振动主频介于500~600 Hz之间,非常接近齿轮箱的最低固有频率。这表明齿轮箱异常振动的根本原因在于轮轨上的高频激扰传递到齿轮箱上从而引起了结构共振。     

变分模态分解和形态学滤波在滚动轴承故障诊断中的应用

针对滚动轴承早期故障信号易被强烈的背景噪声淹没及故障特征难以提取的特点,提出了基于变分模态分解(VMD)和形态学滤波相结合的滚动轴承早期故障诊断方法。首先利用VMD将早期故障信号自适应地分解为一系列IMF分量,然后选择峭度值最大的前两个IMF分量重构,并对重构信号进行形态学滤波,最后通过Teager能量算子计算重构分量的能量谱来提取滚动轴承的故障频率,判断故障类型。将该方法应用于滚动轴承仿真信号与实际故障数据中,分析结果表明该方法能够更加有效提取故障特征频率信息,实现了滚动轴承故障的精确诊断。     

基于柔性轮轨模型的车轮谐波磨耗对高速轮轨系统振动影响的仿真研究

采用ANSYS有限元软件结合SIMPACK动力学软件建立基于Timoshenko梁的柔性轨和柔性轮模型的车辆—轨道耦合动力学模型,以典型的高阶车轮谐波磨耗(阶次为18~21阶,幅值为0.01~0.04mm)激扰作为系统的输入激励,对比分析在柔性轮柔性轨模型与刚性轮轨、柔性轮刚性轨和柔性轨刚性轮模型下高阶车轮谐波磨耗对高速轮轨系统振动响应的影响。结果表明:当车轮谐波磨耗激扰激发轮对固有模态引起共振时,基于柔性体模型计算出的振动响应幅值大于基于刚性体模型计算的结果,而当激扰频率远离共振模态频率时,基于刚性体模型计算的振动幅值大于基于柔性体模型计算的结果;总体上,轮轨垂向力、钢轨及轴箱振动加速度随着车轮谐波磨耗幅值、阶次及列车运行速度的增大而增大;在车辆速度300km·h-1、车轮多边形阶次为20时,车轮多边形幅值0.04mm激起的钢轨及轴箱振动加速度峰值约为幅值0.01mm下的2.5倍;当车轮多边形幅值固定、阶次由18阶增至21阶时,激起的钢轨振动加速度仅增大约1.6倍、轴箱振动加速度级增大约5.7dB,相较于多边形幅值而言,多边形阶次对轮轨系统振动响应的影响较小。     

基于形态分量分析的高速列车轴箱轴承故障诊断方法

高速列车在运行过程中,由于车轮不圆、钢轨波磨、轨道焊缝等激扰的影响,很容易激起轮轨之间的高频振动。当高速列车轴箱轴承同时出现故障和冲击激扰的情况下,现有的高速列车轴箱轴承故障诊断方法很难从中提取出轴承故障脉冲信号。针对这种情况,文中将形态分量分析应用到轴箱轴承故障特征提取,为了便于将其进一步用于在线监测,对该方法中稀疏表示的字典进行了改进。仿真和试验表明,该方法明显优于经验模态分解方法,能够有效地分离出轴承故障周期性脉冲信号,并能将其他随机冲击剔除。     

走行部车载故障诊断系统在直线电机车辆上的运用

结合直线电机车辆运用特点,引入走行部车载故障诊断系统,实现了轴箱轴承的状态监测、故障诊断及运用评估,车轮踏面状态监测诊断,以及轨道波磨状态的监测功能,为车辆和轨道的检修和维护提供了便利。     

基于ICEEMDAN-MPE-RF和SVM的齿轮箱特征提取与故障诊断

针对齿轮箱非平稳振动信号特征提取难、特征向量冗余度高和故障识别率低的问题，提出基于改进的自适应噪声完备集成经验模态分解（Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）、多尺度排列熵（Multi-scale permutation entropy,MPE）、随机森林（Random forest,RF）特征重要性排序和支持向量机（Support vector machine,SVM）的齿轮箱特征提取与故障诊断方法。首先，通过ICEEMDAN将各种故障状态的齿轮振动信号分解为一系列不同频率分布的本征模态分量（Intrinsic mode functions,IMF）；然后，计算各阶IMF的MPE值获得非平稳信号时频分布下的非线性动力学特征；最后，通过RF算法评估特征重要性，选择高重要性敏感特征组成最优特征子集输入SVM进行故障模式识别。试验结果表明，该方法特征提取和表征能力强，在不同工况下的平均识别率可达99.79%，在多工况和小样本数据集上比其他方法更具稳健性。     

基于EMD广义能量的列车车轮故障诊断技术

针对列车车轮故障诊断,研究基于经验模态分解(EMD)广义能量法诊断技术。首先对钢轨振动信号进行经验模态分解,选取出有效本征模函数分量并赋予权重系数,然后求出各分量的能量加权和作为该信号的EMD广义能量值,最后确定出正常车轮的EMD广义能量安全域阈值,判断车轮的故障状态。采用仿真的正常及故障车轮的钢轨振动信号进行实验,验证提出的方法对正常和故障车轮的识别准确率达到90%以上。     

轮对失圆客车响应分析及控制

对轮对失圆客车的车体加速度以及车辆运行品质动态监测系统(TPDS)的相应监测结果进行了综合分析,在明确可以参照车辆振动相关标准制定TPDS客车运用限度以实现轮对状态监控的同时,分析了采用加速度监测轮对状态的可行性及局限性。目前,基于TPDS的客车轮对状态控制已经取得一定成效,在此基础上提出了以TPDS为主体、加速度监测为补充的体系,以高效、经济地实现客车轮对状态的全监控。     

柔性轮对及车轮多边形对高速铁路轮轨系统动力响应的影响

基于刚柔耦合动力学理论建立柔性轮对车辆-轨道刚柔耦合动力学模型，结合现场实测轴箱加速度验证了模型的可靠性。采用谐波叠加法模拟车轮多边形，对比了有无车轮多边形对轮对振动加速度的影响。在此基础上，分析了车轮多边形参数（如多边形阶次、幅值变化）对轮轨系统振动的影响。结果表明，车轮多边形将导致柔性轮对垂向加速度显著增大；与刚性轮对模型相比，柔性轮对及转向架的垂向加速度显著增大，此时多边形激振频率（674 Hz）成为影响其垂向振动的主要因素；轮对垂向加速度随多边形阶次的增加先增大再减小，当车轮多边形阶次为20阶时，轮对垂向加速度达到最大值；钢轨垂向加速度随多边形阶次的增加而增大；轮对垂向加速度、钢轨垂向加速度随多边形幅值的增大而增大。     

高速客车车轮不圆对车辆振动影响的分析

针对高速车辆轮对不圆的状况,对车轮的不圆度水平和车辆系统的振动进行了测试,并分析了车轮不圆水平与车辆部件振动之间的关系。研究表明,车轮高阶不圆对走行部的振动存在明显的影响,18阶、19阶多边形的冲击振动频率在轴箱和电机处存在明显的频谱特征。     

高速列车车轮多边形动力学试验与仿真研究

国内某列动车组的车轮存在18阶和19阶的车轮多边形,为研究车轮多边形对车辆振动行为的影响,对该车进行了线路跟踪试验,对关键部件的振动加速度进行了测量和分析.以线路跟踪试验条件为基础,采用SIMPACK建立动力学仿真模型,输入实测数据,从时域和频域方面对比线路试验与动力学仿真获得的各个关键部件的振动数据,并比对结果差异,分析产生的原因.结果 表明:构架垂向加速度的线路试验数据略大于仿真数据,轴箱垂向加速度总体差距较小;仿真和线路试验构架振动能量均集中在540 Hz左右,仿真试验轴箱振动能量集中在527 Hz左右,线路试验轴箱振动能量集中在542 Hz左右,均接近由19阶车轮多边形引起的振动频率(547.81 Hz),且两者振动能量起伏趋势大体相似.说明仿真试验基本可以还原线路试验,且能较为准确地反映车轮多边形对车辆振动行为的影响.     

车轮踏面擦伤的冲击振动特性及其在车轮擦伤检测中的应用

在单轮对1∶1滚动试验台上,试验研究了0~200 km/h速度下车轮踏面擦伤引起的冲击振动特性。试验中同时测量了轮对每个轴箱的垂向振动加速度并对其进行了时域和频域分析。试验结果发现,低速时车轮擦伤引起的冲击振动特征明显,但随着速度的增大,擦伤振动信号的信噪比会逐步降低。在一侧的车轮擦伤会影响另一侧轴箱的振动,车轮擦伤振动信号具有丰富的频率成分,可以用来进行车轮擦伤信号的检测。     

高速动车组线路动力学响应特性研究

针对速度为300 km/h的高速列车开展线路长期服役动力学性能试验,研究车轮磨耗、稳定性、平稳性和振动特征等随运营里程、线路条件、环境温度和列车运行速度等参数的变化情况,揭示车辆在多个镟修周期内的时域、频域动态响应特性。跟踪测试里程达到100万km,测试不同运行里程下的车轮踏面廓形、钢轨廓形以及关键部件的振动加速度和悬挂系统位移,并采用统计均值、极大值、极小值和分位数等统计指标表达测试结果。结果表明:车轮磨耗和轮轨匹配等效锥度随运营里程线性增长,运行30万km踏面磨耗0.8 mm,平均磨耗速率0.18 mm/10万km,等效锥度约为0.30～0.35;磨耗后期的轴箱、构架加速度均方根增大2倍以上,但平稳性指标受车轮磨耗影响小。     

单轮对高速滚动试验台的动态有限元模拟研究

为开发一套基于轮对加速度测量的高速车轮擦伤自动甄别监测系统,建立了旨在研究车轮踏面擦伤激励下轴箱加速度信号的单轮对高速滚动试验台。文章采用ANSYS/LS-DYNA建立了模拟上述试验台的三维高速滚动接触有限元模型,通过对比模拟与试验的轴箱加速度信号,完成了对有限元模型的验证,为进一步研究试验台无法实现的极端工况和建立动态接触力与轴箱加速度信号之间的关系提供了模拟手段。