模态特征分量(IMF)在轴承故障诊断中的选用原则综述

经验模态分解(Empirical Mode Decomposition, EMD)及其衍生算法近年来在轴承故障领域得到了广泛应用。该类算法可以基于振动信号自身的特点对其进行自适应分解,得到一组蕴含不同频率成分的固有模态函数(Intrinsic Mode Function, IMF)。但是该类算法由于自身分解规则的缺陷不可避免地存在端点效应与模态混叠现象,从而产生了一些虚假IMF分量,影响轴承故障诊断的准确性。此外,EMD类算法分解得到的IMF通常是噪声或干扰信号,只有少数分量能够反映轴承故障特征。因此,如何筛选含有丰富故障信息的敏感IMF是该类算法的关键。文章首先介绍了EMD及其衍生算法,然后总结了目前在滚动轴承故障诊断领域中选取敏感IMF的主要准则,并阐述了其优缺点。     

基于改进VMD的高速动车组轴箱轴承故障识别方法

针对高速动车组运行工况复杂、轴箱轴承故障率较高、背底噪声强和故障识别难度大的情况,提出基于改进变分模态分解（VMD）的动车组轴箱轴承故障识别方法。首先,运用能量差法和合成谱峭度法计算最优的变分模态分解关键参数;其次,基于相关系数、谱峭度及奇异值构建的评价参数,选取用于重构故障信号的本征模态分量;最后,对重构后的信号进行傅里叶变换,实现在强背底噪声情况下的故障特征频率识别,并通过模拟数据和真实动车组轴箱轴承试验数据对提出的方法进行验证。结果表明：提出的方法能够有效地在强背底噪声情况下重构带有预设的40或200 Hz故障特征频率的信号,重构后的信号最大程度保留了轴承的故障信息;故障特征频率识别效果好,能够为保障高速动车组的安全运行提供技术支撑。     

SS8型电力机车牵引电机轴承故障的振动诊断

介绍了采用振动诊断技术,对机车牵引电机轴承故障进行动态检测的方法。利用简易诊断法可判断电机轴承有无异常,而精密诊断法则进一步判断电机轴承发生故障的部位,借助诊断分析系统,对所测信号进行频谱分析,根据电机轴承不同部位故障的特征频率,确定故障程度和部位,以便及时采取防范措施。     

基于EMD和ARMA模型桥梁振动信号降噪的处理方法

在桥梁振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于桥梁振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)和自回归滑动平均(ARMA)模型提出了一种信号降噪方法。首先,利用EMD把有强噪声干扰的信号分解成不同时间尺度的本征模函数(IMF)和残余项;然后,分别对每个IMF无干扰区段建立ARMA模型,利用各个模型对有干扰区段进行滤波,用滤波后的数据代替原来的数据,对于残余项,拟合为多项式;最后,将所有的IMF及拟合后的残余项叠加,即得到降噪后的信号。通过对实测南京长江大桥有对讲机干扰的应变信号进行分析,结果表明了该方法的可行性及有效性。     

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。     

动车组牵引电机轴承温升故障分析及解决措施

针对某型动车组牵引电机轴承温升故障,从轴承结构、注脂量和频次、轴电压影响及脉动扭矩校核等方面进行调查,分析导致轴承损伤引发故障的原因。分析结果显示,在微弱电流、轴承高温运转等因素持续作用下,加速了润滑脂的老化,导致轴承润滑不良,严重时轴承出现白蚀裂纹,最终导致轴承疲劳失效。针对故障原因,提出优化润滑、增大绝缘层厚度、增加保护接地等解决措施。     

基于特征融合的牵引电机轴承声学故障诊断

滚动轴承作为高速列车牵引电机的重要部件,其故障情况严重影响列车运行安全。声学轴承故障诊断方式具有无安装侵入性、运维成本低的优点,但也具有信噪比低、故障特征难以提取的缺点,机器学习则具有克服噪声影响的鲁棒性。针对应用机器学习进行声学故障诊断时,少量特征无法全面表征轴承故障的难题,文章提出将格拉姆角场（GAF）与小波时频图进行叠加融合,构成6通道融合特征图用以有效表征轴承的故障。首先,建立牵引电机轴承声学故障试验台获取故障声学信号;其次,建立基于GAF的声学信号融合特征图,然后使用残差网络（ResNET）模型针对融合特征图特征训练并验证故障分类模型,并与以单种特征图作为特征的故障分类方法进行准确率对比。结果表明,基于GAF的融合特征图的声学故障分类模型具有99.89%的准确率,融合特征图能更有效地映射轴承故障。     

牵引电机轴承故障诊断的应用与体会

JL-601诊断系统采用振动检测的方法检测机车走行部轴承，在各机务段均有使用，发挥了很好的效果。在判断轴箱轴承故障上，现场比较容易掌握，这里不再详述。本文重点阐述在判断牵引电机轴承故障的一些经验和成功案例。牵引电机轴承故障主要表现为滚子裂纹、外圈剥离和内套剥离。     

电力机车牵引电机滚动轴承的故障诊断

讨论了电力机车牵引电机滚动轴承振动法故障诊断方案，介绍了ＪＤＺ－１型机车轴承检测仪中采用的信号处理、数据分析、诊断参数选择以及轴承状态判别等关键技术，并介绍了该仪器用于ＳＳ３型电力机车的现场诊断实例．     

牵引电机绝缘轴承

铁道车辆用牵引电机绝缘轴承是为了防止电蚀引起牵引电机轴承的寿命降低,用绝缘材料包覆轴承外侧,防止电流通过的一种轴承.     

基于改进双曲交点算法的牵引电机故障诊断

CRH(China Railway High Speed)动车组高速列车已成为我国最重要的交通工具,而高速列车牵引电机的可靠性对于保障列车安全运行具有重要意义.提出一种基于改进双曲交点算法的参数估计方法,采用双曲交点作为搜索点,通过约束条件限制搜索点的数目,并在参数估计过程中改变控制参数调节算法的自适应性,以提高参数估计的效率和准确率.以CRH2高速列车牵引电机为模型,基于数学模型在Matlab/Simulink中建立仿真模型,结合所提出的算法进行参数估计.研究结果表明,提出的参数估计方法,能够有效地提高电机故障诊断效率并准确诊断电机定子绕组故障,验证了所提算法的有效性.     

城轨车辆牵引电机轴承电腐蚀故障分析及处理建议

文章对牵引电机轴承电腐蚀的现象、原因进行了分析,指出牵引逆变器是牵引电机轴承电腐蚀的源头,并从标准角度提出了城轨车辆牵引电机轴承电腐蚀问题的解决建议。     

牵引电动机轴承组装后的振动检测

通过采用机车车辆轴承诊断仪对牵引电动机备品电机进行检测，可以准确有效地判断牵引电动机轴承及组装状态的好坏。     

城轨车辆牵引电机轴承电流分析

文章分析了牵引电机在正弦波供电和牵引逆变器供电时轴承电压的产生机理,根据共模等效模型推导出轴承电压计算值,并结合城轨车辆布线特征分析了共模电流路径,提出牵引电机轴承电流的抑制措施及其在线监测方法.     

牵引电机轴承固死及小齿轮弛缓故障处理

阐述无损小齿轮处理牵引电机轴承固死及小齿轮弛缓故障的方法在电力机车上的应用,以及应用该方法的前提条件。指出了6K机车牵引电机滚动轴承抱轴悬挂装置的结构特点。详细介绍了6K机车无损小齿轮处理牵引电机轴承固死及小齿轮弛缓故障的具体步骤,并就此方法的应用提出了建议。     

410牵引电机轴承烧损原因分析及对策

从410牵引电机的检修、运用、保养等方面，对轴承烧损原因进行了全面的调查分析，提出了整改措施，取得了良好的效果。     

动车组牵引电机轴承剩余寿命预测方法研究

根据我国高速铁路动车组的实际运行和维修情况,以动车组关键部件剩余寿命预测为目的,对车地数据进行研究,对牵引电机轴承的温度数据进行特征提取,并根据大量历史车地数据,对牵引电机轴承进行剩余寿命预测。使用面向过程分析的思想和用特征值构建盒图的方法,达到预测动车牵引电机轴承剩余寿命的目的。研究的结果可以作为提高运维效率,修程修制优化的依据。     

牵引电动机车轴轴承的技术保养和检修(巴列集诺机务段经验)

电力机车工作的稳定性在很大程度上取决于其走行部分的工作稳定性,首先取决于轮对一电动机组.俄罗斯铁路货运机车的主要型号系列为ВЛ80、ВЛ11和ВЛ10,这些机车都装备了牵引电动机车轴滑动轴承.