基于小波分析的机车转向架振动信号的降噪和故障诊断

从小波变换的理论背景出发，介绍了利用小波变换对信号进行分解的原理。并重点对小波分析在信号消噪和故障诊断两方面的工程应用做了一些有益的探讨。首先对机车转向架振动信号用db4小波进行了分解，并运用所介绍的算法进行了消噪处理，取得了明显的效果。其次是运用小波包频分技术建立了机车转向架的振动状态特征向量，能较好地表征机车振动的故障状态。     

机车车载安全监测系统

介绍了一种机车车载安全监测系统,通过对监测数据的采集和分析,可以实现对机车整体安全状态的实时监测。文章重点分析了该系统的转向架车载监测子系统,通过对转向架关键部件温度和振动数据的采集和分析,可以了解转向架关键部件的安全状态以及预测未来可能会发生故障的部件,提前做好预防性维修,将机车存在的隐患消除在萌芽状态,为机车的安全性与可靠性提供重要保障。     

库尔勒HX_N5型机车扫石器故障原因分析及改进

介绍了HXN5型机车在库尔勒机务段运用情况,以及转向架扫石器故障、原因分析和初步改进方案;针对初步改进方案进行了有限元仿真分析评估。在此基础上进行了几种不同扫石器结构实车线路对比试验。试验结果表明,经过两次结构优化,扫石器动应力累计降低了10%~40%,扫石器振动加速度降低了50%~58%,说明结构改进对提高扫石器的抗振能力取得了显著的效果。旋轮前后的试验数据表明,转向架垂向振动加速度减少了50%~70%,扫石器动应力减小了5%~10%,说明车轮踏面状态对转向架振动和扫石器可靠性有显著的影响。最后介绍了库尔勒HXN5型机车扫石器最终整改方案及实施效果。     

出口阿根廷米轨机车转向架设计

介绍了出口阿根廷米轨机车转向架的主要结构设计及其特点,通过对主要承载零部件进行强度校核及结构优化和机车的动力学性能分析及参数优化,确定了转向架的整体结构和性能。经过线路运用表明该转向架稳定可靠。     

TM2和TM3型机车转向架设计

文章介绍了TM2和TM3型机车转向架的主要技术参数和主要零部件的结构特点与设计过程。TM2型机车转向架的成功运用表明,基于TM1型机车转向架的各项改进设计是有效和成功的。     

HX_D1系列机车转向架C6检修技术研究

文章介绍了HX_D1系列机车转向架的主要技术特点、简统化设计,以及其主要部件的寿命和质量保证期,详细分析了机车转向架主要运用质量问题,并根据C5检修情况,并提出了HX_D1系列机车转向架C6检修原则和检修建议。     

货运机车车架走行部主要参数对线路动力负荷的影响

对新造的机车要进行全面的动力学性能试验,以确定其对线路的作用程度,并与运用中需要更新的机车进行对比。本文介绍了货运机车车架走行部各种结构和主要参数,如轴重、转向架型式、牵引电动机悬挂方式、车体与转向架联接方式等对线路动力负荷的影响程度,并给出了结论。     

SS7E型电力机车横向晃动问题的理论分析

基于系统工程思想，运用TTISIM动力学仿真软件，详细分析了机车在直线轨道上车体与构架横向振动位移，发现该机车在80km／h和100-130km／h速度范围之内存在较剧烈的横向振动现象。这与目前该机车在试运行过程中所发现的问题相一致。为有效地抑制机车横向异常晃动，在保持转向架结构不变的前提下，对机车悬挂参数进行了优化，并在此基础上提出了2套综合改进方案。     

基于振动分析的新干线转向架的状态监视

介绍了2种方法用于检测转向架某些部件故障.这2种方法是建立在振动加速度统计分析的基础上的.方法之一是当1台转向架的部件发生故障时,比较同一辆车前后转向架的振动状态.方法之二是通过检测振动加速度峰值的振幅和持续时间来检测故障迹象.通过模拟转向架部件某些故障的试验并进行分析,可以确认这2种方法用于新干线转向架的状态监视是可靠的.     

基于小波系数提取及离散余弦包络分析的机车牵引齿轮故障诊断方法

机车走行部故障是危及列车运行安全的重要因素,其故障程度的实时监测与诊断是高速重载列车需要解决的关键问题之一.本文以机车走行部的牵引齿轮为例,在分析总结大量实际振动信号的基础上,探讨了运用小波分解和离散余弦变换相结合来提取机车牵引齿轮故障特征信息的方法,即首先采用小波基将牵引齿轮故障引起的振动信号变换到时间-尺度域,再对高频段的小波系数采用离散余弦变换进行包络分析;阐述了该方法在机车走行部在线故障诊断系统中的应用,不仅能满足在线状态监测与故障诊断的实时性和可靠性要求,而且具有很强的抗干扰能力.实际应用表明,该方法能可靠提取牵引齿轮的故障特征信息,系统能快速、准确地诊断出故障类型及程度,可有效用于机车走行部故障的在线监测与诊断.     

小波包方法在车载FSK信号中的应用

FSK信号作为保障铁路安全运行的主要信号制式，在国内铁路上现在有两种，是法国引进的UT信号和国内自主开发的YP信号，小波变换是继傅里叶变换之后的重大突破，而小波包则是小波变换的进一步发展，克服了小波变换的一些不足，本文首先研究了车载FSK信号的特征，再利用小波包对车载FSK信号进行滤波处理，文中，给出了如何确定给定频率的信号在小波包分解树各个分解层中对应节点的算法，在滤波处理过程中，为了处理带内的噪声，也给出了采用阈值的方法来减少带内白噪声，阈值的选取充分应用到FSK信号的小波包分解的特点，最，我们给出了计算机产生的仿真FSK信号和现场采集的FSK信号的两种仿真，仿真结果表明，根据车载FSK信号的特性，小波包方法是处理车载FSK信号的有效方法。     

驼峰测速雷达信号的小波滤波分析

针对卡尔曼滤波方法存在的缺点,研究采用小波滤波方法进行驼峰测速雷达信号滤波。小波滤波的基本原理是对信号小波变换后的小波系数进行非线性处理,然后重构信号,滤除信号中的噪声。根据雷达信号的特点,初步选用Haar小波和二阶Dauhechies(db2)小波、3层分解、通用阈值和半软阈值算法,进行离线试验及分析。根据离线试验的滤波效果,确定选用二阶Daubechies(db2)小波、3层分解和半软阈值算法进行雷达信号滤波。利用离线试验选定的小波和算法,对采集的雷达信号进行实时滤波仿真,仿真结果与离线试验结果基本一致。将小波滤波方法与卡尔曼滤波方法对比可知,小波滤波能有效地滤除噪声、提高信噪比、减少均方差,滤波效果比较理想。因此,采用小波滤波方法进行驼峰测速雷达信号滤波,可以获得更准确的车速。     

基于小波变换的轨道电路移频信号奇异性检测

针对当前移频自动闭塞系统采用时域分析方法处理轨道电路移频信号显示出准确率不高等问题,引入小波变换的Mallat算法,借助Matlab,通过对实际信号的数字处理,得到用coif5小波基6层分解和相应阈值可以有效地分析和判断轨道移频信号的结论。     

小波变换用于列车振动信号消噪的研究

小波变换的重要应用之一就是用于信号的消噪。通常从列车上采集的振动信号都混有大量的噪声 ,现采用非线性小波阈值法对信号进行消噪 ,并利用阈值处理后的小波系数重建信号 ,从而得到有用的信号波形。实验结果表明该方法能有效的去除噪声 ,可靠性高 ,特别适用于信号中混有白噪声的情况     

小波消噪在电力电子装置故障检测中的应用

考虑电力电子装置中噪声因素对故障检测和识别的影响,用多尺度小波变换和小波包变换对信号进行消噪.小波变换是将信号分解成高频和低频成分,低频成分包含信号的主要性能,高频含较多的噪声,将高频平滑后再重建即可消噪.然后利用Matlab对电力电子装置故障暂态信号进行消噪处理,比较各种消噪方法的优缺点,并结合理论分析和模拟结果讨论了阈值的选取方法和原则.仿真结果表明,基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的实用方法.     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

基于小波域谱相减算法的语音增强研究

谱相减算法是目前常用的语音增强算法，它常在处理宽带噪声中使用，具有运算量小、效果明显等特点，但该算法是基于短时傅立叶变换（STFT）基础上的，是一种单分辨率的信号分析方法。与STFT本质不同的小波变换是一种变分辨率的时频联合分析方法，当分析低频信号时，其时间窗口很大，而当分析高频时，其时间窗口减小，这恰恰符合实际中对非平稳信号进行分析的自然规律。基于小波域的谱相减算法，是将带噪语音信号进行Mallat多尺度分解，然后分别对各尺度下的信号进行谱相减运算，再逐一进行小波重构，得到去噪后的语音信号。仿真结果表明。该方法不但有效地提高了语音信号的信噪比，而且也在很大程度上改善了语音的失真程度，不失为一种有效的语音增强算法。     

列车车轮踏面擦伤信号处理算法研究

车轮踏面的擦伤、磨损等缺陷严重影响车辆与轨道设施的安全和使用寿命。使用小波分析,对列车运行中踏面与轨道产生的振动检测数据进行算法研究处理,数据处理中采用小波包分解重构的方法对信号滤波,利用直方图的特性得到擦伤信号的阈值。     

大型桥梁健康监测研究进展

回顾桥梁健康监测的发展历程。介绍桥梁健康监测系统的组成、监测内容功能及特点。对信号分析与处理的传统谱分析方法与小波变换、希尔波特黄变换(Hilbert Huang)进行比较。介绍最新的信号时频分析方法希尔波特黄变换的具体算法,及其在结构参数识别、损伤识别、消除实测南京长江大桥应变信号中的对讲机干扰等方面的具体应用。对动力指纹分析法、模型修正与系统识别法、神经网络法、遗传算法5种损伤检测方法的基本原理、特点及发展动态进行概述和总结,指出神经网络技术结合遗传算法是结构损伤检测的发展方向之一。     

小波分析在机车振动信号分析中的应用

通常从机车上采集的振动信号混有大量的噪声,现利用小波变换进行降噪,仿真结果表明小波变换能够有效地去除信号中的噪声,特别适应于信号中混有白噪声。提出利用小波包技术构造机车振动信息的特征向量,对检测机车的走行品质有一定的应用价值和现实意义。