基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断

针对轨道车辆的滚动轴承故障诊断问题,提出了一种小波包与RBF神经网络相结合的故障诊断方法.首先对采集到的振动数据进行小波消噪,然后利用小波包分解提取故障信号的能量特征向量,最后利用提取的能量特征训练RBF神经网络,进行故障诊断.诊断结果表明,基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断方法能够较好的诊断出轨道车辆的轴承故障类型,具有一定的实际应用价值.     

高速列车监测数据处理及故障诊断

车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的。试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况。引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向减振器故障。这与车辆动力学分析结果一致,同时也证实了流形学习方法对列车性能评估具有一定的作用。     

隧道爆破振动信号EEMD分解后小波包降噪法研究

对比了常用4种降噪方法的优缺点,针对隧道爆破振动信号随机、瞬态、非平稳且含非纯白噪声的特点,提出先对振动信号予以集成经验模态分解(ensemble empirical mode decomposition,EEMD)然后采用小波包降噪的方法。该方法可在消除随机噪声的同时,更多地保留信号的细节特征,尤其是信号中存在高频有效分量时更为优越。经EEMD分解后在最佳小波基和最佳分解级数下小波包降噪法的降噪效果优于小波降噪法、缺省阈值降噪法和Birge-Massart阈值降噪法。可为隧道爆破振动信号的处理和分析提供参考。     

基于小波包变换和BP网络的铁道车辆滚动轴承故障诊断方法

针对铁道车辆滚动轴承故障诊断,提出1种改进的小波包与BP神经网络相结合的故障诊断方法,并开发出基于该方法的铁道车辆滚动轴承故障诊断系统。用压电加速度传感器采集轴承试验台的模拟故障轴承振动信号,对采集到的信号先进行小波降噪,再通过小波包分解,构造特征向量,以此作为故障样本对改进的BP网络进行训练,实现智能化故障诊断。实验结果表明,基于该方法的故障诊断系统能够很好地诊断出铁道车辆滚动轴承内圈、外圈及滚动体表面出现的疲劳、剥落、磨损和裂纹等故障,具有实际工程应用价值。     

城市轨道交通车辆轴承故障诊断方法研究

基于谐波小波和加速度包络技术对轨道交通车辆滚动轴承的故障诊断方法进行研究。首先运用小波滤波对轴承的振动信号进行降噪;其次通过谐波小波包分解实现了对滚动轴承故障信号的特定频带选择;最后用加速度包络技术对分解后的信号进行包络解调,进行故障诊断。在轴承试验平台上对内圈故障轴承进行了试验,通过分析加速度包络谱,提取轴承故障特征频率,与理论值接近,验证了方法的有效性。     

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。     

基于多小波包排列熵和流形学习的故障特征提取方法

针对振动信号非线性、非平稳性导致的故障特征难以准确提取的问题,提出了一种基于多小波包排列熵和流形学习的故障特征提取方法。首先,利用多小波包分解方法得到故障信号的多维多小波系数,通过计算排列熵初步提取了各个小波系数中的故障特征信息;然后利用局部切空间排列(LTSA)流形学习方法对多维特征信息进行处理,在有效降低信息冗余度的同时,提取了其中主要的故障特征;最后利用支持向量机(SVM)对滚动轴承正常、外圈、内圈和滚动体故障实测信号进行故障模式识别试验。结果表明,该方法可以准确地识别出轴承不同的故障类型,并且在提取故障特征准确性方面要优于传统的单小波包方法和主成分分析(PCA)方法。     

机车车辆机械故障振动诊断现状及近期研究

介绍目前已实现的机车车辆旋转机械的诊断项目，指出柴油机机械故障诊断进展缓慢原因在于诊断平台建立在平稳随机振动基础上的问题。进一步论证了柴油机非平稳、非线性振动特性，并建议以小波分析或遗传算法加自动识别系统诊断柴油机故障的新设想。     

基于WATV去噪的冲击特征提取方法在高速列车轴承故障诊断中的应用

提取高速列车轴承故障振动信号中的冲击特征,可以有效地对其进行故障诊断。利用"小波-全变差(Wavelet-Total Variation,WATV)"算法能够对信号进行稀疏引导的特点,提出了基于WATV去噪的冲击特征提取方法。该算法针对含噪声冲击特征的提取问题构建了目标优化函数,该函数融合了冲击特征的保真度度量算子以及惩罚因子。利用凸优化理论可对目标函数进行求解,从而增强信号在小波域和时域的稀疏性,使得特征提取结果最优化。通过构造一仿真信号对WATV算法的有效性进行了验证,并将该方法应用于高速列车齿轮箱轴承故障诊断中。结果表明,该方法能够很好地提取出信号中的冲击特征,并且频谱中的故障表征明显,能够有效地应用于高速列车轴承故障诊断中。     

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.     

铁路机车信号分析系统中的信号处理算法研究

现阶段我国铁路存在着各种不同制式的区间自动闭塞和与之相配套的机车信号.对这些信号进行分析以提取信号特征值对系统设计和维护具有实际意义.在铁路机车信号分析系统中,针对移频信号,首先运用小波的多分辨率分析和自适应的阈值选取方案对实际的采样数据进行去噪处理,有效地去除随机噪声突出信号特征,然后借助快速傅立叶变换(FFT)得到了信号特征参数.实际应用表明,对于不同的移频机车信号制式,该算法通用性强,计算精度高.     

一种交通信号自学习控制方法

基于智能体的信号控制方法已经成为研究热点之一,目前遗传算法已被用来实现agent的自学习,论文将Q-学习应用在城市交通控制中,用来解决单路口信号控制agent的自学习问题,经过仿真试验,并与遗传算法的结果相对比,证明此方法的控制效果较好.     

铁路信号软件单元测试研究

软件测试是保证软件质量的基础,而单元测试更是其中至关重要的一环。针对目前铁路信号软件规模不断增大,形式逐渐复杂化且单元测试不足等现状,分析了软件单元测试的重要性及常用方法,阐述了铁路信号软件单元测试的基本要求和方法步骤,结合区间综合监控系统软件单元测试具体实践,提出了一套完整的单元测试方法,可有效避免错误产生,从而保证铁路信号软件的稳定性与可靠性。     

铁路信号微机监测计算机辅助设计

简述铁路信号微机监测设计电算化的必要性,分析微机监测采集信息内容和方法,进而确定如何实现计算机辅助设计的方法,并以道岔定位表示采集电路设计为例,详述具体实现的方法,并附程序清单.     

叠加数字信号载频选择的研究

轨道电路的频率特性是一项重要的研究课题,它对信号设备的维修和轨道电路设备的研制具有非常重要的意义。本文在轨道电路一、二次参数频率特性的基础上,对电容补偿式轨道电路和轨道电路四端网等效电路进行了进一步的研究,总结出它们随信号频率变化的规律。在此基础上对钢轨线路上有、无补偿电容的两种情况,分别计算出了发送功率的频率的关系,为在国内现有轨道电路上叠加的数字信号的载频选择提供了相应的理论依据。     

基于小波变换的铁路移频信号分析

傅氏变换在频域有完全的局部化特性，但不含时域局部化信息，这为分析信号在某一时刻的信号特征带来不便。小波变换可对信号进行多尺度分析，容易提取信号特征。本文主要是用小波变换方法分析移频信号，并用不同的小波基对铁路移频信号进行了仿真，通过比较找到了合适的小波基，结合ＦＦＴ算法得到移频信号的有关参数，并在文末给出了一个成功分析的例子。这种方法优于在目前铁路中所使用的分析方法，是铁路中信号检测中的新方法。     

基于分形维数的FSK信号检测

传统的信号检测对信号非线性的处理方法是以线性来近似,忽略信号的非线性特性.本文从分析铁路移频信号(FSK)的分形特征出发,以相空间重构的相关维数来近似分形维数,并且以相关维数检测信号,对仿真FSK信号和实际采集FSK信号的检测均取得很好的效果.     

TJWX-2000型信号微机监测系统设计

TJWX-2000型信号微机监测系统应用传感器和现场总线技术采集铁路信号设备的基础数据。通过计算机网络实时传输数据并汇总至电务段服务器，服务器使用数据库技术管理数据，铁路各应用部门可在终端上通过专线或拨号线路随时查询数据。此系统不仅是信号设备的维修管理系统。同时也是行车安全保障系统。     

地铁通号设备中修工作的原则与策略

首先阐述目前地铁中修现状及西安地铁通号设备中修规程制定的依据,提出通号设备按是否影响行车安全确定是否进行中修;其次介绍中修、大修、专项修概念,以及设备分类、启动时间、实施策略等一般性原则;然后阐述设备寿命周期、故障率、功能需求、性能参数、行业经验等中修标准的实施依据;最后以西安地铁为例说明如何高效、经济、科学地开展中修工作,为今后其他地铁设备中修工作提供借鉴和参考.     

信号集中监测智能分析技术的应用

信号微机监测系统是铁路运输重要的行车安全设备。随着高速铁路的发展,联锁、闭塞、列控、TDCS/CTC等信号设备日益现代化,监测信息量也随之大幅增加,既有微机监测系统的功能亟待发展与提高。铁路信号集中监测系统智能分析功能应运而生,使微机监测系统功能从单纯的＂仪表测试＂转向＂诊断维护＂,为铁路信号设备实施＂状态修＂创造了更有利的条件。