希尔伯特变换在牵引电机转子断条故障诊断中的应用研究

基于希尔伯特变换分析方法,以动车组电机定子电流信号为研究对象,对定子电流信号应用希尔伯特变换后,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波湮没、难以检测等问题,使故障特征分量的提取更加准确。通过求检测信号的希尔伯特包络谱,更加直观地判断转子是否发生断条的故障。从仿真结果和试验结果分析得知,希尔伯特变换法在动车组牵引电机转子断条故障诊断中应用的正确性和有效性。     

基于曲波变换的高铁绝缘子状态检测方法

针对高铁接触网绝缘子破损的不良状态图像检测问题,提出一种利用曲波变换的绝缘子不良状态定位检测方法。先通过Radon变换实现绝缘子角度的确定,接着运用曲波变换对系数矩阵进行统计处理,最后实现绝缘子的角度调整、定位和破损情况判断。该方法能够精确定位绝缘子,并给出不良状态的判断,可以为工程应用提供技术参考。     

汽车天线偏心测试的系统设计与试验验证

随着智能网联汽车的迅速发展,汽车对外通信性能的重要性显著提高,但汽车体积大、重量沉,无法直接借鉴传统通信行业的天线系统测试方法。本文以智能网联汽车的天线系统为研究对象,研究出一种改进的近远场变换算法,并基于该方法设计出一种合理的验证方案,从而降低因汽车测试位置偏移对试验结果的影响。研究表明,当以整车作为被测件时,车载天线在测试系统中心和整车几何中心在测试系统中心的情况下,近场测试数据存在明显的较大差异;然而通过正确的NF-FF变换处理,两者远场辐射方向图都是一致的。说明了在球面近场系统测量加近远场变换的处理下,可以得到整车远场辐射信息。该结论对推动整车无线性能测试提供了实验和验证基础。     

基于改进Radon变换的直线钢轨识别算法

针对传统Radon变换在直线轨道检测方面速度慢且不能从众多边缘直线中识别出钢轨,提出基于改进Radon变换的直线轨道识别算法。首先,通过阈值筛选的边缘点;其次,利用先验知识,建立极角约束域;然后通过Radon变换提取所有直线,再利用直线角度差和直线平均距离筛选出钢轨边缘直线;最后将本文算法与传统Hough变换算法和传统Radon变换算法的比较,实验结果显示本文算法能精准识别出钢轨,且速度更快。     

经验小波在机车轴承故障诊断中的应用

针对机车轴承故障诊断中故障特征提取的难题,将经验小波变换(EWT)引入机车轴承振动信号分析。经验小波通过构造紧支撑自适应滤波器将信号分解为多个固有模态分量,能有效抑制模态混叠。针对轴承振动特征对经验小波变换进行改进,提出了首先利用改进经验小波变换分解机车轴承振动信号,然后以峭度为指标筛选敏感分量,进而对敏感分量进行希尔伯特包络解调提取轴承故障特征的诊断方法。机车运行试验表明,文章所提出的方法划分机车轴承振动信号频带合理,能有效提取轴承故障特征频率,准确诊断各种类型的轴承故障。     

北斗授时技术在高速铁路信号系统地面设备时钟同步中的应用

利用北斗授时技术实现高速铁路信号系统时钟自动同步,有利于提高系统信息安全和维护水平,但目前北斗授时技术在铁路信号系统中尚无应用先例。结合高速铁路信号系统地面设备时钟同步应用现状,分析信号地面设备时钟同步需求;通过分析世界上主流卫星导航系统优缺点,结合中国铁路信号系统需求,选择北斗授时技术作为高速铁路信号系统地面设备的时钟同步技术;构建基于北斗授时技术的总体方案和具体应用方案;最后对时钟同步设备功能、系统接口和测试方案进行说明。研究成果已在中国铁路广州铁路局集团有限公司广深线实施,实现了信号系统地面设备的时钟自动同步。     

基于机器视觉的轨距检测系统设计

一种基于机器视觉的轨距检测系统是通过硬件触发和软件多线程并行处理流程实现4台摄像机的同步图像采集处理、视觉计算、结果记录和通信。设计和推导了检测系统定标方法和轨距点获取的定标方法。试验测量结果表明:该检测系统适用于轨距参数的精确测量,精度可到达0.2 mm,重复性好,可有效地实现轨距参数的高精度动态测量。     

曲线对高速货车转向架焊接部件疲劳损伤的影响

依据UIC510—3:1994规定的疲劳试验加载方法,基于有限元法研究了不同左右曲线变换次数取值时高速货车转向架焊接构架及摇枕疲劳关注部位累积损伤的变化程度及规律。仿真结果及综合分析表明,当左右曲线变换次数取值变化并不十分显著时,其对结构疲劳损伤影响很小,样机疲劳试验中可直接应用UIC规范中的建议值。     

浅埋砂层中土压平衡盾构机土仓压力和同步注浆量与地表沉降的关系浅析

通过对广州地铁6号线盾构2标采用土压平衡式盾构机穿越150余m浅埋富水沙层的施工参数所进行的分析,阐述了在此类地层中土压平衡盾构机土仓压力和同步注浆对地表沉降的影响。土仓实际压力应控制在略大于20 kPa范围。     

一种低信噪比环境下的基音检测方法

噪声是低信噪比环境下影响基音检测准确率的主要因素之一,为此提出一种基于形态学滤波和小波变换相结合的基音检测方法。该方法首先用形态学滤波器滤除噪声,突出基音。然后在小波域利用Teager能量算子区分清、浊音,通过浊音小波系数模的极大值提取基音。实验结果表明,在信噪比较小时该方法也能准确地检测出语音信号的基音,与传统的基音检测方法相比,该方法有较强的抗噪性。