变负载工况下滚动轴承故障分类识别方法研究

针对变负载工况下单尺度CNN提取滚动轴承健康状态特征不充分的问题,提出了一种DSCNN-BiLSTM诊断模型。该模型基于粗粒度化和平均池化层的理论基础,通过双尺度卷积神经网络结合双向长短时记忆网络,对滚动轴承振动信号进行空间维度特征和时间序列特征的提取,实现端对端的滚动轴承故障诊断。通过设置2种不同变负载工况实验,采用DSCNN-BiLSTM模型进行滚动轴承故障特征提取,平均准确率分别达到了97.55%和98.07%,有效提高了在变负载工况下的滚动轴承故障诊断准确率,为滚动轴承健康状态识别提供了关键技术。     

209型转向架纵向牵引拉杆座裂纹原因及改进建议

209型转向架是客车主型转向架之一，运行品质较稳定。随着繁忙干线客车运行速度的逐步提高，运用中也暴露出一些问题。在日常运用客车的检查中发现纵向牵引拉杆座裂纹故障较多，裂纹大多发生在拉杆座内侧，位置较隐蔽，检车员不易发现，若不及时处理，将直接危及行车安全。