基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断 |
| |
引用本文: | 李大柱,梁树林,池茂儒,许文天.基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断[J].铁道机车车辆,2024(2):8-14. |
| |
作者姓名: | 李大柱 梁树林 池茂儒 许文天 |
| |
作者单位: | 西南交通大学牵引动力国家重点实验室 |
| |
基金项目: | 国家自然科学基金(U21A20168); |
| |
摘 要: | 现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解(CEEMDAN)将其分解为一系列的固有模态函数(IMF),然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布(WVD)计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。
|
关 键 词: | 车轮失圆 形态学滤波 完全噪声辅助聚合经验模态分解 Wigner-Ville分布 多尺度时频图 |
|
|