列车轴承故障轨边声学检测系统关键技术研究

摘要

列车轴承故障一直以来都是列车故障的主要类型，严重影响着列车的行驶安全，因此加强对列车轴承的状态监测和故障诊断对列车的安全运行具有非常重要的意义。列车轴承故障轨边声学检测系统在对列车轴承的故障诊断和状态监测方面具备诸多优点，但由于列车轨边声信号具有陡畸变、强噪声、多声源等特点使得该检测系统的实现存在一定的困难。
　　 本文以现役列车轴承NJ(P)3226X1为研究对象，设计了该类型轴承的专用实验平台，重点针对列车轴承故障轨边声学检测系统存在的多普勒畸变校正和强噪声滤波两大技术难点，研究探讨了解决这两项技术难点的方法，并对方法进行改进和验证，为最终实现列车轴承故障轨边声学检测系统的研制提供一定的基础理论和解决思路。
　　 首先对列车轴承进行了故障分析，并针对该型号轴承的每个组件进行了基于ANSYS的模态分析和固有频率声学测量，准确地得到了各组件的固有频率，为轴承故障诊断提供了一定的参考数据。考虑列车轴承实际运行时的旋转速度和加载载荷等参数，设计并制作了一套列车轴承测试实验平台，通过线切割的方法人为设置列车轴承外圈故障、内圈故障和滚子故障三类最为常见的轴承故障，通过该实验平台测量了不同健康状态下列车轴承的声学信号，奠定了数据基础。
　　 提出了一种基于瞬时频率估计的多普勒畸变校正方法。通过畸变信号的时频分布提取瞬时频率，并基于运动声源声辐射理论对瞬时频率作非线性拟合，使用拟合参数建立重采样时间序列，最终经重采样消除信号的多普勒畸变。对仿真信号以及列车轴承内外圈故障多普勒畸变信号的分析处理结果，验证了该方法校正畸变信号的有效性。
　　 详细讨论了影响上述校正方法精度的误差来源，从提高瞬时频率估计精度的角度，提出了基于短时离散频谱校正法的瞬时频率估计方法，并进一步分析了整周期采样对提高估计精度的原理，以及变窗长短时离散频谱校正法对抑制随机误差影响的有效性。
　　 提出了一种基于多普勒效应的强噪声滤除方法。采用Crazy Climber算法分层提取幅值较大的瞬时频率，通过运动声源声辐射理论拟合获取瞬时频率所属信号源的位置信息以确定噪声信号，设计可变带宽带阻滤波器将噪声瞬时频率滤除以增强轴承信号信噪比。对仿真信号以及含强噪声列车轴承内外圈故障信号的分析处理结果，验证了该方法滤除噪声的有效性。
　　 针对上述滤波方法存在的计算量大的缺点，在信号源和噪声源的瞬时频率并没有出现交错的前提下，提出了针对噪声频率的畸变校正滤波法和针对目标频率的畸变校正法。在识别信号中的噪声源和信号源瞬时频率后，针对噪声频率或是信号频率先对信号进行多普勒畸变校正，进而通过定带宽滤波器滤除噪声源瞬时频率以实现滤除噪声的结果。这两种方法都在一定程度上降低了计算量，能够得到较好的效果。

目录

声明

摘要

第1章 绪论

1．1 机械设备状态监测与故障诊断

1．2．1 列车轴承状态监测故障诊断的现实意义

1．2．2 列车轴承故障轨边声学检测系统

1．2 列车轴承状态监测与故障诊断

1．3 列车轴承故障轨边声学诊断系统的技术难点

1．4 论文的主要研究工作

1．5 论文的创新点

第2章 列车轴承故障分析与模态分析

2．1 引言

2．2 单列滚子轴承分析

2．2．1 主要失效形式

2．2．2 轴承零件固有频率

2．2．3 滚子轴承故障特征频率

2．3 列车轴承各零件模态分析

2．3．1 模态分析理论基础

2．3．2 基于ANSYS的模态分析

2．3．3 固有频率声学测量原理及仪器

2．3．4 测量结果与分析

2．4 本章小结

第3章 列车轴承实验装置与实验设计

3．1 引言

3．2 实验装置设计

3．2．1 螺旋副设计

3．2．2 电机选型

3．2．3 主轴验算

3．2．4 框架验算

3．3 实验设计

3．3．1 实验仪器

3．3．2 轴承故障设置

3．4 本章小结

第4章 列车轴承轨边声信号多普勒畸变校正方法研究

4．1 引言

4．2 多普勒畸变声信号校正方法研究现状

4．3 基于瞬时频率估计的多普勒畸变校正方法

4．3．1 瞬时频率的定义

4．3．2 基于短时傅里叶变换的瞬时频率估计

4．3．3 基于瞬时频率估计的多普勒畸变校正算法

4．4 运动声源的声辐射理论

4．4．1 运动学

4．4．2 动力学

4．4．3 相关讨论

4．5 仿真分析

4．5．1 仿真信号的建立

4．5．2 多普勒畸变校正流程

4．5．3 仿真分析结果

4．6 实验信号分析

4．6．1 实验方案与实验数据

4．6．2 外圈故障畸变信号校正处理

4．6．3 内圈故障畸变信号校正处理

4．7 提高多普勒畸变校正精度的方法

4．7．1 短时离散频谱校正法

4．7．2 基于整周期采样的短时能量重心法

4．7．3 随机噪声对短时离散频谱校正法的影响

4．7．4 变窗长短时能量重心法

4．8 本章小结

第5章 列车轴承轨边声信号强噪声滤除方法研究

5．1 引言

5．2 列车行驶主要噪声

5．2．1 轮轨噪声

5．2．2 牵引噪声

5．2．3 空气动力噪声

5．2．4 其他噪声

5．3 基于多普勒畸变的强噪声滤波方法

5．3．1 基于Crazy Climber算法的多瞬时频率估计

5．3．2 可变带宽线性相位FIR滤波器的设计

5．4 仿真分析

5．4．1 仿真信号的建立

5．4．2 强噪声滤波流程

5．4．3 仿真分析结果

5．5 实验信号分析

5．5．1 实验方案与实验仪器

5．5．2 多噪声源双频信号滤波处理

5．5．3 多噪声源外圈故障信号滤波处理

5．5．4 多噪声源内圈故障信号滤波处理

5．6 强噪声滤波方法的改进

5．6．1 针对噪声频率的畸变校正滤波法

5．6．2 针对目标频率的畸变校正滤波法

5．7 本章小结

第6章 总结与展望

6．1 全文总结

6．2 进一步研究方向

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果