基于EEMD和小波包的動車組軸箱軸承故障診斷系統(tǒng)的研究.pdf

1、隨著我國高速鐵路的快速發(fā)展，其運輸能力已漸漸滿足國民經(jīng)濟和社會發(fā)展的需要，伴隨而來的動車組車輛安全運營問題也成為了一個重要的研究方向。滾動軸承是動車組中的核心部件，對軸承故障診斷系統(tǒng)的研究勢在必行?；诖搜芯苛藵L動軸承故障診斷分析方法，并設計開發(fā)了動車組滾動軸承故障診斷系統(tǒng)軟件，達到在不拆卸軸箱軸承的情況下對軸承進行故障診斷分析的目的，以保證高速動車組的安全運行。具體的研究內(nèi)容有以下幾個方面:
　　1、研究了滾動軸承結構組成、故障

2、形成機理以及軸承故障分析方法。通過對比多種故障診斷方法的優(yōu)缺點，選擇具有廉價傳感器、設置簡單、檢測結果準確等優(yōu)點的振動分析法對軸承進行故障診斷，并計算了軸承各部位的振動故障頻率。
　　2、研究了振動分析法中多種信號處理的方法。對常用到的信號處理方法進行系統(tǒng)仿真，仿真結果表明小波包較之小波能分解出更精細的頻率成分，聚合經(jīng)驗模態(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)較之經(jīng)驗模態(tài)分解

3、(Empirieal ModeDecomposition，EMD)能更好地解決模態(tài)混疊現(xiàn)象。但是小波包涉及到小波基的最優(yōu)選擇以及EEMD會出現(xiàn)不屬于信號本身的IMF分量，兩者在信號處理中都有各自的局限性，基于此提出了一種基于EEMD和小波包分析的滾動軸承故障診斷方法。
　　3、研究了EEMD和小波包分析結合的滾動軸承故障診斷方法。先對信號進行小波包降噪，然后用EEMD對降噪后的信號進行分解，計算分解得到的IMF分量與去噪信號的互相

4、關系數(shù)選擇相關系數(shù)滿足相關條件的IMF分量進行包絡譜分析。并輔以軸承振動數(shù)據(jù)的時域參數(shù)以防止軸承早期故障下振動故障頻率不明顯造成漏判的現(xiàn)象。為了證明診斷方法的有效性，從鐵路局現(xiàn)場收集軸承故障數(shù)據(jù)。通過對實驗數(shù)據(jù)的分析，證明了該方法克服了傳統(tǒng)方法的局限性，能有效地提取到軸承故障特征信息并能初步判斷軸承發(fā)生故障的具體位置。
　　4、研究了動車組滾動軸承故障診斷系統(tǒng)軟件的開發(fā)，提出了一種可編程故障識別方法。基于此方法設計開發(fā)了以Visu