论文部分内容阅读
车辆—轨道耦合系统是一个非线性、非稳态的复杂动力系统。传统的以傅立叶变换为基础的谱分析,仅在单独的时域或者频域描述动力系统的响应时程,很难直观、明确地把握耦合系统响应时程的时变特征。虽然基于傅里叶变换的时频分析方法如短时傅立叶变换、小波分析等能在一定程度上把握动力系统响应的非平稳特性,但是这些方法均存在明显的缺陷:基函数必须是事先设定好的,因此不具备自适应性;分析扭曲数据时可能引入无物理意义的“伪”谐波分量等。在实际工程中,由于时间长度有限,我们只能近似地检测动力系统的平稳性;而现实中的振动信号几乎都不满足经典的平稳性定义,因此很少有人去检验信号的平稳性。对于非线性动力系统,其输出依赖初始条件和载荷情况;传统的基于系统输入输出来判定系统是否非线性的方法在现实中并不可行,这是因为现实中的动力系统要复杂的多,且输入和输出很难量化。基于经验模态分解(EMD)和总体平均经验模态分解(EEMD)的局瞬谱分析,是Norden E.Huang和Wu Zhaohua提出的处理非平稳非线性信号的方法,其基本内容是经验模态分解与局瞬谱计算。EMD/EEMD是一种自适应数据分解方法,它基于信号本身的局部时间尺度特征进行分解,无须关于待分析信号的先验知识。任意振动信号首先被分解成若干本征函数(Intrinsic Mode Function, IMF),然后对每个IMF计算瞬时频率和瞬时幅值得到振动响应分量的局瞬谱,汇总所有IMF的局瞬谱就得到振动信号的局瞬谱。由于在时间和频率空间均具有高分辨率,它能清晰描述动力系统振动响应的时频分布;由于该方法能准确捕捉动力响应的频率调制现象,我们可据此来定义动力系统的非线性指标和非稳定指标。本文对基于EMD和EEMD的局瞬谱分析方法及其在车辆—轨道耦合系统中的应用展开了如下的研究:(1)详细介绍EMD、EEMD及其局瞬谱理论研究的最新成果。包括各种瞬时频率及局瞬谱的计算方法、固有模态函数IMF的定义与数学属性、EMD的滤波特性、EMD和EEMD方法的数学和物理意义。对EEMD方法进行了研究,提出一种根据IMF平均周期、能量密度和能量比率分辨IMF是否为噪声的判据。详细探讨5次以内两整数次谐波分量能进行EMD分解的条件和判定准则,研究迭代次数对分解条件的影响,并修正两分量可分离的极值点判断准则。针对零点漂移强干扰信号,提出基于线性插值EMD的强干扰去除方法。(2)介绍时变线性和非线性动力系统的基本特征和数学模型,比较分析传统谱分析和局瞬谱方法在分析非线性非稳态系统中的优劣。基于局瞬谱方法提出非稳定性指标和非线性指标,并通过数学算例分析验证其可行性和有效性。(3)建立典型的高速列车—无砟轨道耦合系统,并将局瞬谱分析方法、非稳定性和非线性量化方法引入车辆—轨道耦合系统的动力学频谱分析中,分析典型运行工况对车辆系统动力响应局瞬谱、非线性指标和非稳定指标的影响。这些工况包括:5阶以内车轮非圆化,特别是一阶、二阶车轮非圆化;轨道谐波不平顺;钢轨波浪形磨损;抗蛇形减振器失效。此外还包括两种复杂工况,即车轮非圆化与轨道复合不平顺激扰、车轮非圆化与轨道谱激扰。(4)选取一个完整轮对镟修周期内的试验数据,分析车轮磨耗、列车稳定性和平稳性变化规律;着重分析轮对镟修周期内高速列车加速度响应局瞬谱、非线性指标和非稳定指标随运营里程增加的变化情况;并单独分析轮对镟修前后列车振动响应局瞬谱、非线性指标和非稳定指标的变化情况。最后针对实测信号中存在的零点漂移局部强干扰问题,以转向架横向稳定判别为例,验证提出方法的有效性和实用性。