论文部分内容阅读
随着我国高速铁路运营里程的不断增长,动车组数量快速增加,高速铁路运营中的安全问题成为关注的焦点。准确识别动车组走行部轴箱滚动轴承早期故障特征可以判断动车组运行状态,是进行滚动轴承故障诊断的关键。本文对滚动轴承故障成因、基本形式、振动模型及故障特征频率等内容进行了简单的分析;对已经运用在机车和动车组滚动轴承故障诊断领域的包括时域分析、共振解调、小波包分解和HHT等多种诊断方法做了简单介绍。针对滚动轴承早期故障特征难以提取的特点,本文对基于集合经验模态分解和共振解调技术的自适应滚动轴承故障诊断方法进行了改进,结合峭度值提出了基于峭度值和互相关系数的EEMD重构方法,结合小波包能量谱分析提出了基于快速峭度图和小波包能量谱分析的确定带通滤波器关键参数的方法。诊断方法流程如下:首先,对原始振动信号进行EEMD分解得到一系列IMF分量,并利用峭度值和互相关系数进行IMF分量的筛选和信号重构,得到去噪增强的重构信号;之后,对重构信号做快速峭度图和小波包能量谱分析,得到包含冲击成分和能量最多的频带作为关键参数用于设计带通滤波器并对重构信号滤波;最后,通过希尔伯特(Hilbert)变换对滤波后的信号进行包络解调得到Hilbert包络谱,结合轴承故障理论特征频率进行谱分析,最终得到故障诊断结果。最后使用业界认可的凯斯西储大学轴承数据中心的滚动轴承早期故障振动信号对本文提出的诊断方法进行测试,测试结果证实了诊断方法的有效性。最后本文在对动车组实测振动信号进行分析的基础上,以仿真方法建立了动车组走行部轴箱滚动轴承单点故障振动信号的数学模型,并以CRH380BL型动车组走行部轴箱滚动轴承为例,使用MATLAB软件生成了轴承外圈、内圈、滚动体及保持架分别发生单点故障时的振动仿真信号,并对经原方法和本文方法处理该仿真信号得到的诊断结果进行对比分析。实验结果表明原方法和本文改进方法都能准确地得出轴承故障诊断结果,但本文改进方法的诊断效果在一定程度上优于原方法;因此本文提出的改进环节能更准确地确定信号共振带的范围,保留、突出轴承故障特征信息,同时也说明了本文改进方法适用于动车组轴箱滚动轴承早期故障诊断。