基于小波包分解和集合经验模态分解的列车转向架轴承智能故障诊断方法

被引:31
作者
刘建强 [1 ]
赵治博 [1 ]
任刚 [2 ]
吴宁 [2 ]
王广明 [2 ]
章国平 [2 ]
机构
[1] 北京交通大学电气工程学院
[2] 唐山轨道客车有限责任公司产品研发中心
关键词
转向架轴承; 智能故障诊断; 小波包分解; 集合经验模态分解; 包络分析;
D O I
暂无
中图分类号
U279.3 [车辆检修、检修设备与列检自动化];
学科分类号
摘要
提取故障特征不理想、诊断速度慢等是目前现有列车转向架轴承故障诊断方法存在的主要不足。本文提出了一种列车转向架轴承故障的智能诊断方法。该方法将小波包分解和集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)结合在一起,充分提取信号故障特征,并利用能量判别法和故障识别搜索算法进行故障模式识别,进一步提高了故障诊断速度。为了验证该方法的有效性,构建了轴承实验台,测试分析了广州地铁列车3种故障状态的转向架轴承。实验结果表明,该方法能够充分提取故障特征,迅速锁定搜索频段,准确识别轴承故障,提高了列车转向架轴承故障的诊断速度和准确性。
引用
收藏
页码:40 / 45
页数:6
相关论文
共 13 条