基于时延自相关ICA的列车轮对轴承复合故障诊断方法.pdfVIP

基于时延自相关ICA的列车轮对轴承复合故障诊断方法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于时延自相关ICA的列车轮对轴承复合故障诊断方法.pdf

第 38卷第 5期 铁 道 学 报 Vo1.38 No.5 2016年 6月 J()URNAL OF THE CHINA RAIIW AY SOCIETY May 2016 文章编号 :1001-8360(2016)05—0036—06 基于时延 自相关 ICA的列车轮对轴承复合故障诊断方法 黄采伦 。, 李 忠 , 王 靖 , 张小娟 , 曾照福 (1.湖南科技大学 信息与电气工程学院,湖南 湘潭 411201; 2.湖南省矿山安全预警技术与装备工程实验室 ,湖南 湘潭 411201) 摘 要 :列车轮对轴承故障振动 (特别是轮对轴承存在复合故障时)一般是 由多个相互独立 的振动信号源和噪声 混叠而成 ,常见方法在诊断轮对轴承复合故障时易出现误诊 。独立分量分析 (ICA)方法能对各个独立源进行估 计 ,可实现列车轴承复合故障的精确诊断;但很多 ICA算法是在未考虑噪声的模型下推导出来的,且列车轮对状 态监测信号受诸多干扰 因素的影响;为此 ,本文提出将时延 自相关降噪与IcA相结合提取并分离列车轮对轴承 复合故障特征信息的方法 。仿真与实际应用结果表明,该方法能有效分离出轮对轴承复合故障信号中的典型故 障,可进一步降低列车轮对轴承故障诊断的误诊率 。 关键词 :轮对轴承 ;独立分量分析 ;时延 自相关 ;复合故障 中图分类号 :U26O.42;U279.32 文献标志码 :A doi:l0.3969/j.issn.1O。¨1836O.2O16.05.006 CompoundFaultDiagn0sisased onTimeDelayAutocorrelation ICA forTrainW heelsetBearing HUANGCailun , LIZhong , WANGJing 。‘, ZHANGXiaojuan , ZENGZhaofu。 (1.SchoolofInformationandElectricalEngineering.HunanUniversityofScienceandTechnology,Xiangtan41l2Ol,China 2.HunanEngineeringLaboratoryforMineafetyWarningTechnologyandEquipment,Xiangtan411201,China) Abstract:faultvibrationofwheelsetbearing (especiallythecompoundfault)isgenerallyindependentvibration SoLlrcesandnoise,misdiagnosisfaultdiagnosisoftrainwheelsetbearing.Themethod,IndependentCompo— nentAnalysis(ICA),canbeusedforestimatingtheindependentsourcesfrom mixedsignals,accuratediagno— sisofwheelsetbearing.onitoringsignaloftrainwheelsetstateusuallyaffectedbymanyfactorsanyAlgorithms ofICA arededucedwiththemodelnoiseamethodcombiningtimedelayaut0corre1ationandICA toextractand separatethefaultfeature.imulation and practicalapplication show thatthismethodeffectiveseparattypical fauh ftom compoundfauh 。canfurtherreducemisdiagnosisrateoftrain wheelsetbearingfauh diagnosis. Keywords:trai

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档