高速列车万向轴不平衡故障检测形态滤波方法.doc

高速列车万向轴不平衡故障检测形态滤波方法 　　摘要：结构元素是数学形态学滤波器的重要组成部分，直接影响滤波的精度。针对目前广泛使用的直线和三角结构元素的缺陷，提出一种基于汉明窗的结构元素，对形态滤波方法进行提升，用于高速列车万向轴不平衡故障检测。首先从结构元素的基本构成形式以及频率响应的角度，在理论上对直线和三角结构元素存在的不足进行了分析。再通过对多种常用的窗函数进行比较，论证汉明窗的优势所在，据此构建汉明结构元素，并将其应用于形态滤波中。在万向轴不平衡试验台进行了试验，结果表明：基于汉明结构元素的形态滤波方法能有效地识别出万向轴不平衡引起的基频和倍频故障特征，与传统的三角结构元素相比，此方法更能彰显故障特征。 　　关键词：故障诊断；高速列车；万向轴；形态滤波；结构元素 　　中图分类号：TH165+.3；U463.216 文献标志码：A 文章编号：1004-4523（2018）01-0176-07 　　DOI：10.16385/j.cnki.issn.1004-4523.2018.01.021 　　引言 　　万向轴是CRH5型列车传动系统的重要组成部件，其两端通过十字万向节分别与牵引电机和齿轮箱相连。由于万向轴为细长杆状结构，其弯曲和扭转刚度都较小。而传动时，万向轴既要传递牵引力矩，又要适应各种运动关系，在此过程中引起的附加力矩容易导致扭转振动。此外，列车长期运行也会使得万向节轴的磨损间隙增大，导致万向轴偏心。上述因素均可能使万向轴产生不平衡，从而加剧传动系统的振动，加速传动系统万向节和轴承的破坏，危及行车安全。因此，对万向轴工作状态进行监测与诊断很有必要。 　　目前，诊对万向轴故障诊断的研究不多。文使用第二代小波变化结合奇异值分解的方法对此间题进行了研究，但二代小波存在频率重叠现象，可能无法有效反映故障特征。文使用经验模态分解，根据特征模态分量的能量大小，识别是否存在万向轴不平衡；文同样使用经验模态分解，依据固有模态函数的平均瞬时频率和频谱最大值为特征，判别万向轴故障。然而，文的研究均未考虑经验模态分解中固有的模态混叠问题，而该问题对万向轴故障的判别具有不可忽略的影响。本文使用基于数学形态学滤波的方法?ν蛳蛑岵黄胶馕侍饨?行研究。 　　形态滤波是基于数学形态学变换的非线性滤波方法，它依据待处理信号的局部形态特征，通过一系列形态学变换，将信号与噪声分离。其基本思想是使用一个结构元素，并通过它的连续移动，对原始信号进行处理，以达到提取信号特征、抑制噪声的目的。由此可见，结构元素对分析结果有较大影响。在现有的结构元素中，直线结构元素的构成最为简单且计算量最小，因此，得到了最为广泛的应用。而三角结构元素的形貌与机械振动信号的波形更为相近，其分析精度相对于直线结构元素更高，同样得到了一定的使用。 　　形态滤波中结构元素的作用类似于传统滤波器的滤波窗，直线结构元素的本质是矩形窗，三角结构元素的本质为三角窗。Mcfadden指出这两种窗函数均具有较大的旁瓣，可能会引起较大的分析误差。因此，有必要构建一种新的结构元素，以提高形态滤波方法的分析精度。为此，本文提出基于汉明结构元素的形态滤波方法，以期实现万向轴故障的有效诊断。 　　1已有的结构元素及其不足 　　结构元素两大要素分别为长度和幅值。对于直线结构元素，其幅值始终为零，仅存在长度方向上的变化。最简单的直线结构元素可表示为{0，0，0}。直线结构元素的长度和幅度值的相互关系列于表1。由表1可知，直线结构元素在长度上的增量是连续的。 　　三角结构元素长度和幅值如表2所示。与直线结构元素不同的是，三角结构元素的长度和幅值都会随着尺度的变化而改变。最简单的三角结构元素可表示为{0，1，0）。这里的0和1均表示结构元素的幅值。但是，在实际的使用中，三角结构元素的幅值会依据待分析信号的波形进行调整，表2中的参数ai（i=1，2，…，n）的作用即在于此，ai的具体确定方法可参见文。 　　文的研究表明三角窗的频域响应函数优于矩形窗。Zhang等在对滚动轴承进行故障诊断中也发现使用三角结构元素的分析效果相比于使用直线结构元素更好。因此，在本文的后续研究中，不再关注直线结构元素。 　　但是，三角结构元素依然存在明显的问题。从表2可以看到，三角结构元素的长度值始终为一个奇数，这意味着该结构元素在长度方向上的变化不连续，这会导致三角结构元素无法精确地对原始信号进行匹配。借助图1的信号，对此问题进行具体说明。 　　图1中，信号的采样频率为1000Hz。振动信号的第二个冲击，从0.039到0.049s，总共包含了11个采样点。因此，根据表2，可以使用尺度为5的三角结构元素对其进行处理。然而，对于第一个冲击，从0到0.039s，包含40个采样点，对于这个冲击，究竟应该选择尺度为19