轨边声学信息的高速列车滚动轴承故障特征提取及实验方法研究.docxVIP

下载本文档

3
0
约8.01千字
约 8页
2023-07-17 发布于北京
举报
版权申诉

轨边声学信息的高速列车滚动轴承故障特征提取及实验方法研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

轨边声学信息的高速列车滚动轴承故障特征提取及实验方法研究摘要随着高速列车的发展，滚动轴承在高速列车运行中扮演了重要的角色。而滚动轴承的故障问题是制约大型机械运转的关键因素，对于高速列车来讲尤其如此。本文针对高速列车滚动轴承故障问题，通过声学信息的研究，提取故障特征。首先，对火车车轮轴承以及轨道各部分进行了声学测试，并对信号进行了预处理，然后使用小波包分解进行数据特征提取。对于高速列车轮轴承故障而言，异常信号取决于多个因素，如轮径，轮廓，偏心率，轴向载荷，转速等。因此，这种多因素会使得故障特征提取存在着一定复杂性和难度。本文运用了PCA算法对提取的滚动轴承信号特征进行了降维处理和数