采用小波变换和盲源分离的电机轴承故障诊断.pdfVIP

采用小波变换和盲源分离的电机轴承故障诊断·51·

采用小波变换和盲源分离的电机轴承故障诊断

高伟，胡定玉，方宇

(上海工程技术大学城市轨道交通学院，上海201620)

摘要：针对地铁车辆转向架牵引电机轴承故障，提出一种结合小波变换和盲源分离的轴承故障识别方

法。首先从原始信号频谱中判断轴承高频共振信号的大致频带范围以确定小波分解层数；其次利用小

波分解提取轴承高频共振信号成分；然后利用盲源分离方法从小波分解后的重构高频信号中分离故障

特征信号；最后对故障特征信号进行Hilbert解调并通过包络谱分析提取故障特征频率。对上海地铁某

型地铁车辆转向架牵引电机进行试验，试验结果证明该方法能清晰、准确地识别轴承故障特征。

关键词：牵引电机轴承；故障诊断；小波变换；盲源分离

中图分类号：TH165．3文献标识码：A文章编号：1000—8829(2017)05—0051—04

AFaultDiagnosisMethodforMotorBearingsBasedonWaveletTransform

AndBlindSourceSeparation

GAOWei，HUDing—yu，FANGYu

(SchoolofUrbanRailTransportation，ShanghaiUniversityofEngineeringScience，Shanghai201620，China)

Abstract：Inordertosolvethefaultproblemoftractionmotorbearingsofbogieinmetrovehicle，afaultdiag—

nosisapproachbasedonwavelettransformandblindsourceseparationisproposed．First，theresonanceire—

quencybandofthebearingisestimatedbyfrequencyspectrumanalysistodetemrinethedecompositionlevelin

wavelettransfomr．Second，thehighfrequencycomponentsareextractedfromtheinitialsignalsbyusingwavelet

decomposition．Third，themixedsignalisseparatedintoindependentcomponentsbyblindsourceseparation．

Finally，independentcomponentsseparatedfromthemixedsignalareprocessedbyHilbertdemodulationtoob-

taintheirenvelops，andthenthefrequenciesofthefaultcharacteristicsofthebearingareextractedbytheen—

velopespecturmanalysis．AtestonthetractionmotorbearingsofbogieisperfomredinShanghaiMetro，andthe

resultsshowthattheproposedmethodcanclearlyandaccuratelyidentifythefaultcharacteristics．

Keywords：tractionmotorbearing；faultdiagnosis；wavelettransfomr；blindsourceseparation

随着城市轨道交通的快速发展，地铁车辆运营安的故障诊断具有非常重要的意义。

全越来越受到重视。牵引电机作为地铁车辆动车转向滚动轴承故障振动信号具有能量小、频带分布宽、

架的重要组成部分，其正常运行对车辆运行安全起着