[发明专利]一种列车走行部轴承非平稳运维的时频阶比跟踪方法

说明书

本发明提供一种列车走行部轴承非平稳运维的时频阶比跟踪方法，该方法首先采集列车轴承非平稳运行时的振动信号，其次利用采集的键相脉冲信号确定角域重采样时间，然后采用变分模态分解方法对重采样信号进行分解，得到多个单分量信号，最后进行时频信息重构得到更精细故障信息。该方法可用于基于振动监测的城轨车辆走行部轴承非平稳运维，避免突发性事故发生，减小经济损失。

技术领域

本发明属于装备系统故障监测、诊断领域。

背景技术

滚动轴承是城市轨道车辆设备中应用最广泛的通用部件，在走行部中起到承受、传递载荷的作用，其运行状态直接影响车辆性能。在城市轨道车辆运行过程中，走行部轴箱轴承和牵引电机轴承受到各种变载荷与冲击振动的作用极易发生各类故障，常见的故障有疲劳剥落、磨耗、锈蚀、保持架断裂等。据统计，由轴承等城轨列车走行部关键部件引起的故障占故障总量的65％以上，可见轴承工作状态的好坏将直接影响车辆的运行。一旦滚动轴承发生故障，轻则影响城轨车辆设备的正常运行，重则给乘客生命和财产造成重大损失。

城市轨道交通车辆运行站站之间运行时间间隔较短，使得车辆运行速度长期处于变速运行状态，对走行部轴承的故障特征提取带来诸多困难。现有的一些轴承故障诊断方法多数是在轴承恒定转速条件，进行故障特征提取与诊断工作，不适用于城轨车辆走行部轴承长时间非平稳运行维护。少数用于轴承变速工况诊断方法，采用的经验模式分解、小波变换等分解方法，由于存在严重的端点效应、需要人为指定母小波函数等缺陷，很难应用于实际城轨车辆走行部轴承诊断中。本发明采用变分模式分解方法是一种非递归自适应信号处理方法，具有坚实的数学理论基础。在模态分离方面要优于经验模式分解方法，且不存在模态混叠和端点效应等问题。另外，现有的一些信号非平稳运行特征提取方法只能提供单一阶比特征，因无法提供全面的诊断信息极易造成误诊，增加了列车安全隐患，提高了维修成本。

发明内容

本发明目的在于提供一种应用于城轨车辆走行部轴承非平稳运维的故障故障识别的方法，该方法通过采集车辆走行部轴承振动信号，采用时频阶比跟踪算法分析振动信号得到更精细故障信息。

本专利所述时频阶比跟踪方法及系统主要包括如下步骤:

该方法包括如下步骤：

(1)采集城轨车辆走行部轴承的振动信号f(t)，并采用光电编码器采集键相脉冲信号；

(2)利用采集的键相脉冲信号确定角域重采样时间

其中，Δθ为角域重采样间隔，k为内的正整数，b₀、b₁和b₂为指定系数。

(3)采用变分模态分解方法对重采样信号进行分解，得到多个单分量信号，估计模态带宽的约束变分问题为

式中，{u_k}＝{u₁,…,u_K}表示分解后的K个模态分量；{ω_k}＝{ω₁,…,ω_K}分别表示K个模态分量的中心频率，为重采样后时间，为原始重采样信号；为δ脉冲函数，j为复数符号，为第k个分解分量信号；

(4)时频信息重构，对每一个分解分量，计算其希尔伯特变换

构造出相应的解析信号

为第k个相位分量，i为复数符号；

其中

而