[发明专利]一种列车轴承轨边信号冲击成分提取方法

摘要

本发明涉及一种列车轴承轨边信号冲击成分提取方法，其使用单瞬态多普勒小波从列车故障轴承轨边声音信号中提取冲击成分，可用于列车轴承轨边声学检测；列车轴承轨边声学检测技术使用安装在轨道旁边的麦克风采集列车通过时转向架上的轮对轴承产生的声音信号，经过信号处理实现轴承健康状态监测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。本发明可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断，为列车轴承轨边声学检测提供一种新的技术方案。

主权项

1.一种列车轴承轨边信号冲击成分提取方法，其特征在于步骤如下：(1)采用麦克风采集列车通过时轴承产生的轨边信号，构建单瞬态多普勒小波；(2)利用构建的单瞬态多普勒小波，基于最大相关系数准则，对轨边信号进行匹配识别，从而提取冲击成分进行重构；所述步骤(2)中利用构建的单瞬态多普勒小波从轨边信号中提取冲击成分的过程如下：(21)假设采集的轨边信号为x(t)，初始化轨边信号迭代次数k＝1；(22)根据工况、几何参数和轴承参数设定单瞬态多普勒小波振荡频率f、阻尼比ζ、时间参数τ的模型参数范围，得到参数集γ＝{f,ζ,τ}，利用参数集γ中的每一组参数构建单瞬态多普勒小波，构成单瞬态多普勒小波库Ψdop(t)γ；(23)按以下公式计算单瞬态多普勒小波库中的每个小波与轨边信号x(t)的相关系数，确定最大相关系数对应的小波Ψdop(t)γ,k；代表x(t)与Ψ^dop(t)_γ的相关系数，其中N为采集到的轨边信号的长度，n＝0,1,...,(N‑1)；(24)用x(t)减去Ψdop(t)γ,k得到新的x(t)，令k＝k+1；(25)重复步骤(23)和(24)直至有至少以下条件之一得到满足：其中NMSE为算法中止指标，σ1和σ2为设定的指标阈值；(26)将得到的所有Ψdop(t)γ,k相加，完成重构冲击成分；所述(22)中，构建单瞬态多普勒小波库Ψdop(t)γ的方法与步骤(1)中的构建单瞬态多普勒小波的过程相同；所述步骤(1)中，构建单瞬态多普勒小波的步骤如下：(11)计算发声幅值序列Se(n)，假设轨边信号的采样频率为fs，根据小波函数表达成该采样频率fs下离散的与轨边信号长度一致的发声幅值序列Se(n)，其中N为采集到的轨边信号的长度，n＝0,1,...,(N‑1)；(12)收声时间序列tr(n)计算，通过时序映射函数：由步骤(11)的发声幅值序列对应的发声时间序列te(n)计算出收声时间序列tr(n)；式中X0为信号的初始时刻列车位置与采集装置位置的横向距离，Vs(t)为列车速度，r为采集装置与轨道的纵向距离，c为声速；(13)延迟时间序列td(n)计算，延迟时间序列td(n)为最终得到时间序列，其值td(n)＝te(n)+R(0)/c，其中R(0)表示声源在起始点与麦克风的距离；R(0)值通过几何关系计算，具体如下：(14)收声幅值序列Sr(n)计算，通过幅值映射函数：由步骤(11)发声幅值序列Se(n)计算出收声幅值序列Sr(n)，其中R表示声源与麦克风的距离，θ为声源到麦克风的向量与声源运动方向向量之间的夹角，n＝0,1,...,(N‑1)；(15)插值拟合采样，以步骤(12)得到的收声时间序列tr(n)为x变量，以步骤(14)得到的收声幅值序列Sr(n)为y变量，以步骤(13)中的延迟时间序列td(n)为插值x变量，执行三次样条插值重采样处理，得到多普勒调制后的Laplace小波即单瞬态多普勒小波；所述(25)中，NMSE采用以下公式计算：