首页|最优共振频带提取的高速列车轴承故障诊断

最优共振频带提取的高速列车轴承故障诊断

扫码查看
原文链接
  • 万方数据
  • 维普
在非高斯噪声与周期振动信号的干扰下,高速列车轴承的故障特征提取较为困难,针对这一问题,提出了一种新的最优故障频带的判别方法,并通过经验小波变换(Empirical Wavelet Transform,EWT)对故障频带进行提取,从而实现高速列车轴承故障的有效诊断.该方法首先提供了完整的频域分割框架,得到不同中心频率、不同带宽的频带分布;为了得到各频带所包含的故障信息含量,提出了新的故障特征指标HSIB,根据HSIB的变化趋势识别最优频带;最后进行经验小波变换,将选取的故障频带通过正交滤波器组,对得到的分量信号进行Hilbert变换,得到轴承的故障特征频率.通过仿真和实验数据验证,选取的最优频带包含了丰富的故障信息,可以准确地提取出轴承故障特征频率的基频和倍频成分,有效确定轴承故障.
High-Speed Train Bearing Fault Diagnosis Based on Optimal Frequency Band

刘玉婷、林建辉、李艳萍、赵值正

展开 >

西南交通大学牵引动力国家重点实验室,四川 成都 610031

四川省冶金设计研究院,四川 成都 610081

故障频带选取 故障特征指标 经验小波变换 滚动轴承

国家重点研发计划

2017YFB1201103-07

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.377(7)
  • 2