基于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本實(shí)用新型涉及信號(hào)的分析檢測領(lǐng)域，具體涉及一種基于參數(shù)化多普勒瞬態(tài)模型 的列車輪對軸承故障瞬態(tài)特征檢測裝置。
【背景技術(shù)】
[0002] 由于社會(huì)經(jīng)濟(jì)的迅速發(fā)展，對運(yùn)輸技術(shù)的需求也在不斷加強(qiáng)。作為一個(gè)主要的交 通工具，列車具有很強(qiáng)的運(yùn)輸能力和很高的速度，在當(dāng)今社會(huì)發(fā)揮著很大的作用。但是，突 發(fā)故障可能會(huì)令列車運(yùn)輸系統(tǒng)產(chǎn)生嚴(yán)重的事故，而軸承支撐著高速運(yùn)動(dòng)火車的所有重量， 他們的故障是導(dǎo)致鐵路交通工具事故的主要原因，因此非常有必要去發(fā)展一種能夠精確且 自動(dòng)診斷軸承故障的關(guān)鍵技術(shù)。
[0003] 軸承故障信號(hào)的檢測涉及到對運(yùn)動(dòng)中的信號(hào)的處理，難度大，是信號(hào)檢測領(lǐng)域的 一大難點(diǎn)。大量的方法已經(jīng)被研究用于安裝在靜止機(jī)械上的軸承故障診斷。時(shí)頻分析是一 種有效提取包含非平穩(wěn)信號(hào)在內(nèi)的機(jī)械健康信息的方式，并且它可以識(shí)別信號(hào)頻率分量， 揭示他們的時(shí)變特征。作為一個(gè)自適應(yīng)分解方法，整體平均經(jīng)驗(yàn)?zāi)B(tài)分解方法(Ensemble Empirical Mode Decomposition，EEMD)可以將非線性非平穩(wěn)的信號(hào)按照他們本身的振動(dòng) 模態(tài)分解成一組本征模態(tài)函數(shù)，已經(jīng)被廣泛運(yùn)用在軸承故障診斷領(lǐng)域中。此外，在軸承故障 信號(hào)診斷中，隨機(jī)共振也作為一種可以利用噪聲來增加輸出信噪比的方法被采用。匹配追 蹤是另一種通過迭代來挑選最優(yōu)原子粗略估計(jì)信號(hào)的自適應(yīng)方法。然而，由于多普勒效應(yīng) 的存在，運(yùn)動(dòng)軸承的信號(hào)中會(huì)出現(xiàn)頻移，頻帶擴(kuò)展以及振幅調(diào)制現(xiàn)象?？偠灾?，上述方法 都不能有效解決該問題。
[0004] 有鑒于上述的缺陷，本設(shè)計(jì)人，積極加以研究創(chuàng)新，以期創(chuàng)設(shè)一種基于參數(shù)化多普 勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝置，使其更具有產(chǎn)業(yè)上的利用價(jià)值。 【實(shí)用新型內(nèi)容】
[0005] 為解決上述技術(shù)問題，本實(shí)用新型的目的是提供一種基于參數(shù)化多普勒瞬態(tài)模型 的列車輪對軸承故障瞬態(tài)特征檢測裝置，該裝置能夠處理受多普勒效應(yīng)影響的列車軸承信 號(hào)，精確診斷軸承的故障。
[0006] -種基于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝置，其特征 在于:包括軸承發(fā)出的聲源信號(hào)、傳感器、信號(hào)調(diào)理器、數(shù)據(jù)采集系統(tǒng)和中央處理器，所述傳 感器接收聲源信號(hào)，所述傳感器傳信于所述信號(hào)調(diào)理器，所述信號(hào)調(diào)理器傳信于所述數(shù)據(jù) 采集系統(tǒng)，所述數(shù)據(jù)采集系統(tǒng)傳信于所述中央處理器。
[0007] 進(jìn)一步的，所述傳感器為麥克風(fēng)。
[0008] 進(jìn)一步的，所述數(shù)據(jù)采集系統(tǒng)為DAS數(shù)據(jù)采集系統(tǒng)。
[0009] 進(jìn)一步的，所述中央處理器為電腦。
[0010] 借由上述方案，本實(shí)用新型至少具有以下優(yōu)點(diǎn)：本實(shí)用新型提供了一種結(jié)基于參 數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝置能夠檢測實(shí)際運(yùn)動(dòng)軸承故障 信號(hào)的相關(guān)數(shù)據(jù)，通過建立的多普勒模型與實(shí)際運(yùn)動(dòng)軸承故障信號(hào)之間的相關(guān)性參數(shù)進(jìn)行 優(yōu)化。最終，運(yùn)動(dòng)軸承故障可以通過最優(yōu)多普勒瞬態(tài)相關(guān)匹配模型對應(yīng)的初始周期模型參 數(shù)來診斷。從而能夠處理受多普勒效應(yīng)影響的列車軸承信號(hào)，精確診斷軸承的故障。
[0011] 上述說明僅是本實(shí)用新型技術(shù)方案的概述，為了能夠更清楚了解本實(shí)用新型的技 術(shù)手段，并可依照說明書的內(nèi)容予以實(shí)施，以下以本實(shí)用新型的較佳實(shí)施例并配合附圖詳 細(xì)說明如后。
【附圖說明】
[0012] 圖1為本實(shí)用新型一種基于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征 檢測裝置的結(jié)構(gòu)示意圖圖；
[0013] 圖2為多普勒效應(yīng)的原理圖；
[0014] 圖3為本實(shí)用新型實(shí)施例中軸承外圈故障狀態(tài)下的采集到的信號(hào)時(shí)域圖；
[0015] 圖4為本實(shí)用新型實(shí)施例中軸承外圈故障狀態(tài)下的采集到的頻譜圖；
[0016] 圖5為本實(shí)用新型實(shí)施例中軸承外圈故障狀態(tài)下，根據(jù)本實(shí)用新型方法建立的多 普勒瞬態(tài)相關(guān)匹配模型圖；
[0017] 圖6為本實(shí)用新型實(shí)施例中列車軸承外圈故障信號(hào)的檢測圖；
[0018] 圖7為本實(shí)用新型實(shí)施例中軸承外圈故障狀態(tài)下，根據(jù)本實(shí)用新型方法建立的與 多普勒瞬態(tài)相關(guān)匹配模型相關(guān)的基于Laplace小波的周期瞬態(tài)模型圖。
【具體實(shí)施方式】
[0019] 為使得本實(shí)用新型的實(shí)用新型目的、特征、優(yōu)點(diǎn)能夠更加的明顯和易懂，下面將結(jié) 合本實(shí)用新型實(shí)施例中的附圖，對本實(shí)用新型實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述， 顯然，下面所描述的實(shí)施例僅僅是本實(shí)用新型一部分實(shí)施例，而非全部的實(shí)施例?；诒緦?shí) 用新型中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本實(shí)用新型保護(hù)的范圍。
[0020] 為了更好地理解本實(shí)用新型計(jì)算方案，以下以外圈故障檢測作為例子，對所述基 于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝置的應(yīng)用進(jìn)行詳細(xì)講述：
[0021] 實(shí)施例：一種基于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢測裝 置，包括軸承發(fā)出的聲源信號(hào)1、傳感器2、信號(hào)調(diào)理器3、數(shù)據(jù)采集系統(tǒng)4和中央處理器5,所 述傳感器接收聲源信號(hào)，所述傳感器傳信于所述信號(hào)調(diào)理器，所述信號(hào)調(diào)理器傳信于所述 數(shù)據(jù)采集系統(tǒng)，所述數(shù)據(jù)采集系統(tǒng)傳信于所述中央處理器。
[0022]所述傳感器為麥克風(fēng)。
[0023]所述數(shù)據(jù)采集系統(tǒng)為DAS數(shù)據(jù)采集系統(tǒng)。
[0024]所述中央處理器為電腦。
[0025] 運(yùn)動(dòng)中的列車軸承外圈發(fā)生故障時(shí)，由于多普勒效應(yīng)的影響，會(huì)導(dǎo)致檢測信號(hào)被 調(diào)制，可用本實(shí)用新型所述的基于參數(shù)化多普勒瞬態(tài)模型的列車輪對軸承故障瞬態(tài)特征檢 測裝置進(jìn)行檢測。
[0026] 檢測到的列車軸承信號(hào)為y(t)，將建立的多普勒瞬態(tài)模型參數(shù)進(jìn)行優(yōu)化，當(dāng)多普 勒瞬態(tài)模型與實(shí)際故障信號(hào)達(dá)到最大相關(guān)系數(shù)的時(shí)候，可以由最優(yōu)多普勒瞬態(tài)模型對應(yīng)的 周期瞬態(tài)模型的周期參數(shù)與計(jì)算出的運(yùn)動(dòng)軸承故障特征周期相比較，得出故障類型。
[0027]具體的操作方式如下：
[0028]首先建立基于單邊Laplace小波的參數(shù)化模型，將軸承故障信號(hào)的理論值記為 Φ(Μ; ?、f )，所述軸承故障信號(hào)可表示為：
(1)
[0030] 其中：變秋為軸承故障信號(hào)的理論值，U是信號(hào)的時(shí)間長度，τ是延遲時(shí) 間，ζ是阻尼系數(shù)，f是頻率。記τ、ζ和f所屬范圍為Td、Z和F，那么：
[0031]
[0032] (2)
[0033]公式（1)中的,/>、?、τ、ζ和f均表示變量；
[0034]然后通過引入?yún)?shù)T來建立一個(gè)周期性模型，以此模擬軸承故障信號(hào)的波形特征， 可以構(gòu)造函數(shù)：
[0035] :。 （3)
[0036] 再修改基于單邊Laplace小波的周期模型，將傳感器接收到聲信號(hào)的時(shí)刻記為 Hr}，接受時(shí)刻可以表示為：
[0037] {tR} = {to,to+l/fs,t〇+2/fs,t〇+(N-l