论文部分内容阅读
滚动轴承作为轨道车辆走行系的最重要部件之一,其运行状态对于保障车辆的行驶安全具有重要意义,因此对轨道车辆滚动轴承的故障进行准确、高效的诊断是一个亟需解决的问题。本文在总结和吸取前人研究成果的基础上,提出将经验模态分解与遗传算法优化的RBF神经网络相结合实现轨道车辆滚动轴承的故障诊断。首先,介绍了滚动轴承故障诊断的机理、故障形式及产生原因和振动模型,并讨论了故障特征信息提取的常用方法和各自的特点。重点对小波包分析和EMD方法进行了实例仿真,证明了小波包分析和EMD可以有效用于轴承故障特征信息的