论文部分内容阅读
在城市轨道车辆动力系统中,牵引电机作为主要的动力输出,其健康状况直接关系到车辆的运行安全性,轴承作为牵引电机等旋转机械的高故障率部件,检测出其故障尤为重要。因此,进行牵引电机轴承故障诊断,确保牵引电机工况良好,对保障城市轨道车辆的安全运营具有重要意义,同时开展轴承的故障程度评估对保证牵引电机轴承可靠性,充分发挥其寿命具有重要意义,此外还为牵引电机的状态修提供参考或建议。本文基于离线状态下牵引电机轴承振动检测方案,研究了牵引电机轴承故障诊断方法及轴承故障程度评估方法,主要工作内容有:(1)对城市轨道车辆牵引电机的深沟球轴承结构特点及振动机理进行分析,通过研究目前常用的一些轴承振动信号的处理方法,如傅里叶变换、小波分析、盲源分离、高阶统计量分析和Hilbert-Huang变换等,为城市轨道车辆牵引电机轴承故障诊断方法和轴承故障程度评估方法的提出提供理论依据。(2)制定了城轨车辆离线状态下的牵引电机轴承振动检测方案。首先根据牵引电机轴承振动特点,初步确定检测方案并进行现场方案验证,其次通过对牵引电机轴承不同位置传感器采集信号进行分析对比,优化了传感器布置方案。(3)针对目前实车测试信号中存在大量噪声且难以有效去除等问题,研究并确立了基于本征模式分量(Intrinsic Mode Functions,IMF)聚合与奇异值分解(Singular Value Decomposition,SVD)的城市轨道车辆牵引电机轴承故障诊断方法。首先运用经验模式分解(Empirical Mode Decomposition,EMD)将牵引电机轴承的原始振动信号分解成一系列本征模式分量,然后选利用皮尔逊积矩相关系数对本征模式分量进行筛选和聚合重构,其次将重构信号运用奇异值分解进一步降噪,最后对降噪信号进行Hilbert变换,通过得到Hilbert谱实现轴承故障诊断。此外,文章通过牵引电机轴承的实车故障数据分析验证了该算法的有效性。(4)提出了基于多尺度样本熵值提取定量评估指标的牵引电机轴承故障程度的方法。利用样本熵具有度量单一尺度上时间序列复杂性的特点,引入峰度系数,研究从熵值序列中提取能评估轴承故障程度的综合指标——多尺度均峰值,实现轴承故障程度的定量分析。仿真分析和实车测试数据分析验证了该熵值提取定量评估算法的有效性。