论文部分内容阅读
随着社会的进步以及生活水平的不断提高，对铁路运输安全提出了更高的要求。牵引齿轮传动系统是机车的重要组成部分，及时有效地发现牵引齿轮的早期故障（如裂纹故障），对于实现机车“视情”维修以确保机车运行安全至关重要，因此，开展机车牵引齿轮裂纹故障诊断方法的研究具有重要的现实意义和工程应用价值。 牵引齿轮裂纹故障与征兆之间具有复杂的非线性耦合关系，使得牵引齿轮裂纹故障的有效诊断具有较大难度。基于此，本文利用Volterra级数能够充分反映系统非线性输入/输出动态特性的优势，研究了基于Volterra级数的牵引齿轮裂纹故障诊断方法。本文的主要研究内容如下: (1)考虑了时变啮合刚度，啮合误差以及啮合阻尼等因素，建立了HXD1B型机车牵引齿轮系统动力学模型。依据能量法推导了正常与裂纹故障状态下时变啮合刚度的计算公式，对牵引齿轮裂纹故障形成机理进行了研究;对系统动力学模型进行求解，为后续章节的Volterra时域核辨识提供数据支撑。 (2)研究了基于递推最小二乘算法辨识Volterra时域核的牵引齿轮裂纹故障诊断方法。建立了轮齿无裂纹（即正常）和有裂纹（即故障）两种情况下的牵引齿轮系统三阶Volterra级数模型，并采用递推最小二乘算法辨识Volterra时域核，以二阶和三阶Volterra时域核为主要判断依据，分析诊断牵引齿轮的轮齿是否出现裂纹。仿真实验表、明，Volterra级数模型能够准确反映系统的非线性动态特性变化，正常和故障两种情况下的二阶和三阶时域核具有较为明显的差异，可以据此实现裂纹故障诊断。 (3)研究了基于粒子群优化算法辨识Volterra时域核的牵引齿轮裂纹故障诊断方法。采用粒子群优化算法辨识Volterra时域核，进而以二阶和三阶Volterra时域核为主要判断依据，分析诊断牵引齿轮的轮齿是否出现裂纹。仿真实验表明，在进行Volterra时域核辨识时，相较于递推最小二乘算法，粒子群优化算法具有更高的辨识精度，能够更为准确地反映系统的非线性动态特性变化，从而可以提高牵引齿轮裂纹故障的诊断精度。