基于时延自相关ICA的列车轮对轴承复合故障诊断方法

摘要：

列车轮对轴承故障振动(特别是轮对轴承存在复合故障时)一般是由多个相互独立的振动信号源和噪声混叠而成,常见方法在诊断轮对轴承复合故障时易出现误诊.独立分量分析(ICA)方法能对各个独立源进行估计,可实现列车轴承复合故障的精确诊断;但很多ICA算法是在未考虑噪声的模型下推导出来的,且列车轮对状态监测信号受诸多干扰因素的影响;为此,本文提出将时延自相关降噪与ICA相结合提取并分离列车轮对轴承复合故障特征信息的方法.仿真与实际应用结果表明,该方法能有效分离出轮对轴承复合故障信号中的典型故障,可进一步降低列车轮对轴承故障诊断的误诊率.

关键词：轮对轴承、独立分量分析、时延自相关、复合故障

所属期刊栏目：38

分类号：U260.42;U279.32(机车工程)

资助基金：湖南省自然科学基金12JJ9025;湖南省科技计划14JJ3110

在线出版日期：2016-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：36-41