基于SSA-VMD的地铁列车滚动轴承故障诊断方法

摘要：

滚动轴承是地铁列车走行部的关键核心部件之一,其状态好坏关系到列车的安全运行.由于地铁线路弯道多、黏着小,路况比较复杂,列车运行时往往伴随着轮轨啮合产生的大量噪声,即便轴承故障产生异常振动也会被淹没在噪声之中,非常不利于对轴承状态的识别与诊断.针对地铁列车转向架滚动轴承信号含噪的故障状态诊断问题,提出一种基于SSA-VMD的滚动轴承降噪特征提取的故障诊断方法.先利用奇异谱分析(Singular Spectrum Analysis,SSA)方法抑制故障信号中的非周期噪声成分,再将经SSA处理的信号进行变分模态分解(Variational Mode Decomposition,VMD),仿真实验及故障轴承实验结果表明,SSA能够有效地抑制故障信号中的噪声成分,随后变分模态分解算法能准确地将故障特征按照不同的特征频带分解出来,SSA-VMD方法能够在噪声背景下有效的提取出故障周期脉冲特征.

关键词：滚动轴承、奇异谱分析、变分模态分解、故障诊断

分类号：U231.6(特种铁路)

资助基金：广西高校中青年教师科研基础能力提升项目;广西高校中青年教师科研基础能力提升项目

在线出版日期：2023-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46