隨著高鐵技術的發(fā)展,鋼軌故障診斷技術變得越來越重要。本文研究了鋼軌故障診斷的方法,提出了一種故障診斷的數(shù)學模型,針對鋼軌振動信號進行特征向量提取。根據(jù)信號的固有特征,將故障狀態(tài)下的鋼軌信號特征向量與健康狀態(tài)下的特征向量進行比對,可以明顯的觀測出鋼軌故障。在正弦模型中,首先將鋼軌振動信號進行預處理,運用時域同步平均法去掉低頻噪聲,保證信號趨勢的平滑,然后運用傅里葉三角展開式對振動信號進行展開,根據(jù)展開式和實際鋼軌信號特征對信號進行正弦模型化處理,隨后使用最小二乘帶狀學習法對振動信號進行參數(shù)調整,對其中展開式的正弦因子進行正則化處理,保證所得特征向量的準確度,最后,使用擬合誤差最小化得出幅度和相位的特征向量,再將相位和幅度的特征向量因子還原至振動信號的每一階的幅度和相位。同時,也將由于故障造成的脈沖振動信號也提取出來,對故障的程度進行預測。通過大量的現(xiàn)場試驗,測量不同類型的鋼軌故障,該正弦模型的效果良好,并且準確度高,對鋼軌的安全檢測具有重大的意義。 

【文章來源】：遼寧大學遼寧省 211工程院校

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

圖２：?（ａ）?ＲＴ－００１的幅度調制和（ｂ）?ＲＴ－００１的相位調制

?｜?ｉｌ?！?｜?；ｌ?｜?｜｜?ａ?ｌｉ?ｉ｜?！｜??ｎ｜ｒ＞?０－５－；，?１１?ｉ１?Ｉ?，：ｉ?；＇ｉ?！；ｌ?：，?．?；�。�?；，ｌ?！?ｉ｜?ｉ??Ｉ?：：＇１：?乂：?：??ｉ?１?１?ｒｎｌｎ?ｎ?ｉ??會－葉?ｆ?Ｕ?Ｉｆ?Ｉ?｜??ｋ?１??輕????■１?５?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ???０?０．２?０．４?０．６?０．８?１?１．２?１．４?１．６?１．８?２??時間?ｘ１ｔ＞＇３??圖３（ａ）ＲＴ－００９的振動信號．（ｂ）ＲＴ－００９的擬合信號圖??從上圖３中可以看出，上述的振動信號圖ａ為故障狀態(tài)下測試出原始鋼軌振動??信號通過時域平均法所得出振動信號，即是等周期后的平均故障信號＾另一幅??３０??

?第４章實驗結果與分析???第４章實驗結果與分析??４．１實驗設計??結合前兩章，本文對健康狀態(tài)下和故障狀態(tài)下的鋼軌振動信號建立了相應??的模型，通過數(shù)據(jù)仿真調試，驗證了該振動模型的準確性，同時通過對模型中??提取的特征量，發(fā)現(xiàn)越高階次的特征向量所反映出故障信息越明顯，因此為了??進一步驗證模型的準確性和故障診斷的效果，結下來搭建一系列實驗步驟，如??下圖所示。??信號發(fā)生單元?信號采集單元?信號處理單元??Ｉ………ｉｉ???！?Ｉ?ＩＩ?］??Ｉ?激勵源?Ｉ?ｉ?Ｕ??ＩＴｉｌｌｉｌｌｌｌｌｌｌｌｌｌＢｌ??１＾１＂?ＩＩ?＂＂ＩＩ＂?ＩＩ?麵理器?Ｉ??圖４鋼軌診斷系統(tǒng)結構圖??如上圖所示，完整的測試系統(tǒng)由Ｈ部分構成，信號發(fā)生單元、信號采集單??元和信號處理單元首先信號發(fā)生單元主體是激勵源，主要用的材料是壓電陶??瓷換能器作為振動信號發(fā)生源。為了增強實驗的對比性，本實驗中使用了不同??型號的壓電陶瓷，分別為４Ｋ、６Ｋ、ｉｏｋ，９考慮到鋼軌本身特殊的材質和振動傳??遞的速度，理論上使用越大的振動頻率越好。對于信號采集單元，主要是采用??加速度傳感器采集振動信號，為了避免收集信號遺漏，同時為了保證信號收集??時所造成的誤差盡可能地被消除，本實驗將傳感器均勻的分布在鋼軌的鋼頭、??鋼腰、鋼底進行信號采集。為了采集數(shù)據(jù)分析的完整＾＾本文將鋼軌進行標記??１－２１號，每個編號的鋼軌都分別采用上述的方式進行數(shù)據(jù)采集，然后傳入信號??處理單元。最后，在信號處理單元中３主要以計算機作為基礎的數(shù)據(jù)分析系??３２??

【參考文獻】：
期刊論文
[1]基于壓縮采集與深度學習的軸承故障診斷方法[J]. 溫江濤,閆常弘,孫潔娣,喬艷雷.  儀器儀表學報. 2018(01)
[2]基于高階譜特征提取的高速列車車輪擦傷識別算法研究[J]. 趙蓉,史紅梅.  機械工程學報. 2017(06)



本文編號：2910809