高速列车轴箱轴承健康监测与故障诊断研究综述

随着我国高速列车的发展, 针对其运营维护中的故障预测与健康管理问题日益受到关注. 轴箱轴承是高速列车走行部中的关键旋转部件, 在复杂的轮轨相互作用下极易出现由疲劳、过载等原因导致的失效, 影响列车的行车效率和运行安全. 而现有诊断方法和技术难以满足高速列车动态化、系统化的安全保障需求, 亟待进一步发展轴箱轴承健康监测和诊断技术. 首先, 介绍了工程中维修检测、轨边监测和车载监测系统的主要内容和发展现状. 然后, 从动力学正、反问题两个方面, 分析和总结了在轴箱轴承的理论建模方法和轴箱轴承与列车耦合系统的动态特性分析、基于先进信号处理技术和机器学习技术的诊断方法等方面的研究思路和研究进展. 最后, 对轴箱轴承健康监测与故障诊断技术的发展趋势进行了展望, 评述了在指导列车故障预测与健康管理方面的不足.      

可发生多种故障的可修复系统稳定性分析

研究了可发生多种故障的可修复系统.运用C_0半群理论,通过服务率均值的观念,对系统主算子的谱界进行了估值,并得到该谱上界即为各服务率均值的最小者的相反数.然后运用了共尾的概念及相关的理论,得到了系统算子的谱界与系统算子产生的半群的增长界相等.最后由分析了系统算子的谱分布,得到了系统的指数稳定性.     

由定子电流信号分析陀螺电机滚珠轴承故障诊断与分类（英文）

在陀螺电机中,轴承故障是最普遍的失效形式。针对陀螺电机球轴承中各组成部分出现故障难以区分,而更换整套轴承又造成巨大浪费的问题,提出了一种基于电流信号分析的陀螺电机轴承故障分类方法。该方法通过采集定子电流信号,并应用数学分析工具,提取出定子电流的特征信号。通过使用顺序递推法排除了冗余和无效特征,然后用最佳的特征信号建立特征空间。通过使用隐马尔科夫模型,对轴承的典型故障(外环故障、内环故障、球故障和保持架故障)进行了准确的分类。该方法的有效性在一台具有不同轴承故障的直流无刷陀螺电机上得到验证,实验结果显示分类的正确率达到97.1%。     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

基于模糊理论的汽轮机故障诊断

针对汽轮发电机组的单一故障诊断的局限性,对现有的故障进行分析和比较.根据振动信号的基本原理,应用了综合模糊诊断的方法对汽轮机的六种常见故障进行诊断.首先由不同故障在不同特征倍频的比例关系得到故障的模糊矩阵,分段对故障振动信号求隶属度,再与故障的模糊矩阵相乘即可求出各故障的隶属度,并用Minkowski距离公式计算隶属度距离大小,来判断诊断的准确性;最后提出模糊诊断的前景及存在的问题.     

基于在线HHT和SVM的汽油机轻微漏气故障识别方法

针对汽油机轻微漏气故障会被闭环反馈控制所掩盖,提出了一种基于在线希尔伯特变换(Hilbert-Huang Transform,HHT)和支持向量机(Support vector machine,SVM)的两阶段微小故障识别方法(Online HHT-SVM,OHS).第一阶段在嵌入式两滑动时间窗内通过HHT对发动机空燃比数据流进行在线时频分析,以实时获取空燃比发生异常的时刻;第二阶段通过SVM对异常时刻的数据流故障模式进行离线识别.根据氧传感器信号特征,对经验模态分解(Empirical mode decomposition,EMD)算法进行了改进,并从理论上进行了证明.基于两款发动机的实际运行数据验证了该方法的有效性.     

Volterra核函数法在轴承滚珠磨损中的特征提取及应用

针对滚动轴承滚珠磨损故障特征难以提取的问题,提出一种基于多脉冲激励法下的Volterra级数核的求解算法.该方法是一种非线性系统模型的“交叉”诊断法,利用轴承系统输入输出的采样信号,建立Volterra非线性辨识系统模型,并运用多脉冲激励Volterra低阶核求解算法,将得到的低阶核通过时域和频域进行对比来判断轴承当前所处的运行状态.该文以无心车床主轴轴承为例进行实验验证,并与传统的小波分析法对比得出:多脉冲激励法能够方便准确地提取轴承的故障特征,该方法对此类故障的诊断具有一定的借鉴意义.     

含同原因故障和一个冷储备部件的可修复系统主算子性质

研究了含同原因故障的由两个不同型的平行部件和一个冷储备部件所组成的系统.通过选取空间并定义算子,将系统模型转化成抽象Cauchy问题.运用C_0半群和预解正算子理论,验证了系统主算子A为稠定的预解正算子,计算出了A的谱界为一c,同时得出了算子A的共轭算子及其定义域,最终利用共尾理论证得算子A的谱界和增长界相等,即为-c.     

改进广义灰色关联故障树的矿车坠落故障模式分析

为了了解煤矿生产过程中,导致矿车坠落的故障模式,并分析这些故障模式导致矿车坠落的可能性,提出了一种改进广义灰色关联故障树来分析该问题.首先建立矿车坠落事故的故障树,并得到最小割集.用最小割集代表故障模式构建典型故障的特征矩阵.用各底事件的重要度确定待检模式向量.使用改进广义灰色关联法计算关联度,改进包括通过分配系数将绝对灰色关联度和相对灰色关联度结合,及求初值像时首项为0时的处理方法.对矿车坠落的分析表明:故障模式一共18种,得到了故障模式与事故的相关性数值及排序.关联值在[0.7618,0.5968]之间,最大的C_(14)比最小的C_1大0.17,C_7~C18均超过0.730应特别注意.     

基于空间故障树理论的系统故障定位方法研究

为了系统发生不同类型故障后快速定位可能引起该故障的系统元件,通过分析系统结构和元件故障概率分布,以及系统在不同工作环境中发生各类型故障的统计数量,提出基于空间故障树(Space Fault Tree,SFT)理论的系统故障定位方法.该方法使用SFT概念得到系统内部结构及元件的故障概率矩阵P(X_i),分析元件X_i故障对于所在割集S_j及系统T故障的贡献度,结合系统故障次数统计矩阵Γ(m_q),最终得到元件X_(1~I)与故障m_(1~Q)的相关度矩阵.这个矩阵可反映出对于任意系统故障m_q与故障元件X_(1~I)的相关性排序、对应的割集、及保证结论正确的可能性,还可优化系统故障分类.实例研究表明:方法可确定各故障的至因故障元件,并根据可能性进行排序,排序靠前的元件组合正是系统的割集,这从侧面也说明了方法正确性.