高速列车轴承道旁声学诊断技术研究取得新进展

   奥门威尼斯APP-奥门威尼斯人手机版何清波副教授课题组针对高速列车轴承道旁声学故障诊断中的▓多声源干扰问题,提出了一种新的▓基于声学信号伪时频分布和多普勒小波滤波的▓声源分离技术。该方法能够利用信号本身的▓多普勒效应,将不同故障轴承的▓声源信号进行滤波分离和多普勒畸变校正,进而得到可靠的▓故障分析结果。该研究成果以题为"Multi-bearing defect detection with track side acoustic signal based on a pseudo time-frequency analysis and Dopplerlet  ?lter"近日在机械动力学领域著名期刊Mech. Syst. Signal Pr.上在线发表。 
 


   基于麦克风信号的▓列车轴承道旁声学故障诊断一直在铁路运输系统中扮演着重要的▓角色。由于列车高速运行和多轴承的▓干扰,使得麦克风采集的▓信号中存在着多普勒畸变和多声源混合的▓问题,给后续的▓信号处理以及诊断工作带来了困难。课题组在进行仿真和模拟实验信号分析处理过程中,发现多普勒畸变虽然带来了信号频谱的▓展宽,却同时使得不同轴承的▓信号能够在时频域加以分辨。因此本研究利用了信号的▓多普勒特性,提出了一种基于改进多普勒小波的▓信号伪时频分布,从该分布中可以提取出不同轴承信号的▓时间中心和特征频率。利用这两个参数,大家设计了一系列的▓多普勒小波滤波器用于原始信号的▓时频滤波,实现了不同轴承故障信号的▓有效分离和故障信息的▓可靠诊断。仿真和实验信号的▓计算结果表明该方法切实有效,在高速列车轴承道旁故障诊断中具有应用前景。 
   该工作由我校奥门威尼斯APP博士生张海滨为第一编辑完成。研究工作受到国家自然科学基金委、教育部新世纪优秀人才支撑计划等的▓资助。  
   论文链接: http://www.sciencedirect.com/science/article/pii/S0888327015004549
无标题.png
Baidu
sogou
XML 地图 | Sitemap 地图