基于神經網絡的機車車輛軸承故障診斷技術研究.pdf

1、故障診斷技術作為保障鐵路行車安全的基本手段和重要內容，在世界范圍內得到了廣泛的應用，對早期發(fā)現故障，避免或減少事故損失，提高運輸效率和市場競爭力，促進機車車輛狀態(tài)修的發(fā)展等起了極大的作用，現代鐵路運輸對機車車輛監(jiān)測診斷技術有強烈的需求。 軸承故障是列車運行中的一種主要故障源，對行車安全影響甚大，軸承的監(jiān)測和診斷一直是故障診斷技術的重要工作內容。本文回顧了20世紀80年代中期以來世界鐵路機車車輛監(jiān)測診斷技術的發(fā)展歷程，分析了技術特

2、點和趨勢。以滾動軸承為例，探討智能診斷技術的應用問題。神經網絡的應用是近期軸承故障診斷技術的一個發(fā)展方向，但由于數據匱乏，很多研究成果難以實際應用，而本文的目的是神經網絡診斷技術的實用化。 文中討論了機車車輛軸承的故障模式與振動特征，介紹了軸承振動信號特征的一般提取方法，提出了一種共振解調譜的自動識別方法，即用相對特征能量Spi所構成的向量S來描述解調譜，可診斷故障的部位和大小，該方法在實際應用中得到了驗證。 以智能化和

3、網絡化為核心，提出了一種軸承監(jiān)測診斷技術在機車車輛上綜合應用的系統(tǒng)方案，包括車載監(jiān)測、道旁監(jiān)測、檢修基地診斷及綜合信息管理四個基本子系統(tǒng)。 應用BP神經網絡對車輛軸承故障的多值分類診斷問題進行了研究，探討了軸承診斷BP網絡的設計，提取8個特征參數作為輸入向量，用大量現場實際數據作為訓練樣本，對網絡進行訓練，并用訓練后的網絡對94套車輛軸承進行了診斷仿真，其總有效率大于97％。該網絡可直接用于貨車軸承診斷系統(tǒng)的改進，其方法亦適用于