项目名称: 高速列车运行条件下轮对轴承的故障行为分析与表征方法研究

项目编号: No.51305358

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 丁建明

作者单位: 西南交通大学

项目金额: 25万元

中文摘要: 本课题针对高速列车运行条件下轮对轴承的特殊服役环境,围绕高速列车实际运行条件下轴承的故障行为分析和故障特征表征,采用理论分析、数值计算、特征提取、实物试验相结合的方法,探明轮对-轴承-轴箱-悬挂的动态相互作用机制和振动关系,建立轮对-轴承-轴箱-悬挂的动态相互作用模型以及模型的计算求解方法,分析轮对轴承缺陷型、磨损型、润滑失效型故障在高速列车实际运行条件下的故障行为规律。研究EMD端点效应的控制方法、分解次数的确定方法和分解模式的优选准则,提高表征方法与轮对轴承振动信号的适应性,研究归一化Hilbert变换或直接正交法提取分解模式的瞬时频率、瞬时幅值、Hilbert谱等瞬时特征,应用瞬时特征表征轮对轴承在单一、复合故障模式下的故障特征。本课题的研究能较为客观真实地分析高速列车运行条件下轮对轴承的故障行为和故障特征,为轮对轴承的安全监测和状态维修奠定理论基础,具有良好的社会效益和应用前景。

中文关键词: 轮对轴承;故障建模;故障行为分析;表征方法;

英文摘要: Against special service environments under high-speed trains operating conditions, the failure behavior analysis and fault characterization were studied in combination of theoretical analysis, numerical computation, feature extraction and physical tests. The dynamic interaction mechanisms and vibration relationship among wheelset, bearings, axlebox and suspension were ascertained. The dynamic interaction model and the corresponding solving methods were constructed. The failure behaviors in the type of defects, wear, lubrication failure are analyzed through the dynamic interaction model. The adaptability between the characterization methods and vibration signal of the wheelset bearing was improved through the control study of end effect of EMD(empirical mode decomposition), the determining method study of decomposition views, the preferred criteria study of decomposition modes. The transient characteristics ,such as instantaneous frequency, instantaneous amplitude and Hilbert spectrum, are computed through Normalized Hilbert transform or direct quadrature method to characterize wheelset bearing fault features in a single or composite failure mode. The subject of the study can more objectively and realistically analyze failure behavior and failure characteristics of wheelset bearing under the running conditions of

英文关键词: wheelset bearing;fault modelling;fault behaviour analysis;characterization method;fault diagnosis

成为VIP会员查看完整内容
0

相关内容

深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
94+阅读 · 2021年2月6日
【硬核书】矩阵代数:统计学的理论、计算和应用,664页pdf
专知会员服务
103+阅读 · 2020年11月27日
「深度神经网络 FPGA 」最新2022研究综述
专知
3+阅读 · 2022年3月26日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
37+阅读 · 2021年9月28日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
小贴士
相关VIP内容
深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
94+阅读 · 2021年2月6日
【硬核书】矩阵代数:统计学的理论、计算和应用,664页pdf
专知会员服务
103+阅读 · 2020年11月27日
相关资讯
「深度神经网络 FPGA 」最新2022研究综述
专知
3+阅读 · 2022年3月26日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员