动车组机械传动系统轴承振动信号分析与故障诊断

《动车组机械传动系统轴承振动信号分析与故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、劣参未交万方数据硕士专业学位论文动车组机械传动系统轴承振动信号分析与故障诊断ElectricMultipleUnitMechanicalTransmissionBeatingVibrationSignalAnalysisandFaultDiagnosis作者：刘良峰导师：方进北京交通大学2014年6月万方数据学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以

2、供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)⋯一龇匆讧哮签字日期：沙，仁年么月77日导师签名：玄／也、＼)签字日期：加降年占月，夕日万方数据学校代码：10004北京交通大学硕士专业学位论文密级：公开动车组机械传动系统轴承振动信号分析与故障诊断ElectricMultipleUnitMechanicalTransmissionBearingVibrationSignalAnalysisandFa

3、ultDiagnosis作者姓名：刘良峰导师姓名：方进学号：12125863职称：教授工程硕士专业领域：电气工程学位级别：硕士北京交通大学2014年6月万方数据致谢本论文的工作是在我的导师方进教授、张奕黄教授、曹君慈副教授、佟庆彬副教授及湖南银河电气有限公司的鄢文老师的指导下完成的，各位老师严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此亦衷心感谢各位老师特别是方进老师、鄢文老师在生活中和学习上对我的关心和指导。方进老师学识渊博，待人诚恳，对工作充满热情，对学生高度负责的态度和无微不至的关怀，时时感动和激励着我

4、，使我受益匪浅，并将会深远地影响我今后的学习和工作。鄢文老师专业知识扎实，科研经验丰富，对工作一丝不苟，在我实习期间对我的学习和工作上的帮助，将使我终生受益。两位老师对我的学习，科研和生活都给予了很大的关心和帮助，在此谨向辛勤培养和关心我的方进教授和鄢文老师，致以崇高的敬意和最衷心的感谢!在湖南银河电气有限公司实习期间，感谢李欢欢同学在Matlab程序的编译和轴承振动数据的整理上提供了很大的帮助，感谢颜雪强工程师在LabVIEW程序的编写和修改上给了很多指导性建议和极大的帮助。另外，非常感谢申政、李云贤、于涛、栗会峰、董

5、大磊、霍英杰、陈晓宇、李鹏飞和刘旭东等同学对我在实验室工作和撰写论文期间给予的帮助和支持，在此向他们表达我的感激之情。另外在读研期间得到了家人的充分理解和支持，在此感谢我的父母，他们是我最坚强和最可靠的后盾，他们永远是我最大的精神支持，在此向他们表达我最深情的谢意。万方数据摘要近年来，我国对外开放和社会经济的高速发展，加快了高速铁路的建设速度，随着高速铁路里程数和客流量的增多，动车组的装机量迅速增加，高铁运营的安全逐渐成为行业内所关注的最重要课题。轴承作为动车中重要的旋转零件，也是主要故障源之一。在列车的高速重载运行中，

6、轴承的早期故障很容易进一步扩大，从而造成列车颠覆等安全事故。动车组传动系统滚动轴承的故障诊断，对铁路运输的安全运行有着切实的意义。本文针对动车组滚动轴承常见的内外环故障、滚动体故障和正常运行四种运行状态，分别从时域和频域对其振动信号进行分析，采用了优化的集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)时频分析方法与BP神经网络(BackPropagationNeuralNetwork)状态识别相结合的滚动轴承智能诊断方法。论文首先系统地介绍了滚动轴承故障形式及其产生的原因

7、，轴承各零部件振动的固有频率及其故障特征频率，然后分析了轴承在四种运行状态下五个时域特征的变化情况和规律。通过介绍EEMD时频分析方法，针对其在运算效率方面的不足，提出两种优化方法并论证了其可行性。接着论文利用优化后EEMD计算得到的8个基本模函数(IntrinsicModeFunctions，IMF)能量分布的非一致性，将各IMF的能量作为BP神经网络的特征向量输入。利用BP神经网络的非线性映射功能，建立神经网络并实现滚动轴承运行状态和基本模函数能量分布之间的映射关系，对提取的特征向量进行网络训练后，测试并验证了神经网

8、络的识别效果。论文最后介绍了滚动轴承故障诊断系统的搭建，分别从硬件和软件两方面对系统进行了简要的阐述，并通过现场实验验证了它在故障诊断中的作用。关键词：滚动轴承，振动信号，集合经验模态分解，BP神经网络，故障诊断万方数据ABSTRACTInrecentyears，withthedevelopmentofChina's