面向城轨列车走行安全的轴承在途故障诊断研究

《面向城轨列车走行安全的轴承在途故障诊断研究》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、多拿未万方数据)p／，l博士学位论文面向城轨列车走行安全的轴承在途故障诊断研究ResearchontheFaultDiagnosisAlgorithmsfortheBearingsofUrbanRailTrainRunningGear作者：姚德臣导师：贾利民教授北京交通大学2014年12月万方数据学位论文版权使用授权书IIIIllllJhlllllllllkllllllllllllllllllklUIY2917261．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

2、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)学位论文作者签名：玉ab德匿导师签名：签字日期：矽件年垃月“日签字日期：肋胖年lz月膨日万方数据学校代码：10004密级：公开北京交通大学博士学位论文面向城轨列车走行安全的轴承在途故障诊断研究ResearchontheFaultDiagnosisAlgorithmsfortheBearingsofUr

3、banRailTrainRunningGear作者姓名：姚德臣导师姓名：贾利民学位类别：工学学号：11114213职称：教授学位级别：博士学科专业：系统工程研究方向：信息与控制系统工程北京交通大学2014年12月万方数据致谢本论文的研究是在导师贾利民教授的指导下完成的，贾利民教授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。在此谨向导师表示衷心的感谢和诚挚的敬意。衷心感谢国家重点实验室的秦勇教授、巨常煦敞授、北京建筑大学杨建伟教授在研究生期间对我学习和工作上的指导，使我全方位健康成长，顺利完成学业。除此之外，国家重点实验室的蔡国强副

4、教授、殷洪军老师、李晓峰老师、魏秀琨副教授、董宏辉老师、王子洋副教授、王艳辉副教授、徐杰副教授、北京地铁运营有限公司李熙等对我学习生活、科研工作和论文都提出了许多的宝贵意见，在此表示真诚的感谢。在实验室工作及撰写论文期间，梁瑜博士、余博博士、杨杰博士、李敏、刘晶、高云、胡子腾、张坤、甄慧、王亚涛等同学对我科研工作和论文中的部分研究工作给予了热情帮助和有益建议，在此表示衷心的感谢。我还要感谢我的家人，尤其感谢我伟大的父亲和母亲，感谢他们近二十年来独自含辛茹苦对我和哥哥的培育和教导，使我能够完成今天的学业。我还要感谢爱人王金玉几年来的支持，感谢

5、所有的亲友，是他们的关心和支持我才能够取得今天的成绩!最后，论文的研究工作还得到了国家高技术研究发展计划(863计划)课题项目“城市轨道交通车辆关键装备监控预警与应急技术”、国家科技支撑计划“城轨交通列车运行状态全息检测与故障诊断技术及装备研制”等项目的资助，在此表示感谢。万方数据摘要城市轨道交通是我国城镇化和城市现代化的全局性和支撑性的基础设施，是城市综合交通的骨干交通方式。截止2012年底，全国城市轨道交通规划总里程超过14000公里，覆盖53个大中城市；截止2013年底，全国累计批复36个城市的轨道交通建设总里程约6000公里；累计建

6、成开通运营总里程已达2266公里。如何保障城市轨道交通系统的运营安全，提升运营维护水平，降低全生命周期运营成本已成为我国城市轨道交通可持续健康发展的瓶颈问题，迫切需要研发适应我国国情和运营管理机制的包括城轨列车走行部轴承运行状态在途检测、故障诊断和预警技术在内的轨道交通安全保障技术与装备体系。本文以形成符合国情和自主知识产权的城轨列车走行部轴承运营状态在途监测及预警关键理论技术与相关系统为目标，形成了具有普适意义的如下理论方法和关键技术及装备：本文对城轨列车走行部轴承在途故障诊断展开以下研究：1．深入研究了城轨列车走行部轴承结构、振动机理和

7、故障形式及原因，提出了多因素(径向游隙、转速、载荷、波纹度等)综合作用下的城轨列车走行部轴承静、动力学模型。分析了不同因素对系统的影响，得出轴承内在结构以及外部原因与征兆表现之间的内在联系和映射关系，再结合城轨列车特定运营环境，确定走行部轴承的监测参数与监测部位，为后续城轨列车轴承疲劳寿命评估和在途故障辨识提供理论和技术支撑。2．基于获取的实时动载荷数据，并在轴承疲劳寿命分析理论的基础上，构建了时变工况下城轨列车走行部轴承的疲劳寿命评估模型。首先系统分析了不同参数(转速、载荷、节径、滚动体数目)对轴承疲劳寿命的影响，在此基础上，结合轨道交通

8、列车时变运营工况，建立了变工况下走行部轴承疲劳寿命模型，并利用广州地铁时变工况环境下的数据对模型进行了测试，验证了模型的合理性和有效性。3．从基于实时数据特征提取方面考虑，提出了