基于时延自相关ICA的列车轮对轴承复合故障诊断方法

• 作者: 张小娟 曾照福 李忠 王靖 黄采伦
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 轮对轴承 独立分量分析 时延自相关 复合故障
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 36-41
• 页数: 6页
• 分类号: U260.42|U279.32
• 字数: 5113字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2016.05.006

摘要

列车轮对轴承故障振动(特别是轮对轴承存在复合故障时)一般是由多个相互独立的振动信号源和噪声混叠而成,常见方法在诊断轮对轴承复合故障时易出现误诊.独立分量分析(ICA)方法能对各个独立源进行估计,可实现列车轴承复合故障的精确诊断;但很多ICA算法是在未考虑噪声的模型下推导出来的,且列车轮对状态监测信号受诸多干扰因素的影响;为此,本文提出将时延自相关降噪与ICA相结合提取并分离列车轮对轴承复合故障特征信息的方法.仿真与实际应用结果表明,该方法能有效分离出轮对轴承复合故障信号中的典型故障,可进一步降低列车轮对轴承故障诊断的误诊率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄采伦	湖南科技大学信息与电气工程学院	43	315	10.0	16.0
3	王靖	湖南科技大学信息与电气工程学院	18	74	4.0	8.0
5	李忠	湖南科技大学信息与电气工程学院	3	12	1.0	3.0
10	张小娟	湖南科技大学信息与电气工程学院	1	10	1.0	1.0