列车轴箱轴承在途鲁棒可视化故障诊断方法

• 作者: 付云骁 杨杰 秦勇 贾利民 魏秀琨
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 快速经验模态分解 融合相关熵矩阵 主成分分析 滚动轴承 可视化 故障诊断
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 38-45
• 页数: 8页
• 分类号: U260.3312
• 字数: 5950字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2018.12.006

摘要

为使列车轴箱轴承在非平稳工况下的故障识别更加有效,本文提出基于融合相关熵特征的鲁棒可视化滚动轴承故障诊断方法.通过快速集成经验模态分解FEEMD对轴承振动信号进行时频分解,提取本征模函数IMF矩阵;计算IMF与原始信号的线性相关系LCC作为相关熵的调幅系数,进而通过相关统计计算获得样本集的多维相关熵矩阵CM;利用主元分析PCA对CM进行数据空间变换,通过提取变换后的融合相关熵矩阵ICM,实现相关熵矩阵的可视化.通过实验分别提取匀加速、匀速及匀减速3种运行工况下的滚动轴承ICM特征,通过对比EMD、EEMD和FEEMD 3种信号分解方法,发现FEEMD的信号分解效率更高,且ICM比传统特征对非平稳工况下轴承故障辨识的鲁棒性更好.FEEMD-ICM为轴箱轴承快速、客观且稳定的故障诊断实现提供了可靠的理论依据和技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	北京交通大学轨道交通控制与安全国家重点实验室	13	119	6.0	10.0
2	贾利民	北京交通大学轨道交通控制与安全国家重点实验室	176	2118	22.0	36.0
6	魏秀琨	北京交通大学轨道交通控制与安全国家重点实验室	9	22	3.0	4.0
7	付云骁		4	24	3.0	4.0