《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

考虑多普勒效应的列车轴承参数驱动声学故障诊断模型

作者:滕繁荣,刘方,翟中平,等. 日期:2022-11-22/span> 浏览:487 查看PDF文档

考虑多普勒效应的列车轴承参数
驱动声学故障诊断模型*
滕繁荣1,刘方1*,翟中平2,侯超强1,翟涛涛1,刘永斌1

(1.安徽大学 电气工程与自动化学院,安徽 合肥 230601;
2.中国科学技术大学 精密机械与精密仪器系,安徽 合肥 230027)


摘要:在轨边声学检测过程中,列车轴承信号由于受到多普勒效应的影响,会导致其轴承故障诊断准确性下降,针对这一问题,提出了一种基于参数驱动学习模型的列车轴承声学智能故障诊断方法。首先,对列车轴承振动信号受多普勒效应影响导致失真的因素进行了分析,提出了故障诊断方法,即在前期样本不平衡情况下,利用运动学参数驱动的安全域模型(KPD-SRM)进行诊断;在后期样本平衡情况下,利用运动学参数驱动的一维卷积神经网络(KPD-CNN)进行诊断;然后,在仿真情况下,利用该方法分别对样本不平衡和样本平衡的10种不同故障类型的轴承样本进行了故障诊断,计算了其故障诊断的准确率;最后,在实验情况下,利用该方法分别对样本不平衡和样本平衡的4种不同故障类型的轴承样本进行了故障诊断,并计算了其故障诊断的准确率。研究结果表明:在样本不平衡和样本平衡两种情况下,仿真案例的诊断准确率分别达到97.5%和96%,实验案例的诊断准确率分别达到93.5%和97%;参数驱动学习模型可以在不经过复杂的信号校正情况下,有效利用历史数据提高其故障诊断的准确率,且其诊断的准确率随着监测样本的增加而不断提高。

关键词:轮对轴承;轨边声学检测系统;信号校正;运动学参数驱动安全域模型;运动学参数驱动卷积神经网络;故障诊断准确率;样本不平衡

中图分类号:TH133.33;U279.323文献标识码:A文章编号:1001-4551(2022)09-1175-10


本文引用格式:

滕繁荣,刘方,翟中平,等.考虑多普勒效应的列车轴承参数驱动声学故障诊断模型[J].机电工程,2022,39(9):1175-1184.

TENG Fan-rong, LIU Fang, ZHAI Zhong-ping, et al. Parameter-driven acoustic fault diagnosis model for train bearings considering the Doppler effect[J].Journal of Mechanical & Electrical Engineering, 2022,39(9):1175-1184.



友情链接

浙江机械信息网