1.西南交通大学轨道交通运载系统全国重点实验室 成都,610031;2.重庆中车时代电气技术有限公司 重庆,404100;3.中国铁路兰州局集团有限公司兰州车辆段 兰州,730050
丁建明,男,1981年8月生,博士、副研究员。主要研究方向为车辆健康监测与管理、动态信号处理和机器学习方法。 E-mail: fdingjianming@126.com
TH113.3
国家自然科学基金资助项目(52388102);四川省自然科学基金重点资助项目(2024NSFSC0019)
针对时变转速下现有代价函数在脊线提取中存在局限性、搜索区域选择对脊线提取误差较大的问题,基于动态路径规划原理与时频分析技术,提出了一种基于自适应代价函数及变带宽可迭代脊线提取方法。首先,根据信号在时频图上的亮度梯度,将脊线搜索区域自适应限制在窄带内,缩小提取范围并降低干扰影响;其次,构造融合峰值点幅值缩放与频率跳变惩罚因子的可调节代价函数,结合动态路径规划求解候选脊点的累计代价并完成最优路径回溯,实现单条脊线的精准提取;然后,采用在同一时频图内多次迭代的方式提取瞬时轴转频率、瞬时故障特征频率及其谐波等多条脊线;最后,利用提取脊线之间的平均比值与故障特征阶次进行匹配,从而实现故障诊断。研究结果表明:与现有流行方法比较,该方法在脊线提取准确度和抗噪上均有较高的性能,对于内圈故障和外圈故障脊线提取结果的平均误差分别为0.42%和0.2%,有效解决了时变转速下轴承故障脊线提取的精度与抗噪难题,为车辆轴箱轴承在复杂工况下的健康监测提供了高效、可靠的技术方案。