基础进口轴承，作为轨道车辆的关键旋转部件之一，起到了轴承、减磨、减阻的作用。目前，铁路车辆进口轴承的监测方法按物理量分为三种类型，主要是基于温度、声音、振动和冲击信号。根据设备模式，主要有基于温度的、基于振动的车辆监控模式，以及基于声音的路边设备模式。基于振动信号的车载监测对于检测进口基础轴承的故障更为敏感，将是未来进口基础轴承监测的发展方向。进口轴承振动信号分析方法的研究和应用在机械故障诊断领域受到了广泛的关注。近年来，对进口轴承振动信号的降噪、特征提取、故障诊断和故障预测等理论和算法得到了迅速的发展和优化。由于列车的安全性要求很高，我们更加重视进口轴承的小故障的早期诊断。Randall 和 antoni [1-2]提出了一种基于快速傅里叶变换的频谱峰度算法，并成功地应用于轴承输入非平稳信号的分析。

刘伟等人提出了基于折射过滤的城市轨道车辆fag进口轴承缺陷特征的分析方法，完成了FAG进口轴承振动信号带的有效划分，防止了信号截断误差，通过信号频谱分析，定性地识别了外环和滚筒消融问题。孙晓涛等方法基于小波分析和神经网络提出了轨道车辆FAG进口轴承诊断过程，经过小波包分析建立过滤参数，通过RBF神经网络停止正常，内环、外环、滚筒问题四个特点进行精确分类。何光建等系统根据经验形式合成和支持矢量机提出了列车滚动FAG进口轴承诊断分类方法，经验形式综合了对小波噪声消除信号停止滤清器的合成，支持矢量机对IMF重量特征指标停止分类，识别FAG进口轴承的不同部件。唐贵基等基于自我符合的多尺度STH向FAG进口轴承特性转化停止加强，将各秤改造后的信号特征值能量比作为选择规范，确认了优良的变换参数，最终完成了轧制FAG进口轴承的定性诊断。首先，构建了FAG导入轴承断层振动信号的拉普拉斯波转换功能，利用小波基的密集显示来识别滚装FAG导入轴承问题的瞬态冲击特性，有效区分外环、内环和滚筒的微小断层。

关贞珍[8]等基于滤波后 FAG进口轴承振动图像质量特性,应用双谱图像纹理特征可以定义辨别了不同工作部件通过不同发展严重经济水平的 FAG进口轴承毛病,比照了图像数据特征主要指标的敏感信息状况,后提出了作为一种 FAG进口轴承定性定量诊断的有效方法剖析思绪。

推荐资讯