列车轴箱轴承在途鲁棒可视化故障诊断方法

作者：付云骁; 贾利民^*; 杨杰; 魏秀琨; 秦勇

来源：铁道学报, 2018, 40(12): 38-45.

• 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

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。

• 单位
  轨道交通控制与安全国家重点实验室; 北京交通大学; 中车工业研究院有限公司