基于KJADE的列车轴承轨边声学诊断方法研究

作者：龙磊; 何兵; 刘方; 刘永斌^*; 李桂华; 陆思良

来源：振动.测试与诊断, 2020, 40(04): 781-829.

DOI：10.16450/j.cnki.issn.1004-6801.2020.04.022

• 核特征矩阵联合近似对角化
• 列车轴承
• 故障诊断
• 多普勒校正

为在线诊断运行列车的轴承状态,提出一种基于核特征矩阵联合近似对角化(kernel joint approximate diagonalization of eigen-matrices,简称KJADE)的列车轴承轨边声学故障诊断方法。首先,从校正后的轨边信号中提取原始特征,将其通过非线性映射函数映射到高维特征空间;其次,对特征空间的核矩阵进行四阶累积量的特征分解,获得新融合特征,并采用支持向量机分类器对融合特征进行辨识;最后,对轴承外圈、内圈、滚子故障和正常4种状态下的列车轨边声学信号进行分析。结果表明,该方法可以有效实现对列车轴承轨边声音信号的非线性特征提取,提高了故障的识别率。

• 单位
  安徽大学; 自动化学院