列車(chē)軸承故障的診斷方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及媒體通信技術(shù)領(lǐng)域，尤其涉及一種列車(chē)軸承故障的診斷方法和裝置。
【背景技術(shù)】
[0002] 地鐵已經(jīng)成為我國(guó)（特）大城市公共交通最重要的組成部分，地鐵建設(shè)正處于高 速建設(shè)和運(yùn)營(yíng)開(kāi)通高峰期。軸承作為地鐵列車(chē)的關(guān)鍵部件，它的狀態(tài)對(duì)列車(chē)的安全有極大 影響，而現(xiàn)有基于時(shí)域特征參數(shù)或者頻域特征參數(shù)的軸承故障診斷方法都有一定的局限 性，因此，研制一種新的列車(chē)軸承故障診斷裝置具有重要的理論意義和現(xiàn)實(shí)意義。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的實(shí)施例提供了一種列車(chē)軸承故障的診斷方法和裝置，以實(shí)現(xiàn)準(zhǔn)確地對(duì)列 車(chē)軸承故障進(jìn)行診斷。
[0004] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。
[0005] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種列車(chē)軸承故障的診斷方法，包括：
[0006] 用振動(dòng)傳感器采集列車(chē)軸承和構(gòu)架的振動(dòng)數(shù)據(jù)，根據(jù)所述列車(chē)軸承和構(gòu)架的振動(dòng) 數(shù)據(jù)獲取軸承信號(hào)；
[0007] 對(duì)所述軸承信號(hào)進(jìn)行分析處理，得到所述軸承信號(hào)的時(shí)域特征參數(shù)和頻域特征參 數(shù)；
[0008] 基于所述軸承信號(hào)的時(shí)域特征參數(shù)和頻域特征參數(shù)，以及訓(xùn)練樣本的軸承各種狀 態(tài)下的數(shù)據(jù)，采用故障分類(lèi)算法求解出軸承的故障狀態(tài)信息。
[0009] 進(jìn)一步地，所述的用振動(dòng)傳感器采集列車(chē)軸承和構(gòu)架的振動(dòng)數(shù)據(jù)，根據(jù)所述列車(chē) 軸承和構(gòu)架的振動(dòng)數(shù)據(jù)獲取軸承信號(hào)，包括：
[0010] 在列車(chē)的軸箱軸承和構(gòu)架側(cè)架上分別安裝雙坐標(biāo)振動(dòng)傳感器，所述雙坐標(biāo)振動(dòng)傳 感器包含調(diào)理電路、垂直和水平兩個(gè)方向的振動(dòng)沖擊信息敏感元件，所述雙坐標(biāo)振動(dòng)傳感 器分別采集列車(chē)軸承的振動(dòng)數(shù)據(jù)和構(gòu)架的振動(dòng)數(shù)據(jù)，將構(gòu)架的振動(dòng)作為軸承振動(dòng)的背景振 動(dòng)信號(hào)；
[0011] 將所述列車(chē)軸承的振動(dòng)數(shù)據(jù)和構(gòu)架的振動(dòng)數(shù)據(jù)轉(zhuǎn)化為電信號(hào)，對(duì)所述電信號(hào)進(jìn)行 去除噪聲處理，獲取代表軸承狀態(tài)的軸承信號(hào)。
[0012] 進(jìn)一步地，所述的對(duì)所述軸承信號(hào)進(jìn)行分析處理，得到所述軸承信號(hào)的時(shí)域特征 參數(shù)和頻域特征參數(shù)，包括：
[0013] 通過(guò)信號(hào)處理單元實(shí)時(shí)采集振動(dòng)傳感單元輸出的軸承信號(hào)，對(duì)所述軸承信號(hào)進(jìn)行 分析處理，計(jì)算所述軸承信號(hào)的時(shí)域特征參數(shù)，該時(shí)域特征參數(shù)包括偏度與峭度，利用小波 包對(duì)所述軸承信號(hào)進(jìn)行分解，得到軸承信號(hào)的各層的分量，計(jì)算分量的能量值，將所述分量 的能量值作為所述軸承信號(hào)的頻域特征參數(shù)；
[0014] 將所述軸承信號(hào)的時(shí)域特征參數(shù)和頻域特征參數(shù)進(jìn)行融合得到時(shí)頻域特征參數(shù)， 對(duì)所述時(shí)頻域特征參數(shù)進(jìn)行歸一化處理，所述信號(hào)處理單元將包含歸一化處理后的時(shí)頻域 特征參數(shù)的測(cè)量數(shù)據(jù)輸出。
[0015] 進(jìn)一步地，所述的方法還包括：
[0016] 選取軸承信號(hào)的時(shí)域特征參數(shù)為偏度和峭度，計(jì)算公式分別為：
[0017] 偏度α的計(jì)算公式為：
[0018]
[0019] 其中，Ν為時(shí)域信號(hào)采樣點(diǎn)總數(shù)，^為時(shí)域采樣信號(hào)，無(wú)為時(shí)域信號(hào)的平均值；
[0020] 峭度β的計(jì)算公式為：
[0021]
[0022] 其中，Ν為時(shí)域信號(hào)采樣點(diǎn)總數(shù)，Xl為時(shí)域采樣信號(hào)，為時(shí)域信號(hào)的平均值；
[0023] 選取軸承信號(hào)的小波包分解分量的能量作為頻域特征參數(shù)，原始信號(hào){x}分 解3層之后得到8個(gè)分量A31，D31，A32,D32,A33,D33,A34,D34,對(duì)于其中的某個(gè)分量 {足/}，/=3; 2, 3，· . .，8，人二丨，2,.，繼其能量的計(jì)算公式為：
[0024]
[0025] 其中Eu為小波包分解后第i層第j個(gè)分量的能量值，S u為小波包分解后第i層 第j個(gè)分量，m為小波包分解后第i層第j個(gè)分量的樣本點(diǎn)個(gè)數(shù)^為小波包分解后第i層 第j個(gè)分量的第k個(gè)樣本點(diǎn)。
[0026] 進(jìn)一步地，所述的基于所述軸承信號(hào)的時(shí)域特征參數(shù)和頻域特征參數(shù)，以及訓(xùn)練 樣本的軸承各種狀態(tài)下的數(shù)據(jù)，采用故障分類(lèi)算法求解出軸承的故障狀態(tài)信息包括：
[0027] 通過(guò)故障診斷單元接收所述包含歸一化處理后的時(shí)頻域特征參數(shù)的測(cè)量數(shù)據(jù)，對(duì) 所述測(cè)量數(shù)據(jù)進(jìn)行匯聚，提取所述測(cè)量數(shù)據(jù)中的時(shí)頻域特征參數(shù)，所述時(shí)頻域特征參數(shù)包 括8個(gè)頻域能量參數(shù)，2個(gè)時(shí)域特征參數(shù)：偏度和峭度；
[0028] 采集各種軸承狀態(tài)的信號(hào)，針對(duì)每種軸承狀態(tài)的信號(hào)計(jì)算設(shè)定數(shù)量組的時(shí)頻域特 征參數(shù)作為該軸承狀態(tài)的樣本，將所有軸承狀態(tài)的樣本組合在一起，作為軸承故障分類(lèi)算 法的訓(xùn)練樣本；
[0029] 將所述測(cè)量數(shù)據(jù)中的時(shí)頻域特征參數(shù)和所述軸承故障分類(lèi)算法的訓(xùn)練樣本作為 非線(xiàn)性的故障分類(lèi)算法的輸入，所述故障分類(lèi)算法經(jīng)過(guò)軸承狀態(tài)識(shí)別過(guò)程輸出軸承狀態(tài)信 息，該軸承狀態(tài)信息包括軸承狀態(tài)是否發(fā)生故障，故障的定位以及故障的嚴(yán)重程度。
[0030] 進(jìn)一步地，所述的方法還包括：
[0031] 當(dāng)所述故障分類(lèi)算法為BP神經(jīng)網(wǎng)絡(luò)時(shí)，所述BP神經(jīng)網(wǎng)絡(luò)的輸入為歸一化的時(shí)頻 域特征參數(shù)和所述軸承故障分類(lèi)算法的訓(xùn)練樣本：
[0032] 設(shè)輸入向量關(guān)
其中xf, /=1，2，...,/?為軸承的某種狀態(tài) 的樣本，包含10個(gè)時(shí)頻域特征參數(shù)；
[0033] 目標(biāo)向量為
中yffc，/=1，2，...,《為軸承的7種診斷狀 態(tài)中的一種；
[0034] 隱層向量為Sk=(sus2，…，sq);，其中Syi= 1, 2, . . . ,q為隱層各單元的輸入；
[0035] 輸出向直為Bk=(bdb2,…，bq)其中t^，1 = 1,2，...，9為隱層各單兀的頭際 輸入；
[0036] 輸出層的輸入向莖為L(zhǎng)k= (1 ^ 12，…，ln)，其中1;，i= 1，2, . . .，η為輸出層各單 元的輸入；輸出向量為Ck=(cdc2,…，cn);，其中q，i=1，2,. . .，η為輸出層各單元的實(shí) 際輸出；
[0037] 輸入層與隱層的連接權(quán)值為Wij，i= 1，2, · · ·，m;j= 1，2. · ·ρ;
[0038] 隱層至輸出層的連接權(quán)值為Vjt，j=1，2,· ··，q;t= 1，2,· ··，η;
[0039]隱層各單兀闡值為θ』，j= 1，2,· · ·，q;
[0040] 輸出層各單兀闡值為yt,t= 1，2, · ··，n;
[0041] 參數(shù)k= 1，2, · ··，m;
[0042] 訓(xùn)練樣本的軸承各種狀態(tài)下的數(shù)據(jù)，其訓(xùn)練過(guò)程如下：
[0043] 1.給連接權(quán)值和閾值Θj、yt賦值，選定輸入向量Xk和目標(biāo)向量Yk;
[0044] 2.根據(jù)輸入向量Xk、連接權(quán)值Wl]和閾值Θ,計(jì)算隱層各單元的輸入8]，并計(jì)算隱 層的實(shí)際輸出b,，計(jì)算公式為：
[0045] 卜-丄
[0046] bj=f(sj),j= 1, 2, ···,q
[0047] 3.根據(jù)隱層輸出b,、連接權(quán)值v]t和閾值γt計(jì)算輸出層各單元的輸入lt，，并通過(guò) 傳遞函數(shù)計(jì)算輸出層各單元的實(shí)際輸出ct，計(jì)算公式如下：
[0048]
[0049] ct=f(1t)，t= 1，2,…，η
[0050] 4.比較目標(biāo)向量Yk與網(wǎng)絡(luò)實(shí)際輸出ct，根據(jù)下述公式計(jì)算輸出層各單元的誤差
rf?;
[0051
[0052] 5.根據(jù)連接權(quán)值v]t、輸出層誤差4和隱層輸出b,計(jì)算隱層各單元誤差，計(jì)算 公式如下：
[0053]
[0054] 6.根據(jù)輸出層各單元的誤差cf、隱層各單元的輸出b,修正連接權(quán)值v]t和閾值 yt，修正公式如下：
[0055]
[0057] 7.利用隱層各單元誤差<、輸入向量Xk、修正連接權(quán)值Wl]和閾值Θ,，修正公式如 下：
[0058]
[0059]
[0060] 8.選取下一組模式輸入，返回到步驟2,重新開(kāi)始訓(xùn)練，直到訓(xùn)練完所有模式，最 后對(duì)所有的實(shí)際輸出與期望輸出的誤差平方求和，得到誤差E，將誤差E作為網(wǎng)絡(luò)收斂的檢 驗(yàn)標(biāo)準(zhǔn)。
[0061]
[0062] 給定網(wǎng)絡(luò)收斂的閾值，如果誤差E小于給定的閾值，則神經(jīng)網(wǎng)絡(luò)是收斂的；如果誤 差E大于給定閾值，則隨機(jī)從樣本中取一組輸入重新訓(xùn)練網(wǎng)絡(luò)，直至網(wǎng)絡(luò)的誤差E小于給定 的閾值；
[0063]BP神經(jīng)網(wǎng)絡(luò)的輸出為（0,1，0,0,0,0,0)、（1，1，0,0,0)、 (0, 0, 1，0, 0, 0, 0)、（0, 0, 0, 0, 0, 1，0)、（0, 0, 0, 0, 1，0, 0)、（0, 0, 0, 0, 0, 0, 1)
[0064] 分別表示內(nèi)圈輕微故障、內(nèi)圈嚴(yán)重故障、外圈輕微故障、外圈嚴(yán)重故障、滾動(dòng)體輕 微故障、滾動(dòng)體嚴(yán)重故障、無(wú)故障。
[0065] 根據(jù)本發(fā)明的另一個(gè)方面，提供了一種列車(chē)軸承故障的診斷裝置，其特征在于，包 括：振動(dòng)傳感器單元、信號(hào)處理單元和故障診斷單元；
[0066] 所述的振動(dòng)傳感器單元，用于通過(guò)振動(dòng)傳感器采集列車(chē)軸承和構(gòu)架的振動(dòng)數(shù)據(jù)， 根據(jù)所述列車(chē)軸承和構(gòu)架的振動(dòng)數(shù)據(jù)獲取軸承信號(hào)；
[0067] 所述的信號(hào)分析單元，用于對(duì)所述軸承信號(hào)進(jìn)行分析處理，得到所述軸承信號(hào)的 時(shí)域特征參數(shù)和頻域特征參數(shù)；
[0068] 所述的故障診斷單元，用于基于所述軸承信號(hào)的時(shí)域特征參數(shù)和頻域特征參數(shù)， 以及訓(xùn)練樣本的軸承各種狀態(tài)下的數(shù)據(jù)，采用故障分類(lèi)算法求解出軸承的故障狀態(tài)信息。
[0069] 進(jìn)一步地，其特征在于：
[0070] 所述的振動(dòng)傳感器單元，用于包含在列車(chē)的軸箱軸承和構(gòu)架側(cè)架上分別安裝的雙 坐標(biāo)振動(dòng)傳感器，所述雙坐標(biāo)振動(dòng)傳感器包含調(diào)理電路、垂直和水平兩個(gè)方向的振動(dòng)沖擊 信息敏感元件，所述雙坐標(biāo)振動(dòng)傳感器分別采集列車(chē)軸承的振動(dòng)數(shù)據(jù)和構(gòu)架的振動(dòng)數(shù)據(jù)， 將構(gòu)架的振動(dòng)作為軸承振動(dòng)的背景振動(dòng)信號(hào)；
[0071] 將所述列車(chē)軸承的振動(dòng)數(shù)據(jù)和構(gòu)架的振動(dòng)數(shù)據(jù)轉(zhuǎn)化為電信號(hào)，對(duì)所述電信號(hào)進(jìn)行 去除噪聲處理，獲取代表軸承狀態(tài)的軸承信號(hào)。
[0072] 進(jìn)一步地，其特征在于：
[0073] 所述的信號(hào)分析單元，用于實(shí)時(shí)采集振動(dòng)傳感單元輸出的軸承信號(hào)，對(duì)所述軸承 信號(hào)進(jìn)行分析處理，計(jì)算所述軸承信號(hào)的時(shí)域特征參數(shù)，該時(shí)域特征參數(shù)包括偏度與峭度， 利用小波包對(duì)所述軸承信號(hào)進(jìn)行分解，得到軸承信號(hào)的各層的分量，計(jì)算分量的能量值，將 所述分量的能量值作為所述軸承信號(hào)的頻域特征參數(shù)；
[0074] 將所述軸承信號(hào)的時(shí)域特