一种高速列车转向架轮对模态分析的试验装置的制作方法

本发明涉及一种高速列车转向架轮对模态分析的试验装置，属高速列车转向架轮对技术领域。

背景技术：

高速列车是世界铁路的共同发展趋势，并成为铁路现代化的重要标志。

高速列车转向架在运行中担当着导向、承载、减振等任务，同时也是牵引和制动最终执行者，是高速列车的关键部件。

高速列车转向架由轮对、轴箱、一系悬挂、构架、二系悬挂、驱动装置和基础制动装置等七部分组成，轮对是高速列车转向架与钢轨相连接的部分，由左右两个车轮牢固地压装在同一根车轴上所组成。轮对是转向架核心关键部件，其运行状态直接影响到转向架的稳定性。

模态分析，是通过外部激励，利用数据采集卡进行数据采集，然后对采集到的数据进行信号处理及特征提取，由模态分析法获得相应系统的模态参数（主要包括固有频率与阻尼比），并与实际系统的模态参数相比较，以确定该试验系统是否处于稳定的阶段。所以搭建一个模态试验装置，通过模态分析法判断轮对的稳定性将是一种十分有效的方法。

技术实现要素：

本实用新型的目的是，为了实现对轮对的模态分析，确定高速列车转向架的轮对是否处于正常状态，本实用新型提出一种高速列车转向架轮对模态分析的试验装置。

本实用新型的技术方案是，一种高速列车转向架轮对模态分析的试验装置包括信号发生器、功率放大器、激振器、加速度传感器、数据采集卡和PC机。

所述加速度传感器为压电式加速度传感器。

所述信号发生器通过导线连接与功率放大器；功率放大器通过导线与激振器相连；激振器的激振头与被测件高速列车转向架轮对相接触；加速度传感器的正极与数据采集卡的采集端口相连，负极接地；数据采集卡通过数据线与PC机相连。

本实用新型一种高速列车转向架轮对模态分析试验装置的试验原理为，当振动达到系统的固有频率时，系统会产生共振。当激振器产生的振动频率与所测轮对的固有频率比较接近时，轮对会产生共振，此时轮对的振动幅值比较大，可以通过加速度传感器测得，对所采集的信号进行特征提取与处理后，可以获得轮对的模态参数。

本实用新型利用信号发生器产生激励信号，再经功率放大器将信号放大，输入到激振器中，使激振器产生振动，通过激振头对轮对的力作用，从而激起轮对的振动。为了获取振动信号，在轮对上安装了加速度传感器，测量轮对的振动加速度信号，由数据采集卡采集振动加速度信号，并将振动加速度模拟信号转换成数字信号，最后输入PC机中，通过模态分析方法，确定轮对的模态参数，从而判断轮对的运行状态。

本实用新型的有益效果是，本实用新型采用单点激励的方式对所测构件进行激励，单点激励操作简单，成本较低，而且可达到比较好的激励效果。本实用新型采用了稳态正弦激励信号，通过逐步改变正弦信号的频率，可以有效的激起被测构件的各阶主振动，而且激励信号的频率与幅值比较好控制，输出信号能达到比较高的信噪比。本实用新型采用了激振器激励的装置，这种装置比较容易控制。本实用新型采用了压电式加速度传感器，这种传感器比较灵敏，能快速、准确的测得构件的振动加速度信号。

本实用新型装置不限于高速列车转向架轮对的模态分析，对其余的高速列车构件的模态分析也适用。

附图说明

图1是本实用新型的测量装置示意图；

图2是本实用新型的测量技术线路图；

图中，1是高速列车转向架轮对；2是压电式加速度传感器；3是数据采集卡；4是PC机；5是信号发生器；6是功率放大器；7是激振器。

具体实施方式

本实用新型的具体实施方式如图1所示。

本实施例一种高速列车转向架轮对模态分析的试验装置由高速列车转向架轮对1、压电式加速度传感器2、数据采集卡3、PC机4、信号发生器5、功率放大器6、激振器7所组成。其中信号发生器5与功率放大器6用导线连接，并且正极与正极相连，负极与负极相连；功率放大器6与激振器7也用导线相连，激振器7的激振头与高速列车转向架轮对1相接触；加速度传感器的正极与数据采集卡的采集端口相连，负极接地；数据采集卡3与PC机4是通过数据线相连的。

在信号采集之前，为了确保输入激振器中的信号是信号发生器提供的信号，需要先将安装在轮对上的加速度传感器的信号输入到示波器中，观察示波器中显示的频率与信号发生器输出的频率是否一致，一致时即可进行振动信号的采集。

进行信号采集时，首先打开信号发生器的开关，调节至预先计划的频率，再在PC机上设置好保存路径，然后点击信号采集的按钮，振动信号开始被采集并保存至相应的文件中，信号采集结束后，点击关闭信号采集的按钮，再关闭信号发生器的开关，信号采集结束。

由于采集到的信号含有噪声，为了提高特征提取的准确性，需在信号处理前进行预处理，这里选择小波去噪的方法。为了得到比较平缓的去噪曲线，本实用新型选择软阈值法；为了达到比较好的去噪效果，本实用新型选择给定阈值消噪处理的方式。在MATLAB中，输入原始信号，确定阈值和去噪方式，可得到去噪后的信号。

为了识别轮对的模态参数，首先将预处理后的信号进行经验模态分解，得到各阶特征模函数和一个剩余函数；再将经EMD分解后的各阶函数进行希尔伯特变换；然后利用MATLAB软件绘制瞬时幅值对数图与瞬时相位图，再进行线性拟合，得到拟合函数的表达式。

根据求解得到的模态参数，与处于正常状态下轮对的模态参数进行对比，如果在误差允许的范围内（本实用新型专利优先考虑5%的误差范围），则可判断轮对的状态为正常，如果不在这个范围内，则可判断轮对的状态为不正常。