轨道交通车辆及其走行部滚动轴承故障提取方法、系统与流程

本发明涉及轨道交通，特别是一种轨道交通车辆及其走行部滚动轴承故障提取方法、系统。

背景技术：

1、滚动轴承是城轨列车系统中应用最广泛，同时最易损坏的部件之一。在高温、高速、重载、长时间运营的恶劣服役环境下，城轨列车走行部滚动轴承的故障问题更加突出与尖锐。

2、由于振动响应汇总包含着丰富的设备健康状态信息并且容易测量和获取，因此振动信号分析已经成为了广泛采用的机械设备信号处理与故障诊断手段。然而，在复杂的列车走行部系统中，存在着箱体振动、齿轮啮合、传输路径失真等诸多噪声源，使得采集到的滚动轴承振动信号被严重干扰和污染，故障特征信息提取困难。此外，当滚动轴承处于裂纹比较轻、缺口比较小等早期故障条件下，振动信号中所包含的故障特征信息将更加微弱，在干扰严重的环境中识别更加困难。若未及时识别出微弱故障信息，则当振动信号显著变化时，滚动轴承的故障已经到了相当严重的程度并且将会加速发展。因此针对城轨列车走行部滚动轴承的微弱故障进行高效、准确、可靠地提取与诊断，具有重要的意义。

3、现有技术中，微弱故障处理方法主要包括去噪处理和特征增强两大类方法。去噪处理中最优共振解调频带选择是国际上公认应用最广泛的方法，该方法虽然经过多年发展在故障诊断领域中取得一定的进展，但是存在着仅抑制了所选频带以外的噪声干扰，而通带内随机干扰则没有被处理的缺陷，一定程度上影响了故障诊断的效果。小波去噪方法比如小波模极大值去噪、小波阈值去噪等，同样被广泛应用于旋转机械微弱故障特征提取中，有着丰富的理论发展和应用成果，但是存在着小波函数构造和选用、滤波阈值确定等工程难点。特征增强中谱图融合增强方法，比如重调包络时频谱、小波尺度谱与wigner-ville分布融合增强等，可以有效地增强微弱故障信息，但是受限于时频谱图的质量；随机共振方法可以有效地提高信号的信噪比，增强特征，但是在处理大幅度、高频的信号方面存在明显不足。

4、现有技术的有关滚动轴承微弱故障处理方法(例如cn108444704b、cn107956708b、cn107665337b等)仅为单一的去噪方法或者增强处理的应用，存在着依赖已知信号、“过扼杀”以及增强效果不明显等缺陷，未有效结合二者的优势。

技术实现思路

1、本发明所要解决的技术问题是，针对现有技术不足，提供一种轨道交通车辆及其走行部滚动轴承故障提取方法、系统，克服现有技术依赖已知信号、“过扼杀”以及增强效果不明显的缺陷。

2、为解决上述技术问题，本发明所采用的技术方案是：一种列车走行部滚动轴承故障提取方法，包括以下步骤：

3、s1、获取走行部滚动轴承运行时的振动信号；

4、s2、对所述振动信号进行预处理，得到预处理后的时域信号；

5、s3、计算预处理后的时域信号的teager能量算子；

6、s4、利用所述时域信号的teager能量算子获得快速谱峭度图，根据快速谱峭度图得到对应的时域信号；

7、s5、对步骤s4获得的时域信号进行希尔伯特变换，并以所述时域信号为实部，以希尔伯特变换后的信号为虚部，构建新的解析信号，计算所述新的解析信号的模，得到振动信号的包络信号，对所得包络信号行快速傅里叶变换，得到对应的包络解调谱，利用所述包络解调谱确定滚动轴承故障。

8、本发明充分结合了teager能量算子增强处理和fsk(快速谱峭度)滤波降噪处理的优势，能够十分准确、可靠地提取微弱故障信息，实现城轨列车走行部滚动轴承微弱故障诊断。克服了现有技术中单一去噪方法存在的“过扼杀”、依赖参考信号的问题，也克服了单一增强处理的信噪比改善有限、受限于时频谱图质量的问题，有效避免了“过扼杀”、依赖参考信号、自适应性较差的问题，显著地弥补了单一方法的不足。

9、步骤s2的具体实现过程包括：

10、1)对获取的振动信号进行初始化，找出所有极大值点imax和极小值imin点，并用三次样条插值函数拟合数据点，形成上、下包络线；

11、2)计算上、下包络线均值mx1，将振动信号与mx1的差值作为第一成分，记为hx1；

12、3)判断hx1是否满足imf准则，若是，则hx1是振动信号的第一个imf分量，进入步骤5)；否则，进入步骤4)；

13、4)将hx1作为振动信号，返回步骤1)，当hx1k满足imf准则时，进入步骤5)；

14、其中，hx1k为第k次迭代后得到的第一成分；

15、5)从振动信号中分离所述第一个imf分量，得到残余分量r1，判断残余分量r1是否满足分解终止条件，若否，则将残余分量r1设定为振动信号，返回步骤1)；否则，进入步骤6)；

16、6)计算第i个imf分量imfi与振动信号的相关系数，若imf分量的总数大于3，则选取系数最大的前三个imf分量进行重构，得到重构后的信号；否则选取所有imf分量进行重构；对重构后的信号进行预白化处理，得到预处理后的时域信号；其中，i＝1,2,…,n，n为imf分量个数。

17、本发明采用emd分解与重构以及预白化处理，有效地对信号进行预处理，去除基线、低频干扰，消除数据的相关性，增强了振动信号的冲击特性，提高了去噪和增强处理的质量。

18、步骤s3中，预处理后的时域信号的teager能量算子xt(t)表示为：其中，x(t)是t时刻预处理后的时域信号，本发明采用的teager能量算子解调，克服了其他增强方法受限于时频谱图质量、需要设置参数、自适应性较差等问题，具有更普适、有效的信息增强效果。

19、步骤s4中，快速谱峭度图得到对应的时域信号其中，xt(t)表示预处理后的时域信号的teager能量算子；ω表示圆频率；t表示积分时间变量。

20、根据快速谱峭度图得到的对应的时域信号为对根据快速谱峭度图的色阶显示获得的能量最大的区块进行带通滤波、并对共振频带的信号进行傅里叶逆变换获得的信号；其中，所述带通滤波的中心频率为能量最大的区块的中心载波频率fc，带宽大小为能量最大的区块的宽度bw。快速谱峭度(fsk)方法可以客观地确定最佳共振频带的位置，通过逆变换获得信噪比大、包含故障信息更多的时域波形，避免了人为主观选取的影响。

21、步骤s5中，包络解调谱其中，为步骤s4获得的时域信号，为希尔伯特变换后的信号。本发明采用包络解调进行谱分析，谱中包含能量更大、干扰更少的故障特征频率(fcf)，有利于直观、准确地诊断滚动轴承的故障类型。

22、步骤s5中，利用所述包络解调谱确定滚动轴承故障的具体实现过程包括：若包络解调谱h(ω)中存在滚动轴承故障特征频率fcf及其倍频对应的谱线，则判断滚动轴承存在微弱故障；所述滚动轴承故障特征频率fcf包括外圈故障特征频率、内圈故障特征频率、滚动体故障特征频率、保持架故障特征频率中的一种或多种；其中：

23、外圈故障特征频率fbpfo计算公式为：

24、

25、内圈故障特征频率fbpfi计算公式为：

26、

27、滚动体故障特征频率fbsf计算公式为：

28、

29、保持架故障特征频率fftf计算公式为：

30、

31、式中，z表示滚动体个数，f表示轴的转频，d表示滚动体直径，d表示节圆直径，α表示轴承接触角。

32、作为一个发明构思，本发明还提供了一种列车走行部滚动轴承故障提取系统，包括：

33、一个或多个处理器；

34、存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明上述方法的步骤。

35、进一步地，为了便于获取振动信号，本发明的系统还包括采集单元，所述采集单元用于采集走行部滚动轴承运行时的振动信号，并将所述走行部滚动轴承运行时的振动信号传输至所述处理器。

36、所述采集单元为振动加速度传感器，所述振动加速度传感器安装于城轨列车走行部滚动轴承上。

37、作为一个发明构思，本发明还提供了一种轨道交通车辆，其包括本发明上述的故障提取系统。

38、与现有技术相比，本发明所具有的有益效果为：本发明有效结合了teager能量算子增强处理和快速谱峭度(fsk)降噪处理两类方法，克服了单一teager能量算子增强不明显以及单一fsk在严重噪声下失效的缺陷，有效避免了“过扼杀”、依赖参考信号、自适应性较差的问题，显著地弥补了单一方法的不足。