[发明专利]一种基于GEMD包络谱分析的车轴故障的诊断方法

说明书

本发明提供了一种基于GEMD包络谱分析的车轴故障的诊断方法，包括：速度传感器内集成振动传感器，所述振动传感器用于检测车轴振动；所述振动传感器采集原始的振动信号，基于GEMD的包络谱分析形成所述振动信号的检测数据；输出所述检测数据所形成的车轴状态信息给上级系统和/或检测人员，以判断车轴是否出现故障。本发明除了测量车轮的运动参数外，还可以同时监测车轴的工作状态；利用基于GEMD包络谱分析的设备故障诊断技术对车轴的潜在故障进行提前检测，可以判断是否需要对潜在故障的车轴进行预防性更换，避免因定期更换产生的成本浪费。

技术领域

本发明涉及检测技术领域，具体而言，涉及一种基于GEMD包络谱分析的车轴故障的诊断方法。

背景技术

机车轴端测速传感器是车载系统必配的设备，对列车超速保护、防空转系统以及我国铁路六次全面大提速产生了不可估量的影响,也为铁路安全可靠的运输提供了良好的技术保障。目前世界范围内的轴端测速传感器器分为：有源光电式、有源霍尔式和无源磁电式三大类，用于检测列车车轮的旋转速度和旋转方向，从而可以计算出列车的运行速度、运行距离和运行方向。

现有安装在轴端的测速传感器仅仅用于测量车轮的运动参数，比如速度、距离、方向等，但是仅靠这一套测速传感器，不能测量车轴的模态振型等振动状态，对车轴的潜在故障不能提前检测。

发明内容

鉴于此，本发明一种基于GEMD包络谱分析的车轴故障的诊断方法的目的：利用“轴端安装”这一特性，除了测量车轮的运动参数外，还可以同时监测车轴的工作状态，比如模态振型等；利用基于GEMD包络谱分析的设备故障诊断技术对车轴的潜在故障进行提前检测。

GEMD，即基于遗传算法的经验模态分析。

本发明一种基于GEMD包络谱分析的车轴故障的诊断方法，包括如下步骤：

S1、速度传感器内集成振动传感器，所述振动传感器用于检测车轴振动；

S2、所述振动传感器采集原始的振动信号，基于GEMD的包络谱分析形成所述振动信号的检测数据；

S3、输出所述检测数据所形成的车轴状态信息给上级系统和/或检测人员，以判断车轴是否出现故障。

进一步地，利用所述GEMD，从原始振动数据中分离出不同频率的噪声干扰信号，将干扰信号从原始信号中除掉，作为新数据再次分解，经过迭代计算，直到信号平稳，变为稳定性数据。

进一步地，利用所述包络谱分析，从所述频谱中提取出高频故障信号；

一般而言车轴故障信号为高频分量，例如，在2950rpm时，正常轴承的特征频率范围为110.3Hz～125.6Hz，轴承缺滚珠的特征频率范围为 507.6～523.3Hz，轴承滚珠磨损的特征频率范围为459.2Hz～473.6Hz，轴承内裂的特征频率范围为320.5Hz～334.1Hz，轴承外裂的特征频率范围为 775.4Hz～790.8Hz。

进一步地，所述基于GEMD的包络谱分析，包括以下步骤：

S21，在获得采集的振动信号并分析出频谱后，确定用遗传算法对频谱进行去噪所采用的编码方法。

S22，利用遗传算法的解码过程，求出振动信号频谱的极值点。

S23，判断数据的端点是不是极值点，是的话直接进行下一步；否的话拓延端点数据，使其两端为极值点，再进行下一步。

S24，采用样条插值法拟合上下极值点的包络线，计算出上下包络线的均值，并去掉低频的均值。

S25，判断去除低频均值后的拟合函数是否满足经验模态(EMD)分解所需要的信号分量条件，如果不满足，重复步骤四，直到上下包络线的均值趋近于0，得到第一个信号分量S1(t)，它即是所采集到的振动信号x(t)中最高频率的分量。