专利汇可以提供一种列车转向架轴承服役过程监测与故障诊断系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种城市轨道交通车辆 转向架 轴承 服役过程监测与故障诊断系统及方法。该系统包括振动 传感器 、采集板卡、AD芯片、数字 信号 处理板卡、诊断服务主机,其中 数字信号 处理板卡为DSP加FPGA的双处理器架构;在列车的车轴端盖上设置振动传感器,一个转向架共有四个振动传感器。所述振动传感器采集转向架轴承振动信号,经由集成放大、滤波功能 电路 的采集板卡得到 模拟信号 ,AD芯片对模拟信号 采样 后得到数字信号,然后将该数字信号输入到数字 信号处理 板卡的FPGA,FPGA对采集的数字信号进行初步预处理并输入DSP完成预处理,并将结果发送至诊断服务主机进行分析、诊断故障,并对故障进行分级。本发明具有成本低、工程实施性好的优点,能够在线实时监测。,下面是一种列车转向架轴承服役过程监测与故障诊断系统及方法专利的具体信息内容。
1.一种列车转向架轴承服役过程监测与故障诊断系统,其特征在于:包括振动传感器、采集板卡、AD芯片、数字信号处理板卡、诊断服务主机,其中数字信号处理板卡为DSP加FPGA的双处理器架构;在列车的车轴端盖上设置振动传感器,一个转向架共有四个振动传感器,AD芯片的数据线和控制信号均接入FPGA的IO上,FPGA的输出端通过DSP接入诊断服务主机;
所述振动传感器采集转向架轴承振动信号,经由集成放大、滤波功能电路的采集板卡得到模拟信号,AD芯片对模拟信号采样后得到数字信号,然后将该数字信号输入到数字信号处理板卡的FPGA,FPGA完成振动信号的AD采集接入、AD采样控制和通道切换工作,FPGA对采集的数字信号进行初步预处理,并通过EMIF或RapidIO接口将初步预处理后的数据输入DSP,DSP完成振动信号的预处理并将结果发送至诊断服务主机,诊断服务主机对预处理后的数据进行分析、诊断故障,并对故障进行分级。
2.根据权利要求1所述的列车转向架轴承服役过程监测与故障诊断系统,其特征在于,所述振动传感器选用VS-125.01-AR100-2-DA-M6振动传感器,该振动传感器的输出电压范围为1~5V,加速度范围为0~100g。
3.根据权利要求1所述的列车转向架轴承服役过程监测与故障诊断系统,其特征在于,所述采集板卡采用研华科技的PCI-1716L型采集板,所述AD芯片选用Analog Devices公司的AD7608芯片。
4.根据权利要求1所述的列车转向架轴承服役过程监测与故障诊断系统,其特征在于,所述FPGA为Xilinx Virtex-6系列XC6VLX130T,DSP型号为TMS320C6455。
5.根据权利要求1所述的列车转向架轴承服役过程监测与故障诊断系统,其特征在于,所述诊断服务主机采用ADLINK公司的刀片服务器,型号为cPCI-6880P,为6U标准CompactPCI刀片服务器,支持PMC卡接入,支持PCIE、SATA硬盘、USB、DVI及千兆网络,运行Linux操作系统。
6.一种列车转向架轴承服役过程监测与故障诊断方法,其特征在于,包括以下步骤:
步骤1,对滚动轴承的振动信号x(t)进行奇异值分解消噪,得到消噪后的信号y(t);
步骤2,对消噪后的信号y(t)进行总体平均模式集合经验模分解,得到一系列的本征模态函数IMFn;
步骤3,对本征模态函数IMFn进行Hilbert变换得到Hilbert-Huang谱;
步骤4,根据Hilbert-Huang谱对振动信号进行异常频率检测;
2
步骤5,根据异常频率检测结果,提取振动信号统计状态特征即标准平方和T 和平方预估误差SPE,获得正常及故障状态下的特征向量;
步骤6,依据获得的正常及故障状态下的特征向量,利用支持向量机SVM完成正常及故障特征点的分类,获取最佳分类面即安全域边界,提取列车正常运行状态的振动信号,计算出振动信号的特征向量,参考安全域边界判别特征向量是在安全域外还是安全域内,也就是轴承的正常与否,从而进行精细故障诊断。
7.根据权利要求6所述的列车转向架轴承服役过程监测与故障诊断方法,其特征在于,步骤1所述对滚动轴承的振动信号x(t)进行奇异值分解消噪,得到消噪后的信号y(t),具体步骤如下:
(1.1)振动信号x(t)表示为x=[x1,x2,x3,…,xN],构造吸引子轨迹矩阵Dm:
式中:τ为时间延迟,m为嵌入维数,N为振动信号的分量个数,n=N-(m-1)×τ;
(1.2)采用复自相关法选择时间延迟τ,时间序列{xn}的复自相关函数为:
其中, m为嵌入维数,j为延时时间的倍数,取 的第一个过
零点为时间延迟τ;
(1.3)对矩阵Dm进行奇异值分解:
Dm=USV'
m×n n×n
其中,U∈R ,V'∈R ,且UU'=I,VV'=I,S=diag(σ1,σ2,…,σr),m为嵌入维数,n为第n个振动信号分量,(σ1,σ2,…,σr)为矩阵Dm奇异值分解后的对角矩阵,m×n
其中σr为奇异值分量,R 为m×n维实数矩阵;
(1.4)将噪声信号对应的奇异值置0,构造新的特征矩阵,利用此矩阵进行反奇异值计算即可得到降噪后的故障信号y(t)。
8.根据权利要求6所述的列车转向架轴承服役过程监测与故障诊断方法,其特征在于,步骤2所述对消噪后的信号y(t)进行总体平均模式集合经验模分解,得到一系列的本征模态函数IMFn,具体步骤如下:
(2.1)初始化总体平均次数M和加入的噪声幅值,第一次分解次数p=1;
(2.2)第m次加噪后的信号为yp(t),yp(t)等于y(t)与第p次加入的白噪声np(t)之和:
yp(t)=y(t)+np(t)
(2.3)利用EMD分解加噪后的信号yp(t),得到一组IMFq,p,IMFq,p为第p次分解得到的第q个IMF;
(2.4)计算P次分解的IMFq,p的总体平均得到最终的IMFq:
9.根据权利要求6所述的列车转向架轴承服役过程监测与故障诊断方法,其特征在于,步骤5所述获得状态特征向量的具体步骤如下:
(5.1)对数据集Ya×b建立多元统计模型,a为样本个数,b为变量个数;
对数据集Ya×b中每一时刻的数据向量 表示实数域, 为b
维的实数域,按下式进行标准化:
T
式中:E(y)=[μ1,μ2,…,μb] 为y对应的均值向量;Dδ=diag(δ1,δ2,...,δb)为方差矩阵; 为第j个变量的标准差,j=1,2…b;
记标准化后的数据集为 对 的相关系数矩阵 作奇异值分解:
T
R=UDλU
式中: 为一酉矩阵,Dλ=diag(λ1,λ2,…,λb)为一对角阵,
λ1,λ2,…,λb分别为特征值;
在新的坐标系U的各个方向上的方差满足λ1>λ2>…>λb,称U的前d维线性无关向量P=[u1,u2,…,ud]构成的子空间为主元空间 后b-d维向量P'=[ud+1,ud+2,…,ub]构成的子空间为残差空间 其中d式中, yP、yE分别为 在 和 上的投影;
2 2
(5.2)在主元空间 中建立T 统计量并计算其控制限,T 统计量的定义为:
式中: 为Dλ的前d个对角元素组成的矩阵; 为主元打分向量;
对于样本个数为a,主元个数为d的数据向量 T2服从自由度为d和a-d的F分布,即
式中,F(d,a-d)为自由度d和a-d的中心F分布;
2 2
则置信度为α的T 统计量控制限TCL为:
式中,Fα(d,a-d)为自由度d和a-d的中心F分布的上100α百分位点,其值可由F分布表查得;
(5.3)在主元空间 中建立SPE统计量并计算其控制限,SPE统计量定义为:
当检验水平为α时,SPE的控制限SPECL为:
式中:θ1=λd+1+λd+2+…+λb; Cα为标准正态分布的100α
百分位点; 其中
10.根据权利要求6所述的列车转向架轴承服役过程监测与故障诊断方法,其特征在于,步骤6所述依据获得的正常及故障状态下的特征向量,利用支持向量机SVM完成正常及故障特征点的分类,获取最佳分类面即安全域边界,提取列车正常运行状态的振动信号,计算出振动信号的特征向量,参考安全域边界判别特征向量是在安全域外还是安全域内,也就是轴承的正常与否,从而进行精细故障诊断,具体如下:
(6.1)采用LSSVM对故障特征进行分类,采用的LSSVM的分类决策函数为:
其中SV为支持向量集合,xi、xj为输入,f(x)为目标函数,ξi为拉格朗日乘子, 为线性变换,ξ为偏置常数;
(6.2)根据SVM做出的安全域边界,对振动信号进行准确划分,可自动识别出故障与正常信号,实现振动信号的精确识别。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于等位线滤波反投影算法的压力分布重建方法 | 2020-05-11 | 550 |
针对半覆盖螺旋锥束CT的单层重排滤波反投影重建方法 | 2020-05-11 | 467 |
投影机及投影机的操作方法 | 2020-05-13 | 376 |
基于非对称横向双边截断投影数据的扇束CT重建方法 | 2020-05-13 | 954 |
投影型影像显示装置 | 2020-05-12 | 509 |
一种基于C形臂的锥束CT三维数字成像方法 | 2020-05-12 | 456 |
基于二维X射线图像序列滤波反投影的分块三维重建方法 | 2020-05-12 | 971 |
可减少图像中的伪影的医学成像方法和装置 | 2020-05-13 | 20 |
以加权反投影重建CT图像数据的方法、计算单元和系统 | 2020-05-12 | 434 |
一种适用于滤波反投影算法的两维自聚焦方法 | 2020-05-11 | 818 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。