CN109708872A - 一种列车齿轮箱联轴节故障诊断方法、装置及系统 - Google Patents
一种列车齿轮箱联轴节故障诊断方法、装置及系统 Download PDFInfo
- Publication number
- CN109708872A CN109708872A CN201710986281.6A CN201710986281A CN109708872A CN 109708872 A CN109708872 A CN 109708872A CN 201710986281 A CN201710986281 A CN 201710986281A CN 109708872 A CN109708872 A CN 109708872A
- Authority
- CN
- China
- Prior art keywords
- current
- speed data
- characteristic parameter
- shaft coupling
- peak
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明实施例公开一种列车齿轮箱联轴节故障诊断方法、装置及系统,包括获取列车电机的当前转速数据,并对当前转速数据进行预处理;采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与当前转速数据对应的当前特征参数;依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示;特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。本发明实施例在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
Description
技术领域
本发明实施例涉及轨道交通技术领域,特别是涉及一种列车齿轮箱联轴节故障诊断方法、装置及系统。
背景技术
齿轮箱联轴节作为车辆的关键传动部件之一,主要负责将牵引电机的动力传递给轮对,对列车安全运行起到至关重要的作用。随着我国轨道交通动车组速度的不断提高,其齿轮传动系统的运行环境愈发恶劣,系统长期受到由齿轮啮合产生的刚度激励、误差激励、啮合冲击激励等内部激励作用。此外,高速列车齿轮箱联轴节还将受到由轨道不平顺、轮轨冲击、车轮缺陷等引起的外部激励,使其故障概率相对较大。因此,对列车齿轮箱联轴节的故障诊断与预警研究非常重要的意义。
现有技术中通常基于振动信号对齿轮箱进行故障诊断分析,但是,该方法需要额外增设振动传感器,增加了投入成本,并且难以在已运行的旧车上进行应用,使用范围受限。
因此,如何提供一种列车齿轮箱联轴节故障诊断方法、装置及系统成为本领域的技术人员目前需要解决的问题。
发明内容
本发明实施例的目的是提供一种列车齿轮箱联轴节故障诊断方法、装置及系统,在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
为解决上述技术问题,本发明实施例提供了一种列车齿轮箱联轴节故障诊断方法,包括:
获取列车电机的当前转速数据,并对所述当前转速数据进行预处理;
采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与所述当前转速数据对应的当前特征参数;
依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示;
所述特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
可选的,所述获取列车电机的当前转速数据,并对所述当前转速数据进行预处理包括:
获取列车电机的当前转速数据,并采用多项式最小二乘法对所述当前转速数据进行预处理。
可选的,所述当前特征参数包括当前时域统计特征参数和当前转频段能量特征参数;
所述特征参数阈值包括时域统计特征参数阈值和转频段能量特征参数阈值。
可选的,所述当前时域统计特征参数包括当前峰峰值、当前歪度和当前峭度;
所述时域统计特征参数阈值包括峰峰值阈值、歪度阈值和峭度阈值;所述当前峰峰值、所述当前歪度和所述当前峭度分别与所述峰峰值阈值、所述歪度阈值和所述峭度阈值一一对应;
所述依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示的过程包括:
依据所述当前峰峰值、所述当前歪度、所述当前峭度、所述当前转频段能量特征参数、所述峰峰值阈值、所述歪度阈值、所述峭度阈值和所述转频段能量特征参数阈值判断列车齿轮箱联轴节是否故障,当所述当前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中至少有一个大于与其各自对应的阈值时,进行告警提示。
可选的,所述当前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中至少有一个大于与其对应的阈值时,进行告警提示的过程包括:
当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中有一个大于与其对应的阈值时,发出预警提示信息;
当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中均大于与其各自对应的阈值时,发出报警提示信息。
可选的,所述当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中均大于与其各自对应的阈值时,发出报警提示信息之后还包括:
切除与所述列车齿轮箱联轴节对应的电机。
本发明实施例相应的提供了一种列车齿轮箱联轴节故障诊断装置,包括:
处理模块,用于获取列车电机的当前转速数据,并对所述当前转速数据进行预处理;
提取模块,用于采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与所述当前转速数据对应的当前特征参数;
判断模块,用于依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则触发告警模块;
所述告警模块,用于进行告警提示;
所述特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
可选的,所述处理模块包括:
获取单元,用于获取列车电机的当前转速数据;
处理单元,用于采用多项式最小二乘法对所述当前转速数据进行预处理。
本发明实施例还提供了一种列车齿轮箱联轴节故障诊断系统,包括如上述所述的列车齿轮箱联轴节故障诊断装置。
本发明实施例提供了一种列车齿轮箱联轴节故障诊断方法、装置及系统,包括获取列车电机的当前转速数据,并对当前转速数据进行预处理;采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与当前转速数据对应的当前特征参数;依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示;特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
列车电机的转速信号可以较好的反应列车齿轮箱联轴节的状态,本申请中通过对获取的列车电机的当前转速数据进行预处理,并采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行计算处理,得到相应的当前特征参数,通过将当前特征参数与预先确定的特征参数阈值进行比较即可判断出列车齿轮箱联轴节是否故障,本发明实施例在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种列车齿轮箱联轴节故障诊断方法的流程示意图;
图2为本发明实施例提供的一种列车齿轮箱联轴节故障诊断装置的结构示意图。
具体实施方式
本发明实施例提供了一种列车齿轮箱联轴节故障诊断方法、装置及系统,在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1,图1为本发明实施例提供的一种列车齿轮箱联轴节故障诊断方法的流程示意图。
该方法包括:
S11:获取列车电机的当前转速数据,并对当前转速数据进行预处理;
需要说明的是,列车电机的瞬时转速信号中蕴含着非常丰富的齿轮箱联轴节状态信息,所以本发明实施例通过对列车的转速数据进行分析,从而对列车齿轮箱联轴节的状态进行诊断。
由于动车组电机由变频变压的电源供电,电机的转速信号是属于时变非平稳信号。在动车组运行过程中,转速信号含有长周期趋势项,在对数据进行波形分析时,趋势项对分析结果的影响比较突出,甚至得到的分析结果可能完全失真。因此,在对获取的当前转速数据进行数据分析之前,首先要对获取的当前转速数据进行预处理,以消除相应的转速信号中蕴含的长期趋势项,从而减少或消除采样数据中干扰成分,为对列车齿轮箱联轴节的故障诊断提供更加准确的数据。
具体的,本发明实施例中可以采用多项式最小二乘法消除相应的转速信号中的长期趋势项,使转速信号转换为以零为基线的波形信号,从而得到预处理后的转速数据。
在实际应用中,可以实时获取列车电机的当前转速数据,也可以每间隔预设时间间隔获取一次列车电机的当前转速数据,从而实现对列车齿轮箱联轴节状态的监测和故障诊断。
S12:采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与当前转速数据对应的当前特征参数;
具体的,对预处理后的当前转速数据进行特征参数的提取,所提取的当前特征参数可以包括与当前转速数据对应的当前时域统计特征参数和当前转频段能量特征参数。本发明实施例具体可以采用波形时域参数算法对预处理后的当前转速数据进行计算处理,得到当前时域统计特征参数,采用小波包分析法计算出当前转频段能量特征参数。
S13:依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进入S14;
S14:进行告警提示;
特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
需要说明的是,本发明实施例预先根据历史数据确定出历史特征参数,然后在依据正常历史转速数据和故障历史转速数据对得到的历史特征参数的分布规律进行分析,进一步确定出特征参数阈值,该特征参数阈值即为报警参数阈值。在对列车齿轮箱联轴节进行状态分析时,将得到的当前特征参数与该特征参数阈值进行比较即可确定出列车齿轮箱联轴节的当前运行状态,是否发生故障,也即在确定出特征参数阈值后,设定出列车齿轮箱联轴节故障判断逻辑及报警策略,即可得到相应的诊断模型,依据该诊断模型即可对实时获取的列车电机的转速数据进行分析,进一步对列车齿轮箱联轴节的状态进行监测,以实现故障诊断。
其中,列车齿轮箱联轴节故障判断逻辑及相应的报警策略可以为:
当前特征参数为当前时域统计特征参数和当前转频段能量特征参数时,特征参数阈值相应的包括时域统计特征参数阈值和转频段能量特征参数阈值,可以设定在当前转频段能量特征参数超过转频段能量特征参数阈值,和/或当前时域统计特征参数超过时域统计特征参数阈值时判定为列车齿轮箱联轴节故障。另外,对于时域统计特征参数又可以包括峰峰值、歪度和峭度,所以,判断标准还可以为当当前峰峰值、当前歪度和当前峭度均大于与其各自分别对应的阈值时、且当前转频段能量特征参数超过转频段能量特征参数阈值时,判断为列车齿轮箱联轴节故障。当然,还可以为当当前峰峰值、当前歪度和当前峭度中的任意两个大于与其各自分别对应的阈值时、且当前转频段能量特征参数超过转频段能量特征参数阈值时,判断为列车齿轮箱联轴节故障,本发明实施例中的具体判断标准可以根据实际情况进行确定,本申请对此不作特殊限定。
进一步的,上述S11中的获取列车电机的当前转速数据,并对当前转速数据进行预处理的过程,具体可以为:
获取列车电机的当前转速数据,并采用多项式最小二乘法对当前转速数据进行预处理。
需要说明的是,本发明实施例中不仅限于采用多项式最小二乘法,还可以采用最小二乘法、加窗递归最小二乘方法或局部均值分解法对获取的当前转速数据进行预处理,以消除趋势项。
具体的,当前特征参数包括当前时域统计特征参数和当前转频段能量特征参数;
特征参数阈值包括时域统计特征参数阈值和转频段能量特征参数阈值。
需要说明的是,由于列车齿轮箱联轴节的运行状态可以较高的反应的列车电机的转速信号上,且瞬时时域统计特征参数和转频段能量特征参数这些指标很好的表征了列车齿轮箱联轴节的运行状态,所以本发明实施例优选的采用瞬时时域统计特征参数和转频段能量特征参数作为列车齿轮箱联轴节状态检测的检测指标,并且该指标对列车齿轮箱早期故障的灵敏度较高,故还可以有效实现列车齿轮箱联轴节的早期预警。
更具体的,当前时域统计特征参数包括当前峰峰值、当前歪度和当前峭度;
时域统计特征参数阈值包括峰峰值阈值、歪度阈值和峭度阈值;当前峰峰值、当前歪度和当前峭度分别与峰峰值阈值、歪度阈值和峭度阈值一一对应;
依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示的过程包括:
依据当前峰峰值、当前歪度、当前峭度、当前转频段能量特征参数、峰峰值阈值、歪度阈值、峭度阈值和转频段能量特征参数阈值判断列车齿轮箱联轴节是否故障,当当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中至少有一个大于与其各自对应的阈值时,进行告警提示。
需要说明的是,波形的时域统计特征可以包括峰峰值、歪度和峭度,其中:
峰峰值可以通过计算关系式TF1=max(x(n))-min(x(n))计算得出,其中,x为转速数据值,n为第n个样本采集点;
歪度可以通过计算关系式计算得出,其中,N为所采集的转速数据的样本总数,TF1为峰峰值,TF0为标准差,
峭度可以通过计算关系式计算得出。
转频段的能量特征参数的具体计算过程如下:
采用小波包分析法对预处理后的转速数据进行分解,获得M个频带的分解信号序列,再对不同频段的分解信号序列进行分析,计算出各层信号时频能量熵,能量熵计算公式为其中,sl,i是第i个频带的分解序列,k表示分解信号序列的第k个数据点,n'表示分解信号序列的数据长度,El,i是第i个频带的小波能量。再通过计算关系式对各频带的小波能量进行归一化处理,最后,提取转频段归一化能量作为转频段的能量特征。
通过上述方法既可以计算出当前峰峰值、当前歪度、当前峭度及当前当前转频段能量特征参数,也可以计算出各个历史特征参数,并确定出与当前峰峰值、当前歪度、当前峭度及当前转频段能量特征参数分别对应的峰峰值阈值、歪度阈值、峭度阈值和转频段能量特征参数阈值。
具体的,可以当当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中至少有一个大于与其各自对应的阈值时,进行告警提示。
进一步的,当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中至少有一个大于与其对应的阈值时,进行告警提示的过程包括:
当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中有一个大于与其对应的阈值时,发出预警提示信息;
当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中均大于与其各自对应的阈值时,发出报警提示信息。
具体的,本发明实施例中的告警提示可以分为两个阶段,一个是在列车齿轮箱联轴节状态出现异常、且没有故障之前先发出预警提示信息,此时可以记录下相应的状态参数,进入入库排查阶段,但是可以不对列车齿轮箱联轴节进行限速处理;当检测到列车齿轮箱联轴节故障时发出报警提示信息,此时可以切除与列车齿轮箱联轴节对应的电机,对其进行限速处理,并且进入入库检查阶段,若检查无异常,则可以恢复其正常运行,并且在后续的运行过程中对该列车齿轮箱联轴节进行重点监控,如有异常振动、异响等情况,则停止使用与其对应的电机,若检查有异常,则对其进行维修或更换相应的联轴节后即可恢复正常运行。
例如,可以在当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中有一个大于与其对应的阈值时,确定为列车齿轮箱联轴节状态异常,此时可以触发TCU(自动变速器)发出预警提示信息;在当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中均大于与其各自对应的阈值时,则判定为列车齿轮箱联轴节故障,此时可以触发TCU发出报警提示信息。
可选的,当前转频段能量特征参数大于转频段能量特征参数阈值,且当前峰峰值、当前歪度和当前峭度中均大于与其各自对应的阈值时,发出报警提示信息之后还包括切除与列车齿轮箱联轴节对应的电机,以便对其进行维修处理。
本发明实施例提供了一种列车齿轮箱联轴节故障诊断方法,包括获取列车电机的当前转速数据,并对当前转速数据进行预处理;采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与当前转速数据对应的当前特征参数;依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示;特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
列车电机的转速信号可以较好的反应列车齿轮箱联轴节的状态,本申请中通过对获取的列车电机的当前转速数据进行预处理,并采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行计算处理,得到相应的当前特征参数,通过将当前特征参数与预先确定的特征参数阈值进行比较即可判断出列车齿轮箱联轴节是否故障,本发明实施例在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
相应的本发明实施例还公开了一种列车齿轮箱联轴节故障诊断装置,具体请参照图2,图2为本发明实施例提供的一种列车齿轮箱联轴节故障诊断装置的结构示意图。在上述实施例的基础上:
该装置包括:
处理模块1,用于获取列车电机的当前转速数据,并对当前转速数据进行预处理;
提取模块2,用于采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与当前转速数据对应的当前特征参数;
判断模块3,用于依据当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则触发告警模块4;
告警模块4,用于进行告警提示;
特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
可选的,处理模块1包括:
获取单元,用于获取列车电机的当前转速数据;
处理单元,用于采用多项式最小二乘法对当前转速数据进行预处理。
需要说明的是,列车电机的转速信号可以较好的反应列车齿轮箱联轴节的状态,本申请中通过对获取的列车电机的当前转速数据进行预处理,并采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行计算处理,得到相应的当前特征参数,通过将当前特征参数与预先确定的特征参数阈值进行比较即可判断出列车齿轮箱联轴节是否故障,本发明实施例在使用过程中诊断精度高、应用范围广,且无需额外增加传感器,降低了故障诊断的成本。
另外,本发明实施例中所涉及到的列车齿轮箱联轴节诊断方法的具体介绍,请参照上述方法实施例,本申请在此不再赘述。
本发明实施例还提供了一种列车齿轮箱联轴节故障诊断系统,包括如上述的列车齿轮箱联轴节故障诊断装置。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种列车齿轮箱联轴节故障诊断方法,其特征在于,包括:
获取列车电机的当前转速数据,并对所述当前转速数据进行预处理;
采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与所述当前转速数据对应的当前特征参数;
依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示;
所述特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
2.根据权利要求1所述的列车齿轮箱联轴节故障诊断方法,其特征在于,所述获取列车电机的当前转速数据,并对所述当前转速数据进行预处理包括:
获取列车电机的当前转速数据,并采用多项式最小二乘法对所述当前转速数据进行预处理。
3.根据权利要求1或2所述的列车齿轮箱联轴节故障诊断方法,其特征在于,所述当前特征参数包括当前时域统计特征参数和当前转频段能量特征参数;
所述特征参数阈值包括时域统计特征参数阈值和转频段能量特征参数阈值。
4.根据权利要求3所述的列车齿轮箱联轴节故障诊断方法,其特征在于,所述当前时域统计特征参数包括当前峰峰值、当前歪度和当前峭度;
所述时域统计特征参数阈值包括峰峰值阈值、歪度阈值和峭度阈值;所述当前峰峰值、所述当前歪度和所述当前峭度分别与所述峰峰值阈值、所述歪度阈值和所述峭度阈值一一对应;
所述依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则进行告警提示的过程包括:
依据所述当前峰峰值、所述当前歪度、所述当前峭度、所述当前转频段能量特征参数、所述峰峰值阈值、所述歪度阈值、所述峭度阈值和所述转频段能量特征参数阈值判断列车齿轮箱联轴节是否故障,当所述当前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中至少有一个大于与其各自对应的阈值时,进行告警提示。
5.根据权利要求4所述的列车齿轮箱联轴节故障诊断方法,其特征在于,所述当前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中至少有一个大于与其对应的阈值时,进行告警提示的过程包括:
当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中有一个大于与其对应的阈值时,发出预警提示信息;
当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中均大于与其各自对应的阈值时,发出报警提示信息。
6.根据权利要求5所述的列车齿轮箱联轴节故障诊断方法,其特征在于,所述当所述前转频段能量特征参数大于所述转频段能量特征参数阈值,且所述当前峰峰值、所述当前歪度和所述当前峭度中均大于与其各自对应的阈值时,发出报警提示信息之后还包括:
切除与所述列车齿轮箱联轴节对应的电机。
7.一种列车齿轮箱联轴节故障诊断装置,其特征在于,包括:
处理模块,用于获取列车电机的当前转速数据,并对所述当前转速数据进行预处理;
提取模块,用于采用波形时域参数算法及小波包分析法对预处理后的当前转速数据进行分析处理,得到与所述当前转速数据对应的当前特征参数;
判断模块,用于依据所述当前特征参数及预先确定的特征参数阈值判断列车齿轮箱联轴节是否故障,如果故障,则触发告警模块;
所述告警模块,用于进行告警提示;
所述特征参数阈值为依据正常历史转速数据、故障历史转速数据及历史特征参数得到的。
8.根据权利要求7所述的列车齿轮箱联轴节故障诊断装置,其特征在于,所述处理模块包括:
获取单元,用于获取列车电机的当前转速数据;
处理单元,用于采用多项式最小二乘法对所述当前转速数据进行预处理。
9.一种列车齿轮箱联轴节故障诊断系统,其特征在于,包括如权利要求7或8所述的列车齿轮箱联轴节故障诊断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710986281.6A CN109708872A (zh) | 2017-10-20 | 2017-10-20 | 一种列车齿轮箱联轴节故障诊断方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710986281.6A CN109708872A (zh) | 2017-10-20 | 2017-10-20 | 一种列车齿轮箱联轴节故障诊断方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109708872A true CN109708872A (zh) | 2019-05-03 |
Family
ID=66251961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710986281.6A Pending CN109708872A (zh) | 2017-10-20 | 2017-10-20 | 一种列车齿轮箱联轴节故障诊断方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109708872A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595803A (zh) * | 2019-09-20 | 2019-12-20 | 中车青岛四方机车车辆股份有限公司 | 一种列车联轴节故障的诊断方法、相关系统及列车 |
CN111220379A (zh) * | 2020-04-23 | 2020-06-02 | 湖南中车时代通信信号有限公司 | 一种牵引电机传动系统故障诊断方法及装置 |
CN111290365A (zh) * | 2020-01-19 | 2020-06-16 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 伺服系统监测方法、装置、计算机设备和存储介质 |
CN113093712A (zh) * | 2021-04-08 | 2021-07-09 | 重庆理工大学 | 主动式汽车传动系统随车运行状态监测和故障预报系统 |
CN113109043A (zh) * | 2021-04-08 | 2021-07-13 | 重庆理工大学 | 一种主动式汽车传动系统故障模型数据库的建立方法 |
CN113970440A (zh) * | 2021-10-22 | 2022-01-25 | 南京高精齿轮集团有限公司 | 一种判定齿轮箱异响的方法、诊断系统及存储介质 |
CN114235387A (zh) * | 2021-11-08 | 2022-03-25 | 三一重能股份有限公司 | 高速轴转速震荡检测方法、装置及作业机械 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0943105A (ja) * | 1995-08-03 | 1997-02-14 | Takasago Thermal Eng Co Ltd | 回転機器の軸受部の診断方法、回転機器の軸受部の余寿命推定方法及び回転機器の軸受部の診断システム |
CN102879195A (zh) * | 2012-09-25 | 2013-01-16 | 西安交通大学 | 齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法 |
CN104459388A (zh) * | 2014-11-26 | 2015-03-25 | 国家电网公司 | 一种永磁直驱风力发电系统一体化故障诊断方法 |
CN105403402A (zh) * | 2015-11-12 | 2016-03-16 | 科诺伟业风能设备(北京)有限公司 | 风力发电机组传动链系统扭振状态的监测方法 |
CN105424364A (zh) * | 2015-11-09 | 2016-03-23 | 北京交通大学 | 列车轴承故障的诊断方法和装置 |
CN105628176A (zh) * | 2016-01-08 | 2016-06-01 | 国网河南省电力公司电力科学研究院 | 一种旋转机械扭转振动信号采集分析方法 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
CN106323635A (zh) * | 2016-08-04 | 2017-01-11 | 中国航空综合技术研究所 | 一种滚动轴承故障在线检测与状态评估方法 |
-
2017
- 2017-10-20 CN CN201710986281.6A patent/CN109708872A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0943105A (ja) * | 1995-08-03 | 1997-02-14 | Takasago Thermal Eng Co Ltd | 回転機器の軸受部の診断方法、回転機器の軸受部の余寿命推定方法及び回転機器の軸受部の診断システム |
CN102879195A (zh) * | 2012-09-25 | 2013-01-16 | 西安交通大学 | 齿轮箱损伤的多小波自适应分块阈值降噪时域诊断方法 |
CN104459388A (zh) * | 2014-11-26 | 2015-03-25 | 国家电网公司 | 一种永磁直驱风力发电系统一体化故障诊断方法 |
CN105424364A (zh) * | 2015-11-09 | 2016-03-23 | 北京交通大学 | 列车轴承故障的诊断方法和装置 |
CN105403402A (zh) * | 2015-11-12 | 2016-03-16 | 科诺伟业风能设备(北京)有限公司 | 风力发电机组传动链系统扭振状态的监测方法 |
CN105628176A (zh) * | 2016-01-08 | 2016-06-01 | 国网河南省电力公司电力科学研究院 | 一种旋转机械扭转振动信号采集分析方法 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
CN106323635A (zh) * | 2016-08-04 | 2017-01-11 | 中国航空综合技术研究所 | 一种滚动轴承故障在线检测与状态评估方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595803A (zh) * | 2019-09-20 | 2019-12-20 | 中车青岛四方机车车辆股份有限公司 | 一种列车联轴节故障的诊断方法、相关系统及列车 |
CN111290365A (zh) * | 2020-01-19 | 2020-06-16 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 伺服系统监测方法、装置、计算机设备和存储介质 |
CN111220379A (zh) * | 2020-04-23 | 2020-06-02 | 湖南中车时代通信信号有限公司 | 一种牵引电机传动系统故障诊断方法及装置 |
CN113093712A (zh) * | 2021-04-08 | 2021-07-09 | 重庆理工大学 | 主动式汽车传动系统随车运行状态监测和故障预报系统 |
CN113109043A (zh) * | 2021-04-08 | 2021-07-13 | 重庆理工大学 | 一种主动式汽车传动系统故障模型数据库的建立方法 |
CN113093712B (zh) * | 2021-04-08 | 2023-08-15 | 重庆理工大学 | 主动式汽车传动系统随车运行状态监测和故障预报系统 |
CN113970440A (zh) * | 2021-10-22 | 2022-01-25 | 南京高精齿轮集团有限公司 | 一种判定齿轮箱异响的方法、诊断系统及存储介质 |
CN114235387A (zh) * | 2021-11-08 | 2022-03-25 | 三一重能股份有限公司 | 高速轴转速震荡检测方法、装置及作业机械 |
CN114235387B (zh) * | 2021-11-08 | 2024-04-30 | 三一重能股份有限公司 | 高速轴转速震荡检测方法、装置及作业机械 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109708872A (zh) | 一种列车齿轮箱联轴节故障诊断方法、装置及系统 | |
Saidi et al. | Bi-spectrum based-EMD applied to the non-stationary vibration signals for bearing faults diagnosis | |
Cheng et al. | Adaptive multipoint optimal minimum entropy deconvolution adjusted and application to fault diagnosis of rolling element bearings | |
Chen et al. | Modified complementary ensemble empirical mode decomposition and intrinsic mode functions evaluation index for high-speed train gearbox fault diagnosis | |
Peng et al. | Use of mesh phasing to locate faulty planet gears | |
CN103487252B (zh) | 汽车变速器台架耐久试验运行状态监测方法 | |
Huang et al. | Periodic feature oriented adapted dictionary free OMP for rolling element bearing incipient fault diagnosis | |
Li et al. | Gear fault detection and diagnosis under speed-up condition based on order cepstrum and radial basis function neural network | |
CN103674234A (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
CN109506921A (zh) | 一种旋转机械故障诊断与预警方法 | |
CN107884214B (zh) | 一种列车走行部部件故障多参数综合决策方法及装置 | |
CN104931262A (zh) | 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 | |
CN107101827A (zh) | 一种低速重载齿轮裂纹故障在线检测方法 | |
Yan et al. | Fault signature enhancement and skidding evaluation of rolling bearing based on estimating the phase of the impulse envelope signal | |
Zhou et al. | CFFsgram: A candidate fault frequencies-based optimal demodulation band selection method for axle-box bearing fault diagnosis | |
DE102012111760A1 (de) | System und Verfahren zur Verwendung bei der Überwachung einer Industrieanlage | |
Shi et al. | A dual-guided adaptive decomposition method of fault information and fault sensitivity for multi-component fault diagnosis under varying speeds | |
Li et al. | Research on mathematical morphological operators for fault diagnosis of rolling element bearings | |
Tang et al. | Rolling bearing diagnosis based on an unbiased-autocorrelation morphological filter method | |
CN102798413B (zh) | 一种铁道动态检测系统 | |
Li et al. | A detection method of gear micro-cracks based on tuned resonance | |
CN113516023B (zh) | 设备振动异常诊断方法和系统 | |
Djemili et al. | A wind turbine bearing fault detection method based on improved CEEMDAN and AR-MEDA | |
Loutridis | A local energy density methodology for monitoring the evolution of gear faults | |
Peeters et al. | Fatigue crack detection in planetary gears: Insights from the HUMS2023 data challenge |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |
|
RJ01 | Rejection of invention patent application after publication |