[发明专利]一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法

说明书

本发明公开一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法，包括：S100、进行多角度特征值提取与融合；S200、进行基于循环平稳理论的故障诊断；S300、通过进行多变量模型训练实现基于多变量模型的故障分离；S400、基于半监督算法，协同使用BP神经网络和支持向量回归两种算法进行基于故障诊断的剩余寿命预测。本发明实现了轴承发生早期故障的故障检测、故障分离及剩余寿命预测，为车辆轴承维修决策的制定提供依据。

技术领域

本发明涉及轨道交通车辆轴承的故障诊断及剩余寿命预测领域。更具体地，涉及一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法。

背景技术

轨道交通的高速发展，对车辆的安全性和可靠性提出了更高的要求。早晚高峰时段很多运营线路均在超负荷运行，这就要求列车各个关键系统必须安全可靠，不能出现故障或是失效状态下运行的现象。轴承是轨道交通中不可缺少的元件之一，同时也是最易损坏的元件，其有效性直接导致列车的运行安全。复杂时变的运行环境：载荷，轨道的平顺程度、温度等，对于轴承的健康状态有很大的影响。当轴承中某一部位发生故障时，会产生连锁反应，轻则导致车辆的相关系统受损，重则会导致车辆的停运甚至是人员的伤亡。

在现有的剩余寿命预测研究中，较少的考虑到故障类型对于剩余寿命预测的影响。当故障发生后轴承进入快速衰退状态，而不同故障状态下轴承的衰退特性大不相同，剩余寿命预测的结果也大不相同。

因此，需要提供一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法。

发明内容

本发明的目的在于提供一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法，以实现轴承发生早期故障的故障检测、故障分离及剩余寿命预测，为车辆轴承维修决策的制定提供依据。

为达到上述目的，本发明采用下述技术方案：

一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法，包括如下步骤：

S100、使用局部均值分解法将轴承振动信号分解为若干PF单分量，对分离出的单分量进行时域、频域、能量及统计量的多角度特征值提取，将提取到的多角度特征值使用主成分分析法降维与融合；

S200、进行基于循环平稳理论的故障诊断；

S300、通过进行多变量模型训练实现基于多变量模型的故障分离；

S400、基于半监督算法，协同使用BP神经网络和支持向量回归两种算法进行基于故障诊断的剩余寿命预测。

优选地，所述使用局部均值分解法将轴承振动信号分解为若干PF单分量进一步包括：

S111、寻找轴承振动信号x(t)所有局部极值点n_i，将上下极值点分别用三次样条曲线进行连接，得到信号的上、下包络线E_max、E_min，计算局部均值函数m₁₁(t)和包络函数c₁₁(t)：

S112、从x(t)中分离出局部均值函数m₁₁(t)，得到：

h₁₁(t)＝x(t)-m₁₁(t)；

S113、对h₁₁(t)解调，将h₁₁(t)除以包络函数c₁₁(t)得到：