[发明专利]一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法在审

专利信息
申请号: 201911109736.1 申请日: 2019-11-14
公开(公告)号: CN110807271A 公开(公告)日: 2020-02-18
发明(设计)人: 葛江华;蒲东;王亚萍 申请(专利权)人: 哈尔滨理工大学
主分类号: G06F30/20 分类号: G06F30/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 150080 黑龙江省*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 svd ei 逐步 消减 结合 高速 列车 轴箱 加速度 传感器 布置 方法
【说明书】:

发明涉及一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法;首先对高速列车轴承轴箱进行预应力模态分析,获取模态应变云图,确定分析所用模态阶数,提取模态振型矩阵;又通过以模态振型矩阵为输入,以TMAC矩阵为评判指标,使用SVD、EI和逐步消减法结合的方法分析出最优传感器布置方案;最后通过本发发明方法所得布置方案与传统TMAC的EI逐步削减法所得布置方案进行分析对比,验证本发明方法的优势;通过以上方式可以进行高速列车轴承轴箱加速度传感器的精确布置。

技术领域

本发明属于高速列车轴承故障诊断研究领域,特别是一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法。

背景技术

目前,随着我国综合国力的提高,人们对于出行和运输效率的要求越来越高,高速列车的发展被大众所关注。在提升高速列车舒适性以及工作时速的同时,高速列车的安全性显得尤为重要;轴承作为高速列车中主要连接件,一旦其发生故障,极易发生连锁反应,这不仅仅会影响高速列车的正常运行,造成一定不必要的经济损失,更严重时甚至会发生车毁人亡的情况;目前人们大多通过加速度传感器采集的轴承振动信号进行分析从而对轴承进行健康监测以及故障预测,而加速度传感器的安装位置对采集信号的准确性、全面性均有较大影响,因此为了保证采集信号的准确性和全面性,对轴箱加速度传感器进行优化布置具有重要意义。

目前在高速列车轴承轴箱加速度传感器布置领域尚未成熟,目前人们往往采用经验法对传感器进行放置,这种方法往往造成信息采集不全或信息冗余;本发明提出的基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法提供一种科学的传感器布置方法,在高速列车轴承健康检测中有重大的研究前景。

发明内容

鉴上所述,本发明提出基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法,可以从模态振型正交性角度出发,科学的对加速度传感器进行布置;本发明采用SVD、EI和逐步消减法结合的方法,在保证传感器放置测点位置计算准确性的同时,缩短了计算时间,提高计算效率。

本发明的技术方案是提供一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法,其特征在于,包括以下步骤:

步骤一,对待放加速度传感器的轴箱进行预应力模态分析,通过预应力模态分析所得应变云图分析全局模态和局部模态的转换点,选取第一段全局模态作为分析用模态,从而确定模态阶数,提取其模态振型矩阵。

步骤二,对目标模态振型矩阵进行SVD分解,对待测传感器布置点进行初步筛选,缩小传感器待测点范围,获得n个初选位置;使用EI法对初选位置进行筛选,得到待测点集合,这时选择的测点集合范围再度缩小,获得m个初选位置。

步骤三,对使用有效独立法后的测点集合使用基于TMAC和逐步削减法的传感器布置方法,确定传感器布置个数和相应测点位置,获得s个初选位置。

步骤四,对步骤三得到的测点进行进一步优化,从步骤二中m个初选位置的测点集中选择一个最优测点替换步骤三测点集中最差的测点,使用TMAC矩阵进行评判,更新后的测点集是否优于更新前;如果更新后更优,则保留新的测点集;反之,如果更新前更优,则保留原测点集。

步骤五,根据步骤四的结果,判断是否达到收敛条件;如果达到收敛条件,则停止运行,输出位置三维坐标,即传感器布置点;反之,如果没有达到收敛条件,则重复步骤四。

本发明具有以下有益效果:提出一种基于SVD、EI和逐步消减法结合的高速列车轴箱加速度传感器布置方法,针对目前高速列车轴箱加速度传感器按照人为经验布置等问题,采用SVD、EI和逐步消减法结合的方法,对传感器待放置点进行三维模态置信度评价,得到最优传感器布置方案,保证了传感器信息采集的科学性和全面性,从而提高了故障诊断的准确性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911109736.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top