-
公开(公告)号：CN108398267B
公开(公告)日：2019-12-03
申请号：CN201810161027.7
申请日：2018-02-27
Applicant: 安徽大学
IPC: G01M13/045 , G01M17/08 , B61K9/00
Abstract: 本发明公开了一种高速列车轨边运动参数自适应识别方法，包括：(1)对轨边麦克风采集信号X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFTx(t,f)；(3)初始化轨边模型参数集γ{v,r,f0}；(4)基于步骤(3)中的参数和轨边信号的频移公式fk(t)构造符合多普勒时频变化规律多普勒窗wγ(t,f)；(5)令x0(t)＝wγ(t,f)*STFTx(t,f)；(6)在整个时频域中从低频到高频依次计算所构造出来的多普勒窗区域在不同频段对应的信号能量值E；7)重复步骤(3)～(6)直至得到能量最大值Emax，将与之对应的γ{,v,r,f0}作为列车运动参数识别结果。本发明抗噪能力和参数估计自适应程度得到了提高，可用于列车轴承声学信号故障检测。
-
公开(公告)号：CN106441895B
公开(公告)日：2019-03-22
申请号：CN201610880487.6
申请日：2016-10-09
Applicant: 安徽大学
IPC: G01M13/045 , G01H17/00
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分提取方法，其使用单瞬态多普勒小波从列车故障轴承轨边声音信号中提取冲击成分，可用于列车轴承轨边声学检测；列车轴承轨边声学检测技术使用安装在轨道旁边的麦克风采集列车通过时转向架上的轮对轴承产生的声音信号，经过信号处理实现轴承健康状态监测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。本发明可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断，为列车轴承轨边声学检测提供一种新的技术方案。
-
公开(公告)号：CN107402131B
公开(公告)日：2018-05-25
申请号：CN201710654650.1
申请日：2017-08-03
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于轨边声学信号时频脊线的高速列车运动参数识别方法，包括：(1)对X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFTx(t,f)；(3)使用阈值处理和局部峰值搜索法从步骤(2)的时频分布STFTx(t,f)中获取主频率成分的瞬时频率曲线f0(t)；(4)基于多普勒频移公式对步骤(3)中的瞬时频率曲线f0(t)进行自适应运动参数识别；(5)构建符合多普勒时频变化规律的多普勒窗wγ(t,f)；(6)令f0(t)＝wγ(t,f)*STFTx(t,f)；(7)重复步骤(3)～(6)直至步骤(5)中的多普勒窗wγ(t,f)频率轴最小宽度小于设定值w0，将得到的γ{f0,v,s,r}作为列车运动参数识别结果。本发明抗噪能力和参数估计精度得到了提高，可用于列车轴承声学信号故障检测。
-
Patent Agency Ranking
公开(公告)号：CN107402131A
公开(公告)日：2017-11-28
申请号：CN201710654650.1
申请日：2017-08-03
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于轨边声学信号时频脊线的高速列车运动参数识别方法，包括：(1)对X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFTx(t,f)；(3)使用阈值处理和局部峰值搜索法从步骤(2)的时频分布STFTx(t,f)中获取主频率成分的瞬时频率曲线f0(t)；(4)基于多普勒频移公式对步骤(3)中的瞬时频率曲线f0(t)进行自适应运动参数识别；(5)构建符合多普勒时频变化规律的多普勒窗wγ(t,f)；(6)令f0(t)＝wγ(t,f)*STFTx(t,f)；(7)重复步骤(3)～(6)直至步骤(5)中的多普勒窗wγ(t,f)频率轴最小宽度小于设定值w0，将得到的γ{f0,v,s,r}作为列车运动参数识别结果。本发明抗噪能力和参数估计精度得到了提高，可用于列车轴承声学信号故障检测。
-
公开(公告)号：CN106441895A
公开(公告)日：2017-02-22
申请号：CN201610880487.6
申请日：2016-10-09
Applicant: 安徽大学
CPC classification number: G01M13/045 , G01H17/00
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分提取方法，其使用单瞬态多普勒小波从列车故障轴承轨边声音信号中提取冲击成分，可用于列车轴承轨边声学检测；列车轴承轨边声学检测技术使用安装在轨道旁边的麦克风采集列车通过时转向架上的轮对轴承产生的声音信号，经过信号处理实现轴承健康状态监测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。本发明可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断，为列车轴承轨边声学检测提供一种新的技术方案。
-
公开(公告)号：CN108398267A
公开(公告)日：2018-08-14
申请号：CN201810161027.7
申请日：2018-02-27
Applicant: 安徽大学
Abstract: 本发明公开了一种高速列车轨边运动参数自适应识别方法，包括：(1)对轨边麦克风采集信号X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFTx(t,f)；(3)初始化轨边模型参数集γ{v,r,f0}；(4)基于步骤(3)中的参数和轨边信号的频移公式fk(t)构造符合多普勒时频变化规律多普勒窗wγ(t,f)；(5)令x0(t)＝wγ(t,f)*STFTx(t,f)；(6)在整个时频域中从低频到高频依次计算所构造出来的多普勒窗区域在不同频段对应的信号能量值E；7)重复步骤(3)～(6)直至得到能量最大值Emax，将与之对应的γ{,v,r,f0}作为列车运动参数识别结果。本发明抗噪能力和参数估计自适应程度得到了提高，可用于列车轴承声学信号故障检测。
-
公开(公告)号：CN107345858B
公开(公告)日：2018-08-14
申请号：CN201710609918.X
申请日：2017-07-25
Applicant: 安徽大学
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分快速提取方法，首先使用由等周期瞬态多普勒小波使用最大相关系数法对轨边声音信号的周期参数进行粗略估计，然后在此预估周期的数值附近参数范围内进行精确搜索，识别振荡阻尼比与系统共振中心频率，实现冲击成分的快速提取，本发明可用于列车轴承轨边声学故障检测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。而基于非周期的遍历参数搜索，由于需要搜索的参数多，搜索范围大，因此计算量很大，实用性不高。本发明兼具冲击成分提取精度高和计算量小的优点，可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断。
-
公开(公告)号：CN107345858A
公开(公告)日：2017-11-14
申请号：CN201710609918.X
申请日：2017-07-25
Applicant: 安徽大学
CPC classification number: G01M13/045 , G01M17/08
Abstract: 本发明涉及一种列车轴承轨边信号冲击成分快速提取方法，首先使用由等周期瞬态多普勒小波使用最大相关系数法对轨边声音信号的周期参数进行粗略估计，然后在此预估周期的数值附近参数范围内进行精确搜索，识别振荡阻尼比与系统共振中心频率，实现冲击成分的快速提取，本发明可用于列车轴承轨边声学故障检测。由于多普勒调制和滚子相对滑动的双重作用，冲击成分呈现非周期性，传统周期瞬态小波无法正确匹配和识别。而基于非周期的遍历参数搜索，由于需要搜索的参数多，搜索范围大，因此计算量很大，实用性不高。本发明兼具冲击成分提取精度高和计算量小的优点，可用于列车轴承轨边声音信号故障特征提取和故障严重程度的精确判断。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
