-
公开(公告)号：CN108061653B
公开(公告)日：2019-11-05
申请号：CN201711268867.5
申请日：2017-12-05
Applicant: 安徽大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于谐波‑冲击多普勒调制复合字典的列车轮对轴承轨边声信号分离方法，通过安装在铁轨两侧的正对于列车轮对轴承的麦克风采集列车高速通过时发出的声音信号x(t)，对该检测信号的处理步骤为：(1)构建过完备参数化多普勒调制复数谐波‑冲击复合字典Datom3；(2)使用匹配追踪算法将轨边信号x(t)在构建好的过完备复数复合字典Datom3中进行稀疏分解得到投影字典Datom4及投影系数K；(3)根据轴承共振频带及麦克风到轮对轴承的几何位置关系从字典Datom4中筛选符合要求的原子组成字典Datom5并进行线性组合得到重构故障信号sig。本发明实现了与故障信号更好的时频结构上的匹配，达到更好的稀疏表示与信号重构，声源分离效果得到提升。
-
公开(公告)号：CN108709744B
公开(公告)日：2019-09-20
申请号：CN201810178106.9
申请日：2018-03-05
Applicant: 安徽大学
IPC: G01M13/045
Abstract: 本发明公开了一种变负载工况下电机轴承故障诊断方法，本发明创新性的将轴承实时负载和传统的统计特征同时作为BP神经网络的输入参数，消除了负载对传统统计特征的影响，实现了在变负载工况下对轴承的故障类型及严重程度的综合判断，提高了轴承故障诊断的准确性和可靠性。同时，在BP网络的训练阶段，本发明引入了带有动量项的随机梯度算法，减小了训练过程中误差曲面的振荡趋势，提高了收敛速率。
-
公开(公告)号：CN108844741A
公开(公告)日：2018-11-20
申请号：CN201810727759.8
申请日：2018-07-05
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明提出一种基于麦克风均匀面阵滤波的高速列车轴承故障诊断方法，该方法通过轨边安装的一种麦克风均匀矩形阵列获取列车行走过程中轮对轴承发出的声音信号，作为待检信号。由面阵中麦克风之间的几何关系，计算目标声源相对麦克风阵列中不同阵元信号相对于基准阵元信号的时延，然后加权滤波并重构时间序列，根据线性最小方差法获得最佳滤波器对原信号滤波，并将滤波后的信号插值重采样，对重采样后得到的信号做包络分析。本发明采用麦克风均匀矩形阵列滤波处理，与现有的单麦克风和线阵方案相比，具有测向精度高、设计简单、自适应强、噪声抑制效果好、诊断结果精度高等优点，特别适合在高速列车轮对轴承故障声学检测中。
-
公开(公告)号：CN107328578A
公开(公告)日：2017-11-07
申请号：CN201710555022.8
申请日：2017-07-10
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明涉及一种用于列车轴承轨边声学故障检测的声源分离方法，使用安装在铁轨两侧的麦克风采集列车高速通过时轮对轴承发出的故障声音信号，作为轨边检测信号x(t)，对该检测信号的处理步骤为：(1)构建过完备参数化多普勒调制谐波原子库Datom＝{S0(i),i＝1,2…n}；(2)将采集信号x(t)在构建好的过完备原子库Datom中进行稀疏分解得到投影原子库Datom2＝{S1(j),j＝1,2…m}及投影系数K＝{k(j),j＝1,2,…,m}；(3)根据麦克风到轮对轴承的横向距离和纵向距离从原子库Datom2中筛选符合要求的原子Datom3＝{S2(k),k＝1,2…N1}并进行线性叠加后得到重构信号sig。本发明可用于列车轴承故障声学故障检测，与传统数字滤波方法相比具有能够消除带内噪声的优点。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107328578B
公开(公告)日：2018-06-12
申请号：CN201710555022.8
申请日：2017-07-10
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明涉及一种用于列车轴承轨边声学故障检测的声源分离方法，使用安装在铁轨两侧的麦克风采集列车高速通过时轮对轴承发出的故障声音信号，作为轨边检测信号x(t)，对该检测信号的处理步骤为：(1)构建过完备参数化多普勒调制谐波原子库Datom＝{S0(i),i＝1,2…n}；(2)将采集信号x(t)在构建好的过完备原子库Datom中进行稀疏分解得到投影原子库Datom2＝{S1(j),j＝1,2…m}及投影系数K＝{k(j),j＝1,2,…,m}；(3)根据麦克风到轮对轴承的横向距离和纵向距离从原子库Datom2中筛选符合要求的原子Datom3＝{S2(k),k＝1,2…N1}并进行线性叠加后得到重构信号sig。本发明可用于列车轴承故障声学故障检测，与传统数字滤波方法相比具有能够消除带内噪声的优点。
-
公开(公告)号：CN109406147B
公开(公告)日：2020-11-13
申请号：CN201811270155.1
申请日：2018-10-29
Applicant: 安徽大学
IPC: G01M13/045 , G01M17/08
Abstract: 本发明公开了一种变速工况下的列车轴承轨边声学诊断方法，包括:1)通过安装在铁轨两侧的麦克风采集列车在不同车速通过时列车轴承发出的声学信号并对其进行预处理；2)提取峰值因子、方差等7个特征并和车速Vs一起制作成具有8个特征量的历史样本集；3)利用历史样本集训练得到4层BP神经网络；4)采集当前列车轴承发出的轨边声学信号和列车车速，通过步骤3)的BP神经网络进行故障诊断。本发明消除了列车变速工况下多普勒声学信号畸变对故障特征的影响，实现了在变速工况下列车轴承故障的精准辨识；只需测量车速值，所需传感器数量更少；实现“不矫正前提下的精确诊断”，计算量更少；充分利用历史数据信息，诊断结果可靠性得到有效提升。
-
公开(公告)号：CN108061653A
公开(公告)日：2018-05-22
申请号：CN201711268867.5
申请日：2017-12-05
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于谐波‑冲击多普勒调制复合字典的列车轮对轴承轨边声信号分离方法，通过安装在铁轨两侧的正对于列车轮对轴承的麦克风采集列车高速通过时发出的声音信号x(t)，对该检测信号的处理步骤为：(1)构建过完备参数化多普勒调制复数谐波‑冲击复合字典Datom3；(2)使用匹配追踪算法将轨边信号x(t)在构建好的过完备复数复合字典Datom3中进行稀疏分解得到投影字典Datom4及投影系数K；(3)根据轴承共振频带及麦克风到轮对轴承的几何位置关系从字典Datom4中筛选符合要求的原子组成字典Datom5并进行线性组合得到重构故障信号sig。本发明实现了与故障信号更好的时频结构上的匹配，达到更好的稀疏表示与信号重构，声源分离效果得到提升。
-
公开(公告)号：CN108709744A
公开(公告)日：2018-10-26
申请号：CN201810178106.9
申请日：2018-03-05
Applicant: 安徽大学
IPC: G01M13/04
Abstract: 本发明公开了一种变负载工况下电机轴承故障诊断方法，本发明创新性的将轴承实时负载和传统的统计特征同时作为BP神经网络的输入参数，消除了负载对传统统计特征的影响，实现了在变负载工况下对轴承的故障类型及严重程度的综合判断，提高了轴承故障诊断的准确性和可靠性。同时，在BP网络的训练阶段，本发明引入了带有动量项的随机梯度算法，减小了训练过程中误差曲面的振荡趋势，提高了收敛速率。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.098 seconds)
