輕軌錨固螺桿松動故障診斷研究.pdf

1、重慶的單軌式軌道交通在中國是首次引進的，錨固螺桿作為其中非常重要的受力部件，一旦它們發(fā)生松動故障而且沒有被及時發(fā)現的話，將帶來災難性后果。因此研究一種高效準確的錨固螺桿松動故障檢測方法成為重慶輕軌交通健康檢測系統(tǒng)中非常重要的一個分支。論文從重慶軌道的實際情況出發(fā)，利用信號采集裝置獲得錨固螺桿振動信號，研究分析其信號的特點，針對檢測準確率低、故障樣本極度缺乏難題，提出一種新的有效診斷方法，實現了對錨固螺桿故障情況的診斷。
　　本文首

2、先介紹了錨固螺桿的信號采集系統(tǒng)，使用改進小波閾值去噪法對采集到的信號進行去噪，便于后期對信號的特征提取。接著，針對螺桿信號的特點，從信號的時域、頻域和時頻聯(lián)合域出發(fā)，運用集合經驗模態(tài)分解、平滑威格納-維爾分布、波包分解等方法對錨固螺桿信號進行了特征提取，一共提取到71個特征。然后，在分類時并不是特征的數量越多越好，過多的特征不僅會產生數據的大量冗余，增加計算時間和成本，還可能會產生過擬合，降低檢測的準確率。為解決此問題，引入遺傳模擬退火

3、算法對錨固螺桿的特征進行篩選，最終選出一組最優(yōu)的特征子集。最后，在錨固螺桿的故障診斷中，正常的樣本非常容易獲得，而故障樣本極度缺乏，傳統(tǒng)的二值分類方法無法根據現有樣本構建起分類器進行分類，為了解決這個難題，引入支持向量數據描述方法（support vector data description, SVDD），僅僅依靠正常樣本就可以建立起故障分類器。使用選擇出的最優(yōu)特征集訓練和測試SVDD分類器進行分類，通過實驗驗證了此方法的可行性。同時