基于数据驱动的列车轴承故障声学信号的多普勒校正方法
由于列车运动,故障轴承的声学信号会产生频移和扩展的多普勒现象,给轴承的故障识别、诊断带来了难度.本文提出了一种基于数据驱动的多普勒校正方法,并将其运用到列车轴承上.该方法通过时频域中轴承故障数据的能量变化的特点直接建立重采样时间序列,无需其他参数即可实现信号的多普勒校正.在计算量,实用性方面,相比于传统的方法具有明显的优势.本文通过仿真信号和实际信号验证了该方法的有效性.
列车轴承 故障诊断 声学信号 多普勒效应 数据驱动
张尚斌 孔凡让 张海滨 欧阳可赛
中国科学技术大学精密机械与精密仪器系,安徽合肥230027
国内会议
北京
中文
1-8
2015-11-05（万方平台首次上网日期，不代表论文的发表时间）