基于形態(tài)分量分析的高速列車軸箱軸承故障診斷方法*

李佳元， 宋冬利， 張衛(wèi)華， 王志偉， 陳丙炎

(西南交通大學(xué) 牽引動力國家重點實驗室， 成都 610031)

近年來，車輛重載化、高速化使輪軌相互作用加強，輪軌接觸應(yīng)力變大。軌道壓潰、軌面剝離、軌道波磨、鋼軌焊縫等軌道局部缺陷使輪軌相互作用進(jìn)一步加強，引起輪軌沖擊，造成輪軌動態(tài)接觸應(yīng)力變大及輪軌系統(tǒng)出現(xiàn)中、高頻振動[1]。除此之外，研究[2]表明，車輪不圓也會激起輪軌之間的高頻振動。當(dāng)高速列車軸箱軸承出現(xiàn)故障，同時又受到這些高頻激擾時，若不能及時從中檢測到軸承故障信息，就會存在巨大的安全隱患。針對這種情況，目前還沒有提出有效的故障診斷方法。

Starck等[3]基于信號的稀疏表示和形態(tài)多樣性提出了形態(tài)分量分析(Morphological Component Analysis，MCA)。該方法最先應(yīng)用于圖像處理，利用不同信號的形態(tài)多樣性(假設(shè)每一種信號均有唯一的稀疏字典與之對應(yīng))，對不同形態(tài)成分進(jìn)行分離。文獻(xiàn)[4-7]將MCA方法應(yīng)用到齒輪箱復(fù)合故障診斷，用于分離齒輪的諧波信號與軸承的沖擊信號。在MCA算法中，常采用小波字典稀疏表示信號中的沖擊成分。但小波變換對不同的信號較為敏感，需要針對不同的信號選用不同的基函數(shù)，而選擇不同的基函數(shù)所得到的結(jié)果差異很大，這關(guān)系到是否可以正確高效地分析信號。高速列車軸箱軸承運行環(huán)境復(fù)雜，所受到的內(nèi)外激擾較多，因此將基于小波字典的MCA方法應(yīng)用于高速列車軸箱軸承在線監(jiān)測還有較大的困難。

基于以上分析，文中對MCA算法中稀疏表示的字典進(jìn)行改進(jìn)，以便于將其應(yīng)用于高速列車軸箱軸承在線監(jiān)測。……