【技术实现步骤摘要】
本专利技术属于故障诊断，具体涉及一种车载列车轴承故障诊断方法、系统和设备。
技术介绍
1、在工业领域各种旋转机械中，轴承是关键零部件之一。由于通常处于高速、变载工况，因此轴承容易出现故障。一旦发生故障，就有可能引发严重事故。对轴承运行状态进行在线检测能有效避免由于故障带来的严重后果。目前，对于轴承的监测诊断一般有以下几种方法：振动诊断法、声学诊断法、温度诊断法、磨耗屑的分析、轴承的间隙测定、油膜电阻法、光纤监测技术。
2、振动方式应用最广，通过安装在轴承座上的振动传感器采集轴承振动信号后，再经过信号分析实现故障诊断，现有公开号为cn115326396a的中国专利公开了一种轴承故障的诊断方法及装置，具体公开了在采集到振动信号的基础上，进一步采用滤波重构的方法进行处理，并计算包络谱分析进行故障诊断。然而，振动信号的质量会直接影响后续方法处理效果，在实际使用中，设备往往包含多个振动源，这些干扰振动源会通过设备本体传递到轴承座上的振动传感器，对被测轴承本身的振动信号产生干扰，增加信号分析难度，降低诊断精度和可靠性。同时，振动传感器需要安装在轴承座上，需要对设备进行开孔改造，需要付出额外的人力物力。
3、现有技术中还存在非接触式测量声学的方式，无需对设备进行改造。同时，相比振动方式，声学方式采用传声器正对故障位置采集声音信号，采集方式更直接。研究表明，在故障早期阶段故障声音信号就能产生显著的特征变化，早期预警能力强。
4、动车在运行过程中，会产生许多声音信号，其中一些声音信号是由动车走行部件发生故障产生
5、列车内环境复杂且狭小，混响效应尤为明显，由于采集环境噪声种类较多，如人们交谈的声音，走路的振动，火车组件的机械噪声等，且信号在车厢内会产生较强的回声与混响，对目标轴承声源的信号采集变得困难，难有一种有效的实时监测列车轴承的方法和设备。常规的麦克风阵列采集算法通常应用于增强语音，去除机械噪声和稳态噪声。
6、综上，如何提出一种非接触式基于多目标轴承声源声学信号的故障诊断方法是本领域人员亟需解决的问题。
技术实现思路
1、本专利技术的目的就在于提供一种车载列车轴承故障诊断方法、系统和设备，以解决
技术介绍
中提出的问题。
2、本专利技术通过以下技术方案来实现上述目的：
3、一种车载列车轴承故障诊断方法，所述方法包括如下步骤：
4、s1、当目标轴承声源运行速度满足第一条件时，获取目标轴承声源来自麦克风阵列的多通道数据；
5、s2、对多通道数据进行预处理，并对目标轴承声源信号进行定位，并基于目标轴承声源的远场条件和声源距离，对预处理后的信号进行信号增强，生成目标轴承声源的近端信号和远端信号，提取预处理后信号的环境噪声，将环境噪声作为噪声抑制的参考信号，以消除目标轴承声源信号外的环境噪声；
6、s3、提取目标轴承声源信号的时域、频域和小波域特征，采用降维法进行特征降维以生成训练集，将所述训练集输入预先构建的诊断模型中进行训练，将待诊断信号输入训练好的诊断模型进行分类，以确定目标轴承声源是否存在故障。
7、作为本专利技术进一步优化方案，步骤s1中，第一条件为：所述运行速度由卫星定位测速、三轴加速度传感器以及带通滤波器组合确定，以防止目标轴承声源载体的震动对加速度采集产生干扰。
8、作为本专利技术进一步优化方案，应用执行所述诊断方法采集装置包括环形麦克风阵列，环形麦克风阵列包括用于采集近端目标轴承声源的内圈麦克风、用于采集远端目标轴承声源的外圈麦克风、用于获取环境噪声的顶部麦克风。
9、作为本专利技术进一步优化方案，步骤s2中，具体为：
10、s201、对所述多通道数据x进行预处理，削弱信号中的混响与回声成分，采用短时傅里叶变换进行处理得x1(n，k)，输出预处理期望信号d(n，k)为：
11、
12、其中，n为通道数，k为信号帧序号，τ为信号帧时间间隔，g(k)为滤波器系数，输入x(n，k)为观测信号，由时变高斯模型与最大似然估计法则进行循环迭代，估计方差λ和权重g，
13、
14、通过迭代循环优化，求得方差与权重，代入期望信号求解得期望信号d{d1，d2，d3.....d14，d15，d16}；
15、s202、所述远场条件计算公式为：
16、
17、其中，l为麦克风阵列距离目标轴承声源的距离，r为圆阵麦克风阵列的半径，λ为目标轴承声源的信号频率；
18、s203、信号增强流程为：远场信号以方位角θ平行入射到麦克风阵列中心上，麦克风阵列中延迟单元的数量为l，相邻延迟单元之间的延迟为t，则信号增强处理的输出为y(t)：
19、
20、并通过拉格朗日函数求解，得到最优解为：
21、
22、s204、对样本协方差矩阵对角加载更新的矩阵定义为：
23、
24、其中，r-1为相关矩阵r-1＝αr-1+λi，为噪声中白噪声分量的功率，λ和α为对角加载量，lnr为加载噪声级，由此通过噪声功率得到对焦加载量λ，根据最佳权向量解，用rxx近似值xxh代替将r-1＝αrxx-1+λi带入，即可获得新的权向量，根据由信号增强处理后得到指定方向的一维信号y(t)；
25、s205、将参考麦克风采集的信号d(n)输入到噪声抑制中，求得噪声信号的权向量wk，并根据干扰声源与轴承声源的逼近程度设置一个逼近因子β[β1，β2，β3，β4]；
26、其中，噪声抑制的输入信号矢量x(n)，wk为权系数矢量，输出为y(n)为：
27、
28、自适应线性组合器按照误差信号均方值ξ为：
29、e(n)＝d(n)-y(n)；
30、ξ(n)＝e[e2(n)]；
31、根据误差信号均方值最小的准则，求得噪声的权向量，期望信号为
32、y(n)＝x(n)-β·wk·x(n)。
33、作为本专利技术进一步优化方案，步骤s3中特征降维中，包括预先根据解混矩阵b和非线性函数φ来得到源信号的最优逼近矩阵，即：
34、y＝bfφ(x)＝utwφ(x)；
35、得到映射后的特征空间f的协方差矩阵为：
36、
37、本文档来自技高网...
【技术保护点】
1.一种车载列车轴承故障诊断方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的一种车载列车轴承故障诊断方法，其特征在于：步骤S1中，第一条件为：所述运行速度由卫星定位测速、三轴加速度传感器以及带通滤波器组合确定，以防止目标轴承声源载体的震动对加速度采集产生干扰。
3.根据权利要求1所述的一种车载列车轴承故障诊断方法，其特征在于：应用执行所述诊断方法采集装置包括环形麦克风阵列，环形麦克风阵列包括用于采集近端目标轴承声源的内圈麦克风、用于采集远端目标轴承声源的外圈麦克风、用于获取环境噪声的参考麦克风。
4.根据权利要求1所述的一种车载列车轴承故障诊断方法，其特征在于：步骤S2中，具体为：
5.根据权利要求4所述的一种车载列车轴承故障诊断方法，其特征在于：步骤S3中特征降维中，包括预先根据解混矩阵B和非线性函数Φ来得到源信号的最优逼近矩阵，即：
6.一种车载列车轴承故障诊断系统，所述系统应用于执行权利要求1-5任一项所述诊断方法，其特征在于，系统包括：
7.一种车载列车轴承故障诊断设备，包括存储器、
...【技术特征摘要】
1.一种车载列车轴承故障诊断方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的一种车载列车轴承故障诊断方法，其特征在于：步骤s1中，第一条件为：所述运行速度由卫星定位测速、三轴加速度传感器以及带通滤波器组合确定，以防止目标轴承声源载体的震动对加速度采集产生干扰。
3.根据权利要求1所述的一种车载列车轴承故障诊断方法，其特征在于：应用执行所述诊断方法采集装置包括环形麦克风阵列，环形麦克风阵列包括用于采集近端目标轴承声源的内圈麦克风、用于采集远端目标轴承声源的外圈麦克风、用于获取环境噪声的参考麦克风。
4.根据权利要...
【专利技术属性】
技术研发人员：刘方，陈洪卿，袁毅，张海斌，翟中平，韩想红，张波，袁子玉，黄新，黄思威，李泽华，
申请(专利权)人：安徽大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。