一种高速列车转向架轴承故障诊断方法及装置制造方法及图纸

本发明专利技术涉及轴承故障诊断技术领域，具体涉及一种高速列车转向架轴承故障诊断方法及装置，通过采集列车转向架轴承运转过程中的振动信号，使用无重叠采样将原始振动信号划分为多段固定长度的子样本；将子样本视为图上的一个节点，时域信号作为节点特征，故障类型作为节点标签，采用可学习自适应的图邻接矩阵来构建适应高速列车转向架轴承复杂多变工况的图结构；搭建具有framelet变换的图卷积来学习图上的节点表示，通过两个图卷积层来提取节点特征，使用两个全连接层来进行节点分类，将自适应的图、framelet变换技术与图卷积神经网络相结合得到AGFCN模型；最后利用训练集进行了训练和优化，然后将测试集输入到训练好的AGFCN模型中进行故障诊断。

【技术实现步骤摘要】

本专利技术涉及轴承故障诊断，具体涉及一种高速列车转向架轴承故障诊断方法及装置。

技术介绍

1、高速列车由于具有运量大、速度快、安全准时等优点，已成为世界上各大城市缓解大都市拥堵、绿色出行的首选。轴承是机械传动轴的支撑，是实现高速列车转向架功能的重要保障，其健康状况与列车的安全可靠运行密切相关。由于转向架轴承运行工况复杂，长期工作于高速、重载和强耦合冲击等恶劣工况中，加剧了轴承故障的发生，严重威胁高速列车行车安全。因此，在强噪声和变载荷工况下转向架轴承的健康状况意义重大。

2、传统的基于信号的轴承故障诊断方法需要人工提取信号中的特征信息，然后利用这类方法从振动信号中提取特征信息，构建特征向量，输入到机器学习算法中并输出轴承故障诊断结果。事实上，强噪声环境下故障特征信息被淹没，限制了方法特征提取的能力。浅层机器学习方法难以表征高维复杂的非线性关系，制约了故障诊断的精度。

技术实现思路

1、本专利技术的目的在于提供一种高速列车转向架轴承故障诊断方法及装置，旨在现有基于信号的轴承故障诊断技术中强噪声工况导本文档来自技高网...

【技术保护点】

1.一种高速列车转向架轴承故障诊断方法，其特征在于，包括下列步骤：

2.如权利要求1所述的高速列车转向架轴承故障诊断方法，其特征在于，

3.如权利要求2所述的高速列车转向架轴承故障诊断方法，其特征在于，

4.如权利要求3所述的高速列车转向架轴承故障诊断方法，其特征在于，

5.如权利要求4所述的高速列车转向架轴承故障诊断方法，其特征在于，

6.一种高速列车转向架轴承故障诊断装置，用于如权利要求5所述的高速列车转向架轴承故障诊断方法，其特征在于，

7.如权利要求6所述的高速列车转向架轴承故障诊断方法及装置，其特征在于，<...

【技术特征摘要】

1.一种高速列车转向架轴承故障诊断方法，其特征在于，包括下列步骤：

2.如权利要求1所述的高速列车转向架轴承故障诊断方法，其特征在于，

3.如权利要求2所述的高速列车转向架轴承故障诊断方法，其特征在于，

4.如权利要求3所述的高速列车转向架轴承故障诊断方法，其...

【专利技术属性】
技术研发人员：靳震震，贺德强，姚作芳，吴金鑫，李先旺，孙海猛，付洋，
申请(专利权)人：广西大学，
类型：发明
国别省市：