[01006483]轨道车辆轮轴故障在线检测仪的研制
交易价格:
面议
所属行业:
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
轨道车辆轮轴故障在线检测仪以小波分析为主要信号处理方法,实现了基于声发射技术的轨道车辆轮轴故障的检测。项目主要完成了以下几个方面的工作。1.基于声发射技术的轨道车辆轮轴故障检测方法的研究:在正确区分信号与噪声的基础上,辅助以载荷周期(机车运行速度的线性函数),轨道车辆轮轴故障就可以实时在线检测出来。车轮、车轴疲劳裂纹故障通过对故障源的定位分析可以进一步确定故障类型;轴承正常运行和故障状态的诊断可以通过检测到的信号包络频率与各环节特征频率间关系体现出来。2.基于小波变换的声发射信号处理方法的研究:根据声发射信号此特征,选择小波分析为主要信号处理方法,建立起一个基于小波分析的声发射信号处理的方法体系。推导了基于Mallat算法的小波多尺度分解频率范围划分公式和最大分解尺度公式,使得小波分析对声发射信号的分频分析特性概念更明晰:根据材料疲劳特征声发射信号的范围和声发射信号的采样频率就可以确定声发射信号小波分解所需要的尺度。反过来,也可以根据当前小波分解的尺度和信号的采样频率,确定特征声发射信号的频带。3.轮轴裂纹与累积疲劳模型的建立:研究了轨道车辆轮轴裂纹扩展规律,引进了基于小波变换的声发射信号能量的概念,并以此为基础,根据前人的研究成果,通过理论计算和试验研究建立了基于声发射信号能量的材料裂纹扩展模型和基于声发射信号能量的材料累积疲劳损伤模型。这两个模型的建立,为基于声发射信号能量的轨道车辆轮轴在线故障检测和评定方法的研究提供了依据。4.可用于声发射信号在线去噪的小波去噪方法的分析:为了实现声发射信号的在线去噪,提出了一种离散小波快速算法。该算法有着很高的并行度,非常适合数字信号处理器(DSP)的并行计算。鉴于目前VLSI技术的快速发展以及基于FFT的DSP技术的成熟,使得小波变换的快速算法的硬件系统具有很强的实现性,使得该算法就会达到更高的运算效率。5.轨道车辆轮轴故障在线检测仪和基于虚拟仪器的轨道车辆轮轴故障检测分析平台的开发:根据前面的理论研究结果,首次开发了轨道车辆轮轴故障在线检测仪和基于虚拟仪器的轨道车辆轮轴故障检测分析平台。轨道车辆轮轴故障在线检测仪能够在线检测故障并存储数据;基于虚拟仪器的轨道车辆轮轴故障检测分析平台是一个声发射信号处理分析工具,该处理平台以波形分析为主,可以实现轨道车辆轮轴故障的数据的再分析和故障类型的定位。设计了以DSP+FPGA为架构的轨道车辆轮轴故障在线检测仪硬件结构。整个硬件结构紧密结合了被测对象的突出特征,从减少DSP监控A/D芯片的时间和将底层的信号预处理从DSP中剥离等方面入手,突出了具有换体FIFO的实时数据采集单元和具有大容量缓冲RAM的准实时数据处理单元的设计,尽可能提高硬件的运行效率和系统的实时性。设计了以LabVIEW软件平台为基础的基于虚拟仪器的轨道车辆轮轴故障检测分析平台。该平台可以实现对声发射信号的时域分析、频谱分析、参数分析、小波去噪以及报警等功能,同时还可以对声发射信号文件进行存储和查询。该平台和轨道车辆轮轴故障在线检测仪可以通过有线或无线(GPRS)进行数据传送。轨道车辆轮轴故障在线检测仪具有较高的灵敏度及稳定的可靠性,这不仅可以很好地保证检测质量,而且能够带来较高的经济效益,具有相当可观的实用价值。
轨道车辆轮轴故障在线检测仪以小波分析为主要信号处理方法,实现了基于声发射技术的轨道车辆轮轴故障的检测。项目主要完成了以下几个方面的工作。1.基于声发射技术的轨道车辆轮轴故障检测方法的研究:在正确区分信号与噪声的基础上,辅助以载荷周期(机车运行速度的线性函数),轨道车辆轮轴故障就可以实时在线检测出来。车轮、车轴疲劳裂纹故障通过对故障源的定位分析可以进一步确定故障类型;轴承正常运行和故障状态的诊断可以通过检测到的信号包络频率与各环节特征频率间关系体现出来。2.基于小波变换的声发射信号处理方法的研究:根据声发射信号此特征,选择小波分析为主要信号处理方法,建立起一个基于小波分析的声发射信号处理的方法体系。推导了基于Mallat算法的小波多尺度分解频率范围划分公式和最大分解尺度公式,使得小波分析对声发射信号的分频分析特性概念更明晰:根据材料疲劳特征声发射信号的范围和声发射信号的采样频率就可以确定声发射信号小波分解所需要的尺度。反过来,也可以根据当前小波分解的尺度和信号的采样频率,确定特征声发射信号的频带。3.轮轴裂纹与累积疲劳模型的建立:研究了轨道车辆轮轴裂纹扩展规律,引进了基于小波变换的声发射信号能量的概念,并以此为基础,根据前人的研究成果,通过理论计算和试验研究建立了基于声发射信号能量的材料裂纹扩展模型和基于声发射信号能量的材料累积疲劳损伤模型。这两个模型的建立,为基于声发射信号能量的轨道车辆轮轴在线故障检测和评定方法的研究提供了依据。4.可用于声发射信号在线去噪的小波去噪方法的分析:为了实现声发射信号的在线去噪,提出了一种离散小波快速算法。该算法有着很高的并行度,非常适合数字信号处理器(DSP)的并行计算。鉴于目前VLSI技术的快速发展以及基于FFT的DSP技术的成熟,使得小波变换的快速算法的硬件系统具有很强的实现性,使得该算法就会达到更高的运算效率。5.轨道车辆轮轴故障在线检测仪和基于虚拟仪器的轨道车辆轮轴故障检测分析平台的开发:根据前面的理论研究结果,首次开发了轨道车辆轮轴故障在线检测仪和基于虚拟仪器的轨道车辆轮轴故障检测分析平台。轨道车辆轮轴故障在线检测仪能够在线检测故障并存储数据;基于虚拟仪器的轨道车辆轮轴故障检测分析平台是一个声发射信号处理分析工具,该处理平台以波形分析为主,可以实现轨道车辆轮轴故障的数据的再分析和故障类型的定位。设计了以DSP+FPGA为架构的轨道车辆轮轴故障在线检测仪硬件结构。整个硬件结构紧密结合了被测对象的突出特征,从减少DSP监控A/D芯片的时间和将底层的信号预处理从DSP中剥离等方面入手,突出了具有换体FIFO的实时数据采集单元和具有大容量缓冲RAM的准实时数据处理单元的设计,尽可能提高硬件的运行效率和系统的实时性。设计了以LabVIEW软件平台为基础的基于虚拟仪器的轨道车辆轮轴故障检测分析平台。该平台可以实现对声发射信号的时域分析、频谱分析、参数分析、小波去噪以及报警等功能,同时还可以对声发射信号文件进行存储和查询。该平台和轨道车辆轮轴故障在线检测仪可以通过有线或无线(GPRS)进行数据传送。轨道车辆轮轴故障在线检测仪具有较高的灵敏度及稳定的可靠性,这不仅可以很好地保证检测质量,而且能够带来较高的经济效益,具有相当可观的实用价值。