CN106596103A - 一种在不落轮车床上用于轴承检测的装置及轴承检测方法 - Google Patents

Abstract

本发明提供的一种在不落轮车床上用于轴承检测的装置包括：机床本体、振动传感器、压紧支撑机构、数据采集模块、数据分析模块，压紧支撑机构与机床本体连接，压紧支撑机构还与振动传感器连接，压紧支撑机构通过振动传感器与车辆轴箱外壳压紧连接，数据采集模块分别与振动传感器和数据分析模块电连接。该检测装置通过数据分析模块能够有效排除运行线路状态、运行环境以及轮对自身故障对轴承故障判定的干扰。该装置还能够缩短轮对故障检修处理时间，提高检测工作的效率。该装置能够集成到现有的检修平台系统当中。通过该装置的振动检测能发现轴承的早期故障，提前实施预警，确保列车轴承的安全运行。

Description

一种在不落轮车床上用于轴承检测的装置及轴承检测方法

技术领域

本发明涉及铁路车辆的机械测控与检测技术领域，具体涉及一种在不落轮车床上用于轴承检测的装置，以及应用该装置对轴承检测的方法。

背景技术

随着铁路的蓬勃发展，列车运营安全已成为铁路研究和运营中最为关注的问题。轮对轴承是列车走行系统中关键的旋转部件，轮对轴承除了支撑列车重量及车辆载重所构成的静态和动态的径向负荷外，在车轴方向还要承受额外的非稳定力，因此，轮对轴承的运行状态对列车行车安全有着至关重要的影响。

列车运行速度的高速化发展，使得轮轨间的动载荷随速度的提高而逐渐增大，轮对轴承的振动服役环境更加复杂化，加剧了轮对轴承产生磨损、擦伤和失效等故障的进程。因此，对列车轮对轴承状态进行检测，以及确保轴承的运行品质，对于保障列车的安全运营具有重要意义。

目前在铁路车辆的机械测控与检测技术领域中，对于轴承的检测主要手段是车载在线振动检测。车载在线振动检测是在列车正常运行过程中对轴承实施检测，但由于轴承振动与线路状态、运营环境和转向架耦合作用明显，因此，在这种多干扰和强噪声环境中，车载轴承检测的准确性一直得不到保障，更不能准确检测轴承的早期故障，这在高速列车轮对轴承检测过程中体现的更为明显，现有的高速列车轮对轴承并没有采取车载振动检测，而是运用在时间上相对滞后的温度检测方法。

另外，如果将轴承拆卸后进行检测，那么不仅使轴承检测的及时性得不到保障，同时还需要消耗大量的人力和物力，存在工作效率较低的问题。综上，发展高效、准确、便捷的列车轮对轴承检测装置势在必行。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。

发明内容

为解决上述技术缺陷，本发明采用的技术方案在于，提供一种在不落轮车床上用于轴承检测的装置，其包括：

一机床本体，用于承载车辆轮对，以及带动所述车辆轮对旋转；

一振动传感器，用于将车辆轴箱的振动转化为振动信号；

一压紧支撑机构，用于压紧所述车辆轴箱；

一数据采集模块，用于提取所述车辆轴箱内轴承的振动信号；

一数据分析模块，用于分析振动信号，以及判定所述车辆轴箱内轴承的工作状态；

所述压紧支撑机构与所述机床本体连接，所述压紧支撑机构还与所述振动传感器连接，所述压紧支撑机构通过所述振动传感器与所述车辆轴箱外壳压紧连接，所述数据采集模块分别与所述振动传感器和所述数据分析模块电连接。

较佳的，所述数据采集模块包括预处理模块、信号提取模块、信号处理模块、匹配模块、判定模块和参考模块；所述预处理模块与所述数据采集模块电连接；所述信号提取模块与所述预处理模块电连接，所述信号提取模块还与所述信号处理模块电连接，用于提取经预处理后的信号；所述匹配模块与所述信号处理模块电连接，所述匹配模块还与所述参考模块连接，用于将所述信号处理模块的输出与所述参考模块内的参考值进行匹配；所述判定模块与所述匹配模块电连接，用于诊断所述车辆轴箱内轴承状态。

较佳的，所述信号处理模块包括输入模块、分析模块和输出模块；所述输入模块与所述信号提取模块连接，所述输入模块还与所述分析模块连接；所述输出模块与所述分析模块连接，所述输出模块还与所述匹配模块连接。

较佳的，所述判定模块还与所述参考模块连接，用于增加所述参考模块内的参考值集合的数量。

较佳的，其还包括交互模块，所述交互模块分别与所述数据采集模块和所述判定模块连接，所述交互模块用于显示所述数据采集模块采集的原始数据，还用于显示所述判定模块输出的判定结果。

较佳的，所述机床本体包括机床传动装置和滚轮，所述机床传动装置与所述滚轮可拆卸连接，所述机床传动装置通过所述滚轮带动所述车辆轮对转动。

较佳的，其还包括机床控制模块，所述机床控制模块与所述交互模块电连接；所述机床控制模块还与所述机床传动装置，所述机床控制模块通过所述机床传动装置控制所述车辆轮对转动频率。

本发明还提供一种轴承检测方法，其包括：

步骤S1，获取车辆轴箱的振动信号X(t)；

步骤S2，对所述车辆轴箱的振动信号X(t)进行预处理；

步骤S3，获取关键信息，关键信息包括：振动信号的X(t)的时域面积、振幅最大值、振幅平均值、振动波形的平均值、峰值系数、包络A(t)、瞬时相位函数ψ(t)和频域信号G(f)；

步骤S4，对步骤S3中获得的关键信息，进行数据分析，进而得出输出O_k；

步骤S5，将输出O_k与参考值进行匹配；

步骤S6，对步骤S5中匹配的结果进行判定。

较佳的，所述步骤2中预处理步骤为：

步骤S211，对X(t)进行数字带通滤波，滤波后的信号表示为Y(t)；

步骤S212，对经过数字带通滤波器的信号Y(t)进行调制，调制后的信号为S(t)，调制后的信号S(t)可表示为：

S(t)＝A(t)cos[2πf₀t+φ(t)]

其中A(t)表示信号S(t)的包络，f₀表示瞬时频率，φ(t)表示相位函数；

步骤S213，对调制后的信号S(t)进行希尔伯特变换，得到 可表示为：

步骤S214，根据调制信号S(t)和希尔伯特变换后的函数构建解析信号Z(t)，解析信号Z(t)可表示为：

Z(t)＝A(t)cos[2πf₀t+φ(t)]+jA(t)cos[2πf₀t+φ(t)]

Z(t)＝A(t)e^jψ(t)

其中，ψ(t)表示瞬时相位；

步骤S215，获取S(t)信号的包络A(t)，

通过调制信号S(t)和希尔伯特变换后的函数来获取包络A(t)，包络A(t)表示为：

步骤S216，获取瞬时相位函数ψ(t)，

通过调制信号S(t)和希尔伯特变换后的函数获取ψ(t)，瞬时相位ψ(t)表示为：

S217，对属于时域信号的Y(t)进行傅里叶变换，获得相应的频域信号G(f)，频域信号G(f)表示为：

较佳的，所述步骤4中数据分析步骤为：

步骤S401，确定输入模块节点数n、分析模块节点数l、输出模块节点数m，其中输入模块节点数n与步骤3中提取的关键信号数量相同；

步骤S402，将输入模块和分析模块的连接权值ω_uv初始化，其中u表示1到n之间的正整数，v表示1到l之间的正整数，ω_uv表示各输入模块节点和分析模块节点之间的权值；

步骤S403，将分析模块和输入模块的连接权值ω_vk初始化，其中k表示1到m之间的正整数，ω_vk表示各分析模块节点和输入模块节点之间的权值；

步骤S404，初始化分析模块各节点阈值a_v和输出模块各节点阈值b_k，v表示1到l之间的正整数，k表示1到m之间的正整数；

步骤S405，获取分析模块的输出H_v，

T(d)＝1/(1+e^-d)

其中u表示1到n之间的正整数，v表示1到l之间的正整数，C_u表示关键信号，T(d)表示激励函数；

步骤S406，获取输出模块的输出O_k，

其中，v表示1到l之间的正整数，k表示1到m之间的正整数；

步骤S407，获取误差D_k，

其中，k表示1到m之间的正整数，R_k表示期望输出；

步骤S408，依据误差判断是否更新权值和阈值，若判定不需要更新权值和阈值，则直接输出O_k，否则更新权值和阈值；

步骤S409，更新权值，

ω^I+1 _vk＝ω^I _vk+H_vD_k

其中，ω^I+1 _uv表示更新后的分析模块和输入模块的连接权值，ω^I _uv表示更新前的分析模块和输入模块的连接权值，ω^I+1 _uv表示更新后的分析模块和输出模块的连接权值，ω^I _uv示更新前的分析模块和输出模块的连接权值；

步骤S410，更新阈值，

b_k ^I+1＝b_k ^I+D_k

其中，a_v ^I+1表示更新后的分析模块各节点阈值，a_v ^I表示更新前的分析模块各节点阈值，b_k ^I+1表示更新后的输出模块各节点阈值，b_k ^I表示更新前的输出模块各节点阈值；

步骤S411，重复步骤S405至步骤S408，直至获得准确的输出O_k。

与现有技术比较本发明的有益效果在于：本发明提供的一种在不落轮车床上用于轴承检测的装置，通过机床传动装置和滚轮带动轮对轴箱内的轴承转动，在轴承转动的过程中，对轴承进行检测，这样既避免了车载在线振动检测方法中噪声对轴承检测的影响，又不需要将轴承拆卸后进行检测，因此，提高了轴承检测结果的准确性，并且缩短轴承检测的处理时间。

本发明提供的一种在不落轮车床上用于轴承检测的装置还包括数据分析模块，通过数据分析模块能够有效排除轮对其他故障对轴承故障判定的干扰。该装置还能集成到现有的检修平台系统当中，保障了轴承检测的准确性和及时性。通过该装置的振动检测能发现轴承的早期故障，提前实施预警，确保列车轴承的安全运行。

附图说明

为了更清楚地说明本发明各实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。

图1是本发明实施例一中的外部结构示意图；

图2是本发明实施例一中的内部结构及功能示意图；

图3是本发明实施例四中的外部结构示意图。

具体实施方式

以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。

实施例一

如图1所示，本发明实施例一中的外部结构示意图；如图2所示，为本发明实施例一中的内部结构及功能示意图。

在对本发明技术特征的描述过程中，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

本发明提供一种在不落轮车床上用于轴承检测的装置，该装置包括：机床本体1、压紧支撑机构2、振动传感器3、数据采集模块4、数据分析模块5、交互模块6和机床控制模块7。压紧支撑机构2一端与机床本体1连接，另一端连接有振动传感器3，振动传感器3与内部含有轴承的轮对轴箱10的外壳紧密连接。轮对轴箱10内部的轴承包括：外圈、内圈和滚动件。数据采集模块4分别于振动传感器3和数据分析模块5电连接，用于采集多种类型的信号。交互模块6分别与数据采集模块4和数据分析模块5电连接，交互模块6还与机床控制模块7连接。

机床本体1内部下方设置有机床传动装置8和滚轮9，机床传动装置8的数量至少为两个，滚轮9的数量与机床传动装置8的数量一致。机床传动装置8和滚轮9连接，机床传动装置8通过滚轮9带动轮对11转动。机床传动装置8与机床控制模块7连接，机床控制模块7能够控制机床传动装置8的输出转速。

在检测过程中，列车车辆保持相对静止，所述滚轮9带动轮对11进行空转，轮对轴箱10内的轴承随轮对11转动，其有益效果在于：消除了轴承振动与铁路轨道状态、运营环境和转向架的耦合作用，因此，去除了影响轴承振动检测的多项干扰和强噪声。

振动传感器3为振动加速度传感器，在对轮对11进行璇修时，振动传感器3通过压紧支撑机构2紧贴轮对轴箱10的外壳，用于获取轴承的振动数据。振动传感器3将获取的轴承振动数据传输至数据采集模块4。

数据采集模块4将获取到的轴承振动数据一方面传输到交互模块6，另一方面传输到数据分析模块5。交互模块6将来自数据采集模块4的轴承振动数据通过存储器来存储。交互模块6中存储的来自数据采集模块4的轴承振动数据，用于供检测人员调用及分析。交互模块6中存储的来自数据采集模块4的轴承振动数据还通过显示器来呈现，能够辅助检测人员对轮对轴箱10内的轴承是否故障做出预判断。

数据分析模块5具体包括：预处理模块51、信号提取模块52、信号处理模块53、匹配模块54、判定模块55和参考模块56。

本发明还提供一种轴承检测方法，其包括：

步骤S1，获取车辆轴箱的振动信号X(t)；

步骤S2，对所述车辆轴箱的振动信号X(t)进行预处理；

步骤S3，获取关键信息，关键信息包括：振动信号的X(t)的时域面积、振幅最大值、振幅平均值、振动波形的平均值、峰值系数、包络A(t)、瞬时相位函数ψ(t)和频域信号G(f)；

步骤S4，对步骤S3中获得的关键信息，进行数据分析，进而得出输出O_k；

步骤S5，将输出O_k与参考值进行匹配；

步骤S6，对步骤S5中匹配的结果进行判定。

步骤S2预处理步骤为：

预处理模块51用于将数据采集模块4采集到的振动信号X(t)进行预处理，振动信号X(t)为实值函数，t表示时间。预处理方法过程如下：

步骤S21，振动信号X(t)进行滤波和调制，得到调制后的信号S(t)，再获取S(t)信号的包络A(t)和瞬时相位函数ψ(t)。

步骤S22，振动信号X(t)进行滤波，获取滤波后的信号Y(t)，再获取频域信号G(f)。

步骤S23，将S(t)信号的包络A(t)、瞬时相位函数ψ(t)、振动信号X(t)和频域信号G(f)传输至信号提取模块52。

在执行步骤S21的过程中，具体涉及的方法包括：

步骤S211，由于预处理模块51中包含数字带通滤波器，首先，通过数字带通滤波器对X(t)进行数字带通滤波，滤波后的信号表示为Y(t)。

步骤S212，对经过数字带通滤波器的信号Y(t)进行调制，调制后的信号为S(t)，调制后的信号S(t)可表示为：

S(t)＝A(t)cos[2πf₀t+φ(t)]

其中A(t)表示信号S(t)的包络，f₀表示瞬时频率，φ(t)表示相位函数。

步骤S213，对调制后的信号S(t)进行希尔伯特变换，得到 可表示为：

步骤S214，根据调制信号S(t)和希尔伯特变换后的函数构建解析信号Z(t)，解析信号Z(t)可表示为：

Z(t)＝A(t)cos[2πf₀t+φ(t)]+jA(t)cos[2πf₀t+φ(t)]

Z(t)＝A(t)e^jψ(t)。

步骤S215，获取S(t)信号的包络A(t)。

通过调制信号S(t)和希尔伯特变换后的函数获取包络A(t)，包络A(t)表示为：

步骤S216，获取瞬时相位函数ψ(t)。

通过调制信号S(t)和希尔伯特变换后的函数获取ψ(t)，瞬时相位ψ(t)表示为：

在执行步骤S22的过程中，具体涉及的方法包括：

步骤S217，对时域信号Y(t)进行傅里叶变换，获得相应的频域信号G(f)，频域信号G(f)表示为：

由于轴承的不同位置发生故障，轴承产生的振动频率则不相同，在本装置中，在轴承外圈有故障条件下突出显现的频率为f_b，在轴承内圈有故障条件下突出显现的频率为f_c，以及在轴承滚动件有故障条件下突出显现的频率是f_d，上述3种频率是按照下列方程计算的：

其中，f_a表示轮对11的旋转频率，Q是轴承的节圆直径，α表示接触角度，即滚动件的旋转中心轴与内圈的旋转中心轴之间形成的角度，p是滚动件数目。

因此，通过频域信号G(f)对频率成分进行分析，这能够实现对轴承故障检测。

信号提取模块52与预处理模块51电连接，用于提取关键信号。

步骤S3获取关键信息的步骤为：

步骤S301，根据振动信号X(t)，提取振动信号的X(t)的时域面积、振幅最大值、振幅平均值、振动波形的平均值和峰值系数，其中峰值系数是指振幅最大值和振动波形的平均值的比值。

步骤S302，提取经过预处理后的S(t)信号的包络A(t)、瞬时相位函数ψ(t)和频域信号G(f)。

步骤S303，将步骤S201和步骤S202中提取的6项关键信号，传输至信号处理模块53。

信号处理模块53与信号提取模块52电连接，用于分析信号提取模块52中提取的关键信号。信号处理模块53能够对接收到的各项关键信号信息赋予不同的权重，然后对各组数据求和，然后经过非线性函数进行处理，进而输出分析结果。信号处理模块53包括输入模块、分析模块和输出模块。分析模块一端与输入模块连接，另一端与输出模块连接。在信号处理模块53中信号前向传递过程为：输入信号进入输入模块，然后经过分析模块逐层处理，直到将处理结果传输至输出模块。

步骤S4信号处理的步骤为：

步骤S401，信号处理模块53的初始化。根据信号提取模块52输入的关键信号种类数量确定输入模块节点数n、分析模块节点数l、输出模块节点数m。

其中输入模块节点数n与信号提取模块52提取的关键信号数量相同。在本实施例中输入模块节点数n为8。

其中输出模块节点数m与所需要判定的结果相关，本实施例中，需要判定的结果包括轴承外圈故障，轴承内圈故障，轴承滚动件故障和轴承无故障四种，因此，输出模块节点数m为4。

步骤S402，将输入模块和分析模块的连接权值ω_uv初始化。其中u表示1到n之间的正整数，v表示1到l之间的正整数，ω_uv表示各输入模块节点和分析模块节点之间的权值。

步骤S403，将分析模块和输入模块的连接权值ω_vk初始化。其中k表示1到m之间的正整数，ω_vk表示各分析模块节点和输入模块节点之间的权值。

步骤S404，初始化分析模块各节点阈值a_v和输出模块各节点阈值b_k，v表示1到l之间的正整数，k表示1到m之间的正整数。

步骤S405，获取分析模块的输出H_v。

T(d)＝1/(1+e^-d)

其中u表示1到n之间的正整数，v表示1到l之间的正整数。C_u表示关键信号，T(d)表示激励函数，本实施例中，C₁至C₈分别表示:振动信号的X(t)的时域面积、振幅最大值、振幅平均值、振动波形的平均值、峰值系数、S(t)信号的包络A(t)、瞬时相位函数ψ(t)和频域信号G(f)。

步骤S406，获取输出模块的输出O_k。

其中，v表示1到l之间的正整数，k表示1到m之间的正整数。

步骤S407，获取误差D_k。

其中，k表示1到m之间的正整数，R_k表示期望输出。误差D_k的计算公式的有益效果在于，能够消除频域信号G(f)中频域噪声对误差的影响，使误差计算更为精准。

步骤S408，依据误差判断是否更新权值和阈值。若判定不需要更新权值和阈值，则输出模块的直接输出O_k，否则更新权值和阈值。

步骤S409，更新权值。

ω^I+1 _vk＝ω^I _vk+H_vD_k

其中，ω^I+1 _uv表示更新后的分析模块和输入模块的连接权值，ω^I _uv表示更新前的分析模块和输入模块的连接权值。ω^I+1 _uv表示更新后的分析模块和输出模块的连接权值，ω^I _uv示更新前的分析模块和输出模块的连接权值。

步骤S410，更新阈值。

b_k ^I+1＝b_k ^I+D_k

其中，a_v ^I+1表示更新后的分析模块各节点阈值，a_v ^I表示更新前的分析模块各节点阈值。b_k ^I+1表示更新后的输出模块各节点阈值，b_k ^I表示更新前的输出模块各节点阈值。

重复步骤S405-步骤S408，直至获得准确的输出O_k。并将输出O_k传输至匹配模块54。

匹配模块54分别与信号处理模块53、判定模块55和参考模块56电连接。匹配模块54将输出O_k与参考模块56中已有的故障轴承和正常轴承的参考值进行匹配，并将相应的匹配结果传输至判定模块55。

判定模块55与匹配模块54连接，用于接收匹配模块54发送的匹配信息。判定模块55通过对匹配信息进行特征比对，得出轴承是否故障的结论。在本实施例中，判定结论分为轴承外圈故障，轴承内圈故障，轴承滚动件故障和轴承无故障。判定模块55还与参考模块56连接，当得出轴承是否故障的结论后，判定模块55根据判定结论将比对的特征信息进行分类，并将数据传输到参考模块，丰富参考模块内参考值的集合数量。判定模块55还通过交互模块6将判定结论呈现出来。

通过上述数据分析模块的分析5的分析，能够有效排除轮对的其他故障对轴承故障判定的干扰。还能够缩短轮对故障检修处理时间，提高检测工作的效率。

交互模块6分别与判定模块55和机床控制模块7电连接。轴承检测的原始数据和判定结果可传输至机床控制模块7，机床控制模块7根据原始数据和判定结果执行暂停检测动作，或执行重复检测动作。当机床控制模块7执行暂停检测动作时，机床传动装置8停止传动。当机床控制模块7执行重复检测动作时，通过机床传动装置8来变更轮对11的转动频率，并继续进行检测，直至准确判定轴承是否存在故障。

本发明提供的一种在不落轮车床上用于轴承检测的装置，能够内嵌与在普通列车或高速列车的入库轨道，能够在列车入库的同时对轴承进行检测，能够提高工作效率，既避免了干扰和噪声对轴承检测的影响，又不需要将轴承拆卸后进行检测。因此，本发明提供的一种在不落轮车床上用于轴承检测的装置提高了轴承检测结果的准确性，并且缩短轴承检测的处理时间。

实施例二

本实施例与实施例一的区别之处在于：滚轮9上设置环形重力传感器，环形重力传感器与交互模块6电连接。当轮对11进入检测位置时，环形重力传感器受到来自轮对的重力，并将来自轮对11的重力信息传输至交互模块，环形重力传感器用于判断轮对11是否进入检测位置，以及是否能够进行轴承检测。由于不同列车车辆型号有着不同的单轴重量，因此交互模块6还能够根据来自轮对11的重力信息判断列车车辆型号信息。

实施例三

本实施例与实施例二的区别之处在于：本实施例提供的一种在不落轮车床上用于轴承检测的装置中还包括间距调节装置70，间距调节装置70设置在机床本体1的中部。与轮对11左侧车轮接触的滚轮9为第一滚轮组，与轮对11右侧车轮接触的滚轮9为第二滚轮组，与轮对11左侧车轮接触的压紧支撑机构2为第一压紧支撑机构，与轮对12右侧车轮接触的压紧支撑机构2为第二压紧支撑机构。间距调节装置70能够调节第一滚轮组与第二滚轮组之间的间距，间距调节装置70同时还能第一压紧支撑机构与第二压紧支撑机构之间的间距，这样本实施例提供的一种在不落轮车床上用于轴承检测的装置能够适用于不同轮距的列车车辆。

实施例四

如图3所示，为本发明实施例四中的外部结构示意图。本实施例与实施例三的区别之处在于：本实施例提供的一种在不落轮车床上用于轴承检测的装置中还包括升降装置71和车轴驱动装置72，车轴驱动装置72能够与车轴73接触连接，用于带动车轴73进行转动。升降装置71用于控制车轴驱动装置72与车轴73的接触。升降装置71和车轴驱动装置72固定连接。升降装置71和车轴驱动装置72还分别与机床控制模块7电连接。升降装置71设置在机床本体1上。

当轴承检测完成后，机床传动装置8停止传动，使得滚轮9保持静止，进一步，升降装置71上升，使得车轴驱动装置72与车轴73紧密连接，车轴驱动装置72运行，带动车轴73转动，使得轮对11自动脱离检测位置，从而进行其他轮对的检测。轮对11自动脱离检测位置后，升降装置71下降，使得车轴驱动装置72与车轴73脱离。

升降装置71和车轴驱动装置72的有益效果在于：能够使得轮对11快速自动脱离检测位置，提高了多组列车轮对整体检测的效率。

以上所述仅为本发明的较佳实施例，对本发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在本发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (10)

1.一种在不落轮车床上用于轴承检测的装置，其特征在于，其包括：

一机床本体，用于承载车辆轮对，以及带动所述车辆轮对旋转；

一振动传感器，用于将车辆轴箱的振动转化为振动信号；

一压紧支撑机构，用于压紧所述车辆轴箱；

一数据采集模块，用于提取所述车辆轴箱内轴承的振动信号；

一数据分析模块，用于分析振动信号，以及判定所述车辆轴箱内轴承的工作状态；

所述压紧支撑机构与所述机床本体连接，所述压紧支撑机构还与所述振动传感器连接，所述压紧支撑机构通过所述振动传感器与所述车辆轴箱外壳压紧连接，所述数据采集模块分别与所述振动传感器和所述数据分析模块电连接。

2.如权利要求1所述的检测装置，其特征在于，所述数据采集模块包括预处理模块、信号提取模块、信号处理模块、匹配模块、判定模块和参考模块；所述预处理模块与所述数据采集模块电连接；所述信号提取模块与所述预处理模块电连接，所述信号提取模块还与所述信号处理模块电连接，用于提取经预处理后的信号；所述匹配模块与所述信号处理模块电连接，所述匹配模块还与所述参考模块连接，用于将所述信号处理模块的输出与所述参考模块内的参考值进行匹配；所述判定模块与所述匹配模块电连接，用于诊断所述车辆轴箱内轴承状态。

3.如权利要求2所述的检测装置，其特征在于，所述信号处理模块包括输入模块、分析模块和输出模块；所述输入模块与所述信号提取模块连接，所述输入模块还与所述分析模块连接；所述输出模块与所述分析模块连接，所述输出模块还与所述匹配模块连接。

4.如权利要求3所述的检测装置，其特征在于，所述判定模块还与所述参考模块连接，用于增加所述参考模块内的参考值集合的数量。

5.如权利要求3或4所述的检测装置，其特征在于，其还包括交互模块，所述交互模块分别与所述数据采集模块和所述判定模块连接，所述交互模块用于显示所述数据采集模块采集的原始数据，还用于显示所述判定模块输出的判定结果。

6.如权利要求5所述的检测装置，其特征在于，所述机床本体包括机床传动装置和滚轮，所述机床传动装置与所述滚轮可拆卸连接，所述机床传动装置通过所述滚轮带动所述车辆轮对转动。

7.如权利要求6所述的检测装置，其特征在于，其还包括机床控制模块，所述机床控制模块与所述交互模块电连接；所述机床控制模块还与所述机床传动装置，所述机床控制模块通过所述机床传动装置控制所述车辆轮对转动频率。

8.一种轴承检测方法，其特征在于，包括：

步骤S1，获取车辆轴箱的振动信号X(t)；

步骤S2，对所述车辆轴箱的振动信号X(t)进行预处理；

步骤S3，获取关键信息，关键信息包括：振动信号的X(t)的时域面积、振幅最大值、振幅平均值、振动波形的平均值、峰值系数、包络A(t)、瞬时相位函数ψ(t)和频域信号G(f)；

步骤S4，对步骤S3中获得的关键信息，进行数据分析，进而得出输出O_k；

步骤S5，将输出O_k与参考值进行匹配；

步骤S6，对步骤S5中匹配的结果进行判定。

9.如权利要求6所述的轴承检测方法，其特征在于，所述步骤2中预处理步骤为：

步骤S211，对X(t)进行数字带通滤波，滤波后的信号表示为Y(t)；

步骤S212，对经过数字带通滤波器的信号Y(t)进行调制，调制后的信号为S(t)，调制后的信号S(t)可表示为：

S(t)＝A(t)cos[2πf₀t+φ(t)]

其中A(t)表示信号S(t)的包络，f₀表示瞬时频率，φ(t)表示相位函数；

步骤S213，对调制后的信号S(t)进行希尔伯特变换，得到可表示为：

步骤S214，根据调制信号S(t)和希尔伯特变换后的函数构建解析信号Z(t)，解析信号Z(t)可表示为：

Z(t)＝A(t)cos[2πf₀t+φ(t)]+jA(t)cos[2πf₀t+φ(t)]

$Z\left(t\right)=A\left(t\right)e^{j\[2{\mathrm{\πf}}_{0}t+\mathrm{\φ}\left(t\right)\]}$

Z(t)＝A(t)e^jψ(t)

其中，ψ(t)表示瞬时相位；

步骤S215，获取S(t)信号的包络A(t)，

通过调制信号S(t)和希尔伯特变换后的函数来获取包络A(t)，包络A(t)表示为：

步骤S216，获取瞬时相位函数ψ(t)，

通过调制信号S(t)和希尔伯特变换后的函数获取ψ(t)，瞬时相位ψ(t)表示为：

S217，对属于时域信号的Y(t)进行傅里叶变换，获得相应的频域信号G(f)，频域信号G(f)表示为：

$G\left(f\right)=\underset{-\mathrm{\∞}}{\overset{\mathrm{\∞}}{\∫}}Y\left(t\right)e^{-itf}dt.$

10.如权利要求6或7所述的轴承检测方法，其特征在于，所述步骤4中数据分析步骤为：

步骤S401，确定输入模块节点数n、分析模块节点数l、输出模块节点数m，其中输入模块节点数n与步骤3中提取的关键信号数量相同；

步骤S402，将输入模块和分析模块的连接权值ω_uv初始化，其中u表示1到n之间的正整数，v表示1到l之间的正整数，ω_uv表示各输入模块节点和分析模块节点之间的权值；

步骤S403，将分析模块和输入模块的连接权值ω_vk初始化，其中k表示1到m之间的正整数，ω_vk表示各分析模块节点和输入模块节点之间的权值；

步骤S404，初始化分析模块各节点阈值a_v和输出模块各节点阈值b_k，v表示1到l之间的正整数，k表示1到m之间的正整数；

步骤S405，获取分析模块的输出H_v，

$H_v=T({\mathrm{\Σ}}_{u=1}^n{\mathrm{\ω}}_{uv}{C}_u-a_v)$

T(d)＝1/(1+e^-d)

其中u表示1到n之间的正整数，v表示1到l之间的正整数，C_u表示关键信号，T(d)表示激励函数；

步骤S406，获取输出模块的输出O_k，

$O_k={\mathrm{\Σ}}_{v=1}^l{H}_v{\mathrm{\ω}}_{vk}-b_k$

其中，v表示1到l之间的正整数，k表示1到m之间的正整数；

步骤S407，获取误差D_k，

$D_k=\frac{1}{2}{\mathrm{\Σ}}_{k=1}^m{(R_k-O_k)}^2-\arctan \frac{1}{1+{\mathrm{\Σ}}_{k=1}^m{\mathrm{\Σ}}_{k=1}^m{O}_k{R}_k}$

其中，k表示1到m之间的正整数，R_k表示期望输出；

步骤S408，依据误差判断是否更新权值和阈值，若判定不需要更新权值和阈值，则直接输出O_k，否则更新权值和阈值；

步骤S409，更新权值，

${{\mathrm{\ω}}^{I+1}}_{uv}={{\mathrm{\ω}}^I}_{uv}+H_v{C}_u{\mathrm{\Σ}}_{k=1}^m{\mathrm{\ω}}_{jk}{D}_k$

ω^I+1 _vk＝ω^I _vk+H_vD_k

其中，ω^I+1 _uv表示更新后的分析模块和输入模块的连接权值，ω^I _uv表示更新前的分析模块和输入模块的连接权值，ω^I+1 _uv表示更新后的分析模块和输出模块的连接权值，ω^I _uv示更新前的分析模块和输出模块的连接权值；

步骤S410，更新阈值，

${a_j}^{I+1}={a_j}^I+H_v{C}_u{\mathrm{\Σ}}_{k=1}^m{\mathrm{\ω}}_{jk}{D}_k$

b_k ^I+1＝b_k ^I+D_k

其中，a_v ^I+1表示更新后的分析模块各节点阈值，a_v ^I表示更新前的分析模块各节点阈值，b_k ^I+1表示更新后的输出模块各节点阈值，b_k ^I表示更新前的输出模块各节点阈值；

步骤S411，重复步骤S405至步骤S408，直至获得准确的输出O_k。