CN107631882A - 车辆轴箱剩余寿命的获取方法及装置 - Google Patents
车辆轴箱剩余寿命的获取方法及装置 Download PDFInfo
- Publication number
- CN107631882A CN107631882A CN201710717421.XA CN201710717421A CN107631882A CN 107631882 A CN107631882 A CN 107631882A CN 201710717421 A CN201710717421 A CN 201710717421A CN 107631882 A CN107631882 A CN 107631882A
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- frequency domain
- axle box
- vehicle axle
- domain character
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种车辆轴箱剩余寿命的获取方法及装置,该车辆轴箱剩余寿命的获取方法包括:在预设条件下,采集车辆轴箱的原始振动信号;提取原始振动信号中的时域特征和频域特征;根据时域特征和频域特征确定车辆轴箱的剩余寿命。本发明提供的车辆轴箱剩余寿命的获取方法及装置,提高了车辆轴箱剩余寿命预测的准确度。
Description
技术领域
本发明涉及车辆制造技术领域,尤其涉及一种车辆轴箱剩余寿命的获取方法及装置。
背景技术
在车辆技术领域,以列车为例,轴箱是列车的关键部件之一,其健康状况直接影响行车安全和运营效率。因此,如何有效地评估轴箱的剩余寿命就显得尤为重要。
现有技术中,在对轴箱的剩余寿命进行评估时,通常是安排检修人员定期拆卸轴箱,检查轴箱的各部件,如:内圈,外圈,滚动体,保持架,外圈等是否发生损坏,从而获取轴箱的剩余寿命。但是,采用该方法具有一定的滞后性,且仅依靠工作人员的经验确定各部件的磨损程度,此外,工作人员反复拆卸组装很容易造成轴箱部件的轻微磕碰,这些细小的磕碰容易在行车过程中放大到振动反馈上,进一步缩短了轴箱的使用寿命。
因此,采用现有的评估方式,使得车辆轴箱剩余寿命预测的准确度不高。
发明内容
本发明提供一种车辆轴箱剩余寿命的获取方法及装置,以提高车辆轴箱剩余寿命预测的准确度。
本发明提供一种车辆轴箱剩余寿命的获取方法,包括:
在预设条件下,采集所述车辆轴箱的原始振动信号;
提取所述原始振动信号中的时域特征和频域特征;
根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命。
在本发明一实施例中,所述根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命,包括:
根据所述时域特征和频域特征建立发展变化模型;所述发展变化模型用于指示所述频域特征和时间的线性关系;
根据所述发展变化模型确定所述车辆轴箱的剩余寿命。
在本发明一实施例中,所述提取所述原始振动信号中的时域特征和频域特征,包括:
对所述原始振动信号进行等时变等角处理,得到第一振动信号;
提取所述第一振动信号中的时域特征和频域特征。
在本发明一实施例中,所述提取所述第一振动信号中的频域特征,包括:
对所述第一振动信号进行包络解调处理,得到第二振动信号;
对所述第二振动信号进行离散傅氏变换处理,提取所述第二振动信号中的频域特征。
在本发明一实施例中,所述根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命之后,还包括:
存储所述时域特征和所述频域特征。
本发明实施例还提供一种车辆轴箱剩余寿命的获取装置,包括:
采集单元,用于在预设条件下,采集所述车辆轴箱的原始振动信号;
提取单元,用于提取所述原始振动信号中的时域特征和频域特征;
确定单元,用于根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命。
在本发明一实施例中,所述确定单元包括:
建立子单元,用于根据所述时域特征和频域特征建立发展变化模型;所述发展变化模型用于指示所述频域特征和时间的线性关系;
确定子单元,用于根据所述发展变化模型确定所述车辆轴箱的剩余寿命。
在本发明一实施例中,所述提取单元,具体用于对所述原始振动信号进行等时变等角处理,得到第一振动信号;提取所述第一振动信号中的时域特征和频域特征。
在本发明一实施例中,所述提取单元,具体用于对所述第一振动信号进行包络解调处理,得到第二振动信号;并对所述第二振动信号进行离散傅氏变换处理,提取所述第二振动信号中的频域特征。
在本发明一实施例中,车辆轴箱剩余寿命的获取装置还包括:
存储单元,用于存储所述时域特征和所述频域特征。
本发明实施例提供的车辆轴箱剩余寿命的获取方法及装置,通过在预设条件下,采集车辆轴箱的原始振动信号;并提取原始振动信号中的时域特征和频域特征;再根据时域特征和频域特征确定车辆轴箱的剩余寿命。由此可见,本发明实施例提供的车辆轴箱剩余寿命的获取方法及装置,在确定车辆轴箱的剩余寿命时,是根据时域特征和频域特征确定的,而不是依靠工作人员的经验确定各部件的磨损程度,从而提高了车辆轴箱剩余寿命预测的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车辆轴箱剩余寿命的获取方法的流程示意图;
图2为本发明实施例提供的一种地铁车辆的结构示意图;
图3为本发明实施例提供的另一种车辆轴箱剩余寿命的获取方法的流程示意图;
图4为本发明实施例提供的一种提取时域特征和频域特征的示意图;
图5为本发明实施例提供的一种外圈一倍幅值附近幅值图谱示意图;
图6为本发明实施例提供的一种根据时间和外圈频幅值绘制的曲线示意图;
图7为本发明实施例提供的另一种根据时间和外圈频幅值绘制的曲线示意图;
图8为本发明实施例提供的一种车辆轴箱的变化趋势的比较示意图;
图9为本发明实施例提供的一种车辆轴箱剩余寿命的获取装置的结构示意图;
图10为本发明实施例提供的一种车辆轴箱剩余寿命的获取装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图1为本发明实施例提供的一种车辆轴箱剩余寿命的获取方法的流程示意图,该车辆轴箱剩余寿命的获取方法可以由车辆轴箱剩余寿命的获取装置执行,该车辆轴箱剩余寿命的获取装置可以独立设置,也可以集成在处理器中。请参见图1所示,该车辆轴箱剩余寿命的获取方法可以包括:
S101、在预设条件下,采集车辆轴箱的原始振动信号。
其中,预设条件可以包括温度、车速和持续采集时间等;预设温度可以为30度;车速可以为大于等于70km/h,持续采集时间可以为大于等于20秒,在此,对于预设条件的值,具体可以根据实际需要进行设置,在此,本发明不做具体限制。
在预设条件下,采集车辆轴箱的原始振动信号时,示例的,可以通过在待测试的车辆轴箱上布置复合振动传感器,并将该车辆轴箱安装在地铁车辆上,以实现在不破坏车辆轴箱结构和材料的情况下,保证地铁车辆正常运营的同时,采集车辆轴箱部件的原始振动信号。请参考图2所示,图2为本发明实施例提供的一种地铁车辆的结构示意图,该地铁车辆为六节编组车厢地铁,且分为奇数端和偶数端,两车头端编号为A1或A2,每节车厢有两个转向架,每个转向架有两个轮轴四个车辆轴箱,全车共计48个车辆轴箱,在每一个车辆轴箱上安装一个符合振动传感器,则需加装48个复合振动传感器,从而通过该48个复合振动传感器采集车辆轴箱的原始振动信号。
S102、提取原始振动信号中的时域特征和频域特征。
其中,时域特征可以包括峭度、峰值、波形指标、峰值指标、脉冲指标、裕度指标及峭度指标中的至少一个。频域特征可以包括:车辆轴箱的外圈的频幅值和内圈的频幅值等。下面,将详细介绍时域特征中的每一个指标。
峭度反映了初始振动信号分布特性的数值统计量。峰值反映了信号的强度,是指某一时间内信号的最大值;通常需要求出每一段的峰值,然后再取平均值。波形指标反映了波形的偏移和畸变程度,当波形指标数值较大时,表明滚动轴承可能有点蚀,当波形指标数值较小时,则有可能发生了磨损,其敏感性较差,稳定性好。峰值指标反映了波形是否有冲击,是波峰高度的指标,利用峰值指标数值随时间变化的趋势,可以有效地对检测出滚动轴承早期故障,并能反映出故障的发展变化趋势;正常轴承的峰值指标为一较小的稳定值,一般在4到5之间;一旦轴承出现损伤,则会产生冲击信号,振动峰值会明显增大,故峰值指标增大,将达到10以上,当故障不断扩展,峰值逐步达到极限值后,峰值指标会逐步减小,直至恢复到无故障时的大小。脉冲指标是波的冲击性质的指标,它对于冲击脉冲类故障比较敏感,特别在故障早期时有明显增加,随着故障的发展反而下降,其敏感性较好,但稳定性一般。裕度指标是波的丰满程度的指标,它对于冲击脉冲类故障比较敏感,特别是在故障早期时有明显增加,随着故障的发展反而下降,其敏感性好,稳定性一般。峭度指标反映了波形的尖峭程度、有无冲击,它对冲击信号特别敏感,特别适用于表面损伤类故障、尤其是早期故障的被诊断;在轴承无故障时,其幅值分布接近正态分布,因此其峭度指标约为3,当轴承出现故障时,其分布偏离正态分布,K值将随之增大,峭度指标的绝对值越大,说明轴承偏离其正常状态,故障越严重。但其与峰值指标一样,当故障发展到一定程度时又会有所下降,稳定性不好。
在提取到初始振动信号中的时域特征和频域特征之后,就可以执行下述S103。
S103、根据时域特征和频域特征确定车辆轴箱的剩余寿命。
由此可见,本发明实施例提供的车辆轴箱剩余寿命的获取方法,在确定车辆轴箱的剩余寿命时,先提取到原始振动信号的时域特征和频域特征,之后,再根据该时域特征和频域特征确定车辆轴箱的剩余寿命,而不是依靠工作人员的经验确定各部件的磨损程度,从而提高了车辆轴箱剩余寿命预测的准确度。
本发明实施例提供的车辆轴箱剩余寿命的获取方法,通过在预设条件下,采集车辆轴箱的原始振动信号;并提取原始振动信号中的时域特征和频域特征;再根据时域特征和频域特征确定车辆轴箱的剩余寿命。由此可见,本发明实施例提供的车辆轴箱剩余寿命的获取方法,在确定车辆轴箱的剩余寿命时,是根据时域特征和频域特征确定的,而不是依靠工作人员的经验确定各部件的磨损程度,从而提高了车辆轴箱剩余寿命预测的准确度。
基于图1对应的实施例,进一步地,请参见图3所示,图3为本发明实施例提供的另一种车辆轴箱剩余寿命的获取方法的流程示意图,该车辆轴箱剩余寿命的获取方法可以包括:
S301、在预设条件下,采集车辆轴箱的原始振动信号。
S302、对原始振动信号进行等时变等角处理,得到第一振动信号。
在采集到原始振动信号之后,可以先进行原始振动信号的筛选,剔除无效的原始振动信号,之后,再对有效的原始振动信号进行等时变等角处理,其原因在于:车速并不是恒定的,从而使得车辆轴箱在不同时刻的转速也不同,通过等时变等角处理,可以将原始振动信号数据均匀等距分布,从而处理后的第一振动信号。请参见图4所示,图4为本发明实施例提供的一种提取时域特征和频域特征的示意图。
S303、提取第一振动信号中的时域特征和频域特征。
在得到第一振动信号之后,就可以直接提取第一振动信号中的时域特征。而对于频域特征的提取,可选的,在本发明实施例中,提取第一振动信号中的频域特征,包括:
对第一振动信号进行包络解调处理,得到第二振动信号;并对第二振动信号进行离散傅氏变换处理,提取第二振动信号中的频域特征。
其中,包络解调处理可以包括高通滤波处理等,由于该第一振动信号中包含了大量的噪声,因此,在提取时域特征和频域特征之前,对该第一振动信号进行高通滤波处理,把能够反映轴承失效的频段波形数据保留下来,滤掉干扰成分,从而得到处理后的第二振动信号,进而提高第二振动信号的信噪比。
在提取第二振动信号中的频域特征后,考虑到地铁列车在行驶过程中电机带动齿轮箱,齿轮箱带动车轴,车轴最外端的轴承在转动过程中,滚动体绕轴公转又自转,同时内圈也随着轴不断的公转,因此,滚动体对内圈的最大应力点是在不断的发生变化的;而轴承的外圈并不会产生自转和公转,最大的应力接触点始终在以轮轴做垂线的外圈下端中心处;忽略温度润滑等条件,轴承的外圈应力处长期受到变幅载荷的应力和冲击,所以轴承的外圈寿命最短,一旦外圈受损,轴承便不能再正常工作,因此,在本发明实施例中,可以将车辆轴箱的外圈频幅值作为车辆轴箱的频域特征,在提取外圈频幅值时,可以先对第一振动信号进行包络解调处理,得到第二振动信号;并对第二振动信号进行离散傅氏变换处理,从而提取第二振动信号中的外圈频幅值。当然,在本发明实施例中,只是以外圈频幅值为频域特征为例进行说明,但并不代表本发明仅局限于此。
S304、根据时域特征和频域特征建立发展变化模型。
其中,发展变化模型用于指示频域特征和时间的线性关系。
S305、根据发展变化模型确定车辆轴箱的剩余寿命。
在根据时域特征和频域特征建立发展变化模型之后,就可以通过该发展变化模型确定车辆轴箱的剩余寿命,而不需要依靠工作人员的经验确定各部件的磨损程度,从而提高了车辆轴箱剩余寿命预测的准确度。
在确定车辆轴箱的剩余寿命之后,还包括下述S306:
S306、存储时域特征和频域特征。
示例的,在本发明实施例中,通过存储时域特征和频域特征,其目的在于:方便工作人员查看该时域特征和频域特征,为工作人员的检修和预测提供依据,从而提高了工作人员的工作效率。
在实际应用过程中,在根据本发明实施例所示的车辆轴箱剩余寿命的获取方法提取到时域特征和频域特征之后,为了进一步验证不同车辆轴箱在不同的服役年限下是否具有差异变化,以时域特征为筛选条件找出在相同工况环境下的频域特征,其目的在于消除不同工况下对振动信号带来的干扰,之后,再对外圈一倍幅值区域进行绘图。请参见图5所示,图5为本发明实施例提供的一种外圈一倍幅值附近幅值图谱示意图。结合图5可以看出,所有图像都服从正态分布,但中心点的幅值有差异,进一步对数据按服役时长合并,分别将服役一年到五年的轴箱外圈一倍频处幅值按月平均后得出以下数据,见表1:
表1
月份 | 第一年 | 第二年 | 第三年 | 第四年 | 第五年 |
1 | 0.187 | 0.273 | 0.529 | 1.045 | 1.184 |
2 | 0.091 | 0.193 | 0.817 | 0.916 | 1.277 |
3 | 0.282 | 0.192 | 0.798 | 1.124 | |
4 | 0.234 | 0.386 | 0.859 | 1.1 | |
5 | 0.158 | 0.349 | 0.837 | 0.999 | |
6 | 0.171 | 0.4 | 0.76 | 1.103 | |
7 | 0.068 | 0.468 | 0.781 | 1.154 | |
8 | 0.096 | 0.525 | 0.763 | 1.225 | |
9 | 0.085 | 0.62 | 0.842 | 1.197 | |
10 | 0.238 | 0.411 | 0.976 | 1.09 | |
11 | 0.275 | 0.687 | 0.984 | 1.25 | |
12 | 0.2 | 0.609 | 0.85 | 1.096 |
通过表1可以看出:一开始,由于轴承没有磨合期,因此,外圈频幅值波动变化较大,但经过磨合期后开始趋于平稳发展并呈现缓慢上升趋势。根据表1中的时间和外圈频幅值可以绘制一条曲线,请参见图6所示,图6为本发明实施例提供的一种根据时间和外圈频幅值绘制的曲线示意图,结合图6可以看出,不同时期曲线的陡峭程度不同,因此,理想的模型一定包含磨合期,平稳劣化,加速劣化,严重劣化四个阶段直至故障或报废,请参见图7所示,图7为本发明实施例提供的另一种根据时间和外圈频幅值绘制的曲线示意图。
通常情况下,按照地铁行业惯例,地铁车辆运行一个架修期5年后,会出现较多的轴箱轴承润滑不良。但因为不同车辆的行驶里程和客观干扰条件不同,所以不同车辆并不能严格遵循5年的固定检修周期。在本发明实施例中,在拟合出不同服役时间的外圈特征频点幅值的发展变化模型对应的曲线之后,以一列车服役三年为例,其中,某一个车辆轴箱的外圈频率幅值为发展变化模型对应的第四年对应的外圈频率幅值,这就说明该车辆轴箱的劣化速度高于平均劣化速度,此时需要安排工作人员进行检修维护。请参见图8所示,图8为本发明实施例提供的一种车辆轴箱的变化趋势的比较示意图;图8中的横坐标表示车辆轴箱的服役时间,纵坐标表示外圈频幅值;图8中的第一条曲线(弯曲点较多)表示车辆轴箱的实际变化情况;第二条曲线(弯曲点较少)表示本发明实施例建立的发展变化模型对应的变化情况。
结合图8可以看出,车辆轴箱的实际劣化趋势在第20个月之前和发展变化模型对应的劣化趋势较为接近,从第20个月之后,车辆轴箱的实际劣化趋势开始逐渐高出发展变化模型对应的曲线,该方法可以有效的将车辆轴箱的健康状态透明化,对车辆轴箱的维修保养提供了监控依据。
图9为本发明实施例提供的一种车辆轴箱剩余寿命的获取装置90的结构示意图,当然,本发明实施例只是以图9为例进行说明,但并不代表本发明仅局限于此。请参见图9所示,该车辆轴箱剩余寿命的获取装置90可以包括:
采集单元901,用于在预设条件下,采集车辆轴箱的原始振动信号。
提取单元902,用于提取原始振动信号中的时域特征和频域特征。
确定单元903,用于根据时域特征和频域特征确定车辆轴箱的剩余寿命。
可选的,请参见图10所示,图10为本发明实施例提供的一种车辆轴箱剩余寿命的获取装置90的结构示意图,确定单元903包括:
建立子单元9031,用于根据时域特征和频域特征建立发展变化模型;发展变化模型用于指示频域特征和时间的线性关系。
确定子单元9032,用于根据发展变化模型确定车辆轴箱的剩余寿命。
可选的,提取单元902,具体用于对原始振动信号进行等时变等角处理,得到第一振动信号;提取第一振动信号中的时域特征和频域特征。
可选的,提取单元902,具体用于对第一振动信号进行包络解调处理,得到第二振动信号;并对第二振动信号进行离散傅氏变换处理,提取第二振动信号中的频域特征。
可选的,该车辆轴箱剩余寿命的获取装置90还可以包括:
存储单元904,用于存储时域特征和频域特征。
本发明实施例所示的车辆轴箱剩余寿命的获取装置90可以执行上述车辆轴箱剩余寿命的获取方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种车辆轴箱剩余寿命的获取方法,其特征在于,包括:
在预设条件下,采集所述车辆轴箱的原始振动信号;
提取所述原始振动信号中的时域特征和频域特征;
根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命。
2.根据权利要求1所述的方法,其特征在于,所述根据所述时域特征和频域特征获取确定所述车辆轴箱的剩余寿命,包括:
根据所述时域特征和频域特征建立发展变化模型;所述发展变化模型用于指示所述频域特征和时间的线性关系;
根据所述发展变化模型获取确定所述车辆轴箱的剩余寿命。
3.根据权利要求1或2所述的方法,其特征在于,所述提取所述原始振动信号中的时域特征和频域特征,包括:
对所述原始振动信号进行等时变等角处理,得到第一振动信号;
提取所述第一振动信号中的时域特征和频域特征。
4.根据权利要求3所述的方法,其特征在于,所述提取所述第一振动信号中的频域特征,包括:
对所述第一振动信号进行包络解调处理,得到第二振动信号;
对所述第二振动信号进行离散傅氏变换处理,提取所述第二振动信号中的频域特征。
5.根据权利要求4所述的方法,其特征在于,所述根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命之后,还包括:
存储所述时域特征和所述频域特征。
6.一种车辆轴箱剩余寿命的获取装置,其特征在于,包括:
采集单元,用于在预设条件下,采集所述车辆轴箱的原始振动信号;
提取单元,用于提取所述原始振动信号中的时域特征和频域特征;
确定单元,用于根据所述时域特征和频域特征确定所述车辆轴箱的剩余寿命。
7.根据权利要求6所述的装置,其特征在于,所述确定单元包括:
建立子单元,用于根据所述时域特征和频域特征建立发展变化模型;所述发展变化模型用于指示所述频域特征和时间的线性关系;
确定子单元,用于根据所述发展变化模型确定所述车辆轴箱的剩余寿命。
8.根据权利要求6或7所述的装置,其特征在于,
所述提取单元,具体用于对所述原始振动信号进行等时变等角处理,得到第一振动信号;提取所述第一振动信号中的时域特征和频域特征。
9.根据权利要求8所述的装置,其特征在于,
所述提取单元,具体用于对所述第一振动信号进行包络解调处理,得到第二振动信号;并对所述第二振动信号进行离散傅氏变换处理,提取所述第二振动信号中的频域特征。
10.根据权利要求9所述的装置,其特征在于,还包括:
存储单元,用于存储所述时域特征和所述频域特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710717421.XA CN107631882A (zh) | 2017-08-21 | 2017-08-21 | 车辆轴箱剩余寿命的获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710717421.XA CN107631882A (zh) | 2017-08-21 | 2017-08-21 | 车辆轴箱剩余寿命的获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107631882A true CN107631882A (zh) | 2018-01-26 |
Family
ID=61101506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710717421.XA Pending CN107631882A (zh) | 2017-08-21 | 2017-08-21 | 车辆轴箱剩余寿命的获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107631882A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207810A (zh) * | 2018-02-28 | 2019-09-06 | 常州路航轨道交通科技有限公司 | 轴箱振动检测系统 |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005188979A (ja) * | 2003-12-24 | 2005-07-14 | Toribo Tex Kk | 転がり軸受の劣化評価方法 |
CN102564759A (zh) * | 2011-12-26 | 2012-07-11 | 重庆大学 | 基于智能轴承的汽车后桥寿命预测系统 |
CN104807640A (zh) * | 2015-05-08 | 2015-07-29 | 重庆交通大学 | 基于振动敏感时频特征的空间滚动轴承寿命状态检测方法 |
CN105424364A (zh) * | 2015-11-09 | 2016-03-23 | 北京交通大学 | 列车轴承故障的诊断方法和装置 |
CN106248381A (zh) * | 2016-10-11 | 2016-12-21 | 西安交通大学 | 一种基于多特征和相空间的滚动轴承寿命动态预测方法 |
CN106909756A (zh) * | 2017-03-29 | 2017-06-30 | 电子科技大学 | 一种滚动轴承剩余寿命预测方法 |
-
2017
- 2017-08-21 CN CN201710717421.XA patent/CN107631882A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005188979A (ja) * | 2003-12-24 | 2005-07-14 | Toribo Tex Kk | 転がり軸受の劣化評価方法 |
CN102564759A (zh) * | 2011-12-26 | 2012-07-11 | 重庆大学 | 基于智能轴承的汽车后桥寿命预测系统 |
CN104807640A (zh) * | 2015-05-08 | 2015-07-29 | 重庆交通大学 | 基于振动敏感时频特征的空间滚动轴承寿命状态检测方法 |
CN105424364A (zh) * | 2015-11-09 | 2016-03-23 | 北京交通大学 | 列车轴承故障的诊断方法和装置 |
CN106248381A (zh) * | 2016-10-11 | 2016-12-21 | 西安交通大学 | 一种基于多特征和相空间的滚动轴承寿命动态预测方法 |
CN106909756A (zh) * | 2017-03-29 | 2017-06-30 | 电子科技大学 | 一种滚动轴承剩余寿命预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207810A (zh) * | 2018-02-28 | 2019-09-06 | 常州路航轨道交通科技有限公司 | 轴箱振动检测系统 |
CN110207810B (zh) * | 2018-02-28 | 2021-11-30 | 常州路航轨道交通科技有限公司 | 轴箱振动检测系统 |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理系统及方法 |
CN112580153B (zh) * | 2020-12-29 | 2022-10-11 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Caesarendra et al. | Condition monitoring of naturally damaged slow speed slewing bearing based on ensemble empirical mode decomposition | |
Martin et al. | Application of statistical moments to bearing failure detection | |
Karacay et al. | Experimental diagnostics of ball bearings using statistical and spectral methods | |
CN104990709B (zh) | 用于检测机车轴承故障的方法 | |
EP3067683B1 (en) | Bearing state detection device and bearing state detection method | |
CN101010578B (zh) | 状态检测装置、状态检测方法、状态显示装置及状态显示方法 | |
EP1548419B1 (en) | Method and device for monitoring status of mechanical equipment and abnormality diagnosing device | |
US6553837B1 (en) | Process and apparatus device for analysis of roller bearings in machines | |
CN102549406A (zh) | 用于监控轨道车辆的行驶状态的方法和装置 | |
US9026305B2 (en) | System and method for wheel assembly acoustical evaluation | |
EP0982579A1 (en) | Devices for inspecting bearings of main motors of rolling stock | |
WO2006030786A1 (ja) | 異常診断装置及び異常診断方法 | |
CN106218668B (zh) | 车轮不圆度检测方法及装置 | |
CN106441893A (zh) | 火车滚动轴承故障与杂质振动区分方法 | |
CN107631882A (zh) | 车辆轴箱剩余寿命的获取方法及装置 | |
JP6750644B2 (ja) | 異常監視方法および異常監視装置 | |
CN104931262A (zh) | 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 | |
CN112991577A (zh) | 一种轨道车辆车轮多边形状态诊断系统 | |
Doguer et al. | Vibration analysis using time domain methods for the detection of small roller bearing defects | |
CN106596103B (zh) | 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 | |
CN106932144B (zh) | 基于朴素贝叶斯的轮对残余动不平衡量评估方法及装置 | |
CN116252820A (zh) | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 | |
CN113343919B (zh) | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 | |
CN115931399A (zh) | 一种实时在线检测高速列车轮多边形故障的方法 | |
CN118190075A (zh) | 一种基于轮轨滚振台的故障轮对振动噪声测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180126 |
|
RJ01 | Rejection of invention patent application after publication |