CN111896279A - 基于包络分析的直线电机列车走行部故障诊断方法 - Google Patents

基于包络分析的直线电机列车走行部故障诊断方法 Download PDF

Info

Publication number
CN111896279A
CN111896279A CN202010692503.5A CN202010692503A CN111896279A CN 111896279 A CN111896279 A CN 111896279A CN 202010692503 A CN202010692503 A CN 202010692503A CN 111896279 A CN111896279 A CN 111896279A
Authority
CN
China
Prior art keywords
fault
envelope
frequency
linear motor
analysis
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
Application number
CN202010692503.5A
Other languages
English (en)
Inventor
王慧
王楠
苗扬
韩安东
姚小文
魏世通
王孟尧
邢宗义
刘英舜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010692503.5A priority Critical patent/CN111896279A/zh
Publication of CN111896279A publication Critical patent/CN111896279A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/08Railway vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于包络分析的直线电机列车走行部故障诊断方法。该方法包括以下步骤:通过安装在电机定子下方的测距传感器获取气隙槽隙值,然后对气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线和下包络线,进而对上包络线和下包络线进行频谱分析,并根据上包络线或下包络线的频谱图中是否存在超过设定阈值的幅值判定走行部是否发生故障,并进一步根据上包络线和下包络线是否存在超过设定阈值的幅值,以及特征故障频率是否相同,判断走行部存在的具体故障类型,最后根据幅值大小衡量径向跳动故障严重程度。本发明具有简单易行、高效准确的优点。

Description

基于包络分析的直线电机列车走行部故障诊断方法
技术领域
本发明涉及列车故障诊断技术领域,具体为一种基于包络分析的直线电机列车走行部故障诊断方法。
背景技术
直线电机是一种能将电能直接转换成直线运动的电机,它无需转换机构即可直接获得直线运动,没有传动机械的磨损,具有结构简单、响应快速、操作维护简单的优点,因此在工业设备、物流运输、信息与自动化系统、交通等领域得到了广泛应用。
直线电机列车走行部是支撑并牵引车体行进的关键系统,主要包括电机、轮对和轴箱等。在实际运行中,走行部经常出现直线电机槽楔下沉、定子异物粘连和轮对径向跳动等故障,会引起列车振动与噪声,降低乘客舒适度,严重时甚至会影响行车安全。
针对直线电机列车走行部存在的槽楔下沉和定子异物粘连故障,尚无明确的诊断方法。对于采用直线电机驱动的列车,且在线路上安装了气隙在线检测/监测系统,可以通过对在线气隙波形的分析,人工判定是否存在槽楔下沉和定子异物粘连故障,但判定依据仍是靠经验,存在劳动强度大且可靠性差等问题。针对直线电机列车轮对径向跳动的故障,可以通过加装车载振动监测设备实现故障诊断,但价格高昂且已有车辆改造难度大。目前常采用的方法是列车进库停车后,在电机停机静止状态下,采用人工和专用工具进行检查与测量,然后依据专业工程师经验判定是否存在槽楔下沉和定子异物粘连故障,此方法存在劳动强度大、可靠性差且漏检率高等问题。
发明内容
本发明的目的在于提供一种简便易行、精确可靠的基于包络分析的直线电机列车走行部故障诊断方法。
实现本发明目的的技术解决方案为:一种基于包络分析的直线电机列车走行部故障诊断方法,包括以下步骤:
步骤1、在直线电机定子下方安装测距传感器,利用测距传感器进行电机定子气隙值以及槽楔值的测量,得到气隙槽隙曲线;
步骤2、将测距传感器测得的气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线EU和下包络线ED
步骤3、对上包络线EU和下包络线ED进行频谱分析,获取包络线在不同频率下的幅值信息的频谱图;
步骤4、分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断。
进一步地,针对采用直线电机驱动的列车,步骤1所述测距传感器设置于两个枕轨之间的空隙,测距传感器的探头竖直向上,垂直于列车运行方向。
进一步地,步骤1所述电机定子气隙值即定子凹槽两侧凸台距离传感器的高度,槽楔值即定子凹槽底部距离传感器的高度。
进一步地,步骤2所述的包络分析采用希尔伯特变换包络分析方法、平方包络分析方法、极值点包络分析方法或Envelope包络分析方法。
进一步地,步骤3所述的频谱分析采用快速傅里叶变换或者离散傅里叶变换。
进一步地,步骤4所述分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断,具体如下:
判断包络线EU或ED的频谱图中是否存在故障频率,所述故障频率对应幅值大于设定的幅值阈值,据此进行走行部是否存在故障的判断如下:
若AU>δ∨AD>δ,则走行部存在故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,∨代表或操作。
进一步地,步骤4中所述对直线电机列车走行部故障进行诊断,还包括故障类型判断,具体如下:
若AU>δ∧AD<δ,则电机存在槽隙下沉故障,其中∧代表与操作;
若AU>δ∧AD>δ,且fU≠fD,则电机存在异物粘连故障,其中fU为上包络线EU频谱图中的故障特征频率,fD为下包络线ED频谱图中的故障特征频率;故障特征频率是选中的最能代表故障的频率点,即排除直流频率的其他幅值最大处的频率点;
若AU>δ∧AD>δ,且fU=fD,则轮对存径向跳动故障。
本发明与现技术相比,其显著优点为:(1)通过安装在电机定子下方的测距传感器获取气隙槽隙值,然后对气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线和下包络线,进而对上包络线和下包络线进行频谱分析,简单易行;(2)根据上包络线或下包络线的频谱图中是否存在超过设定阈值的幅值判定走行部是否发生故障,并进一步根据上包络线和下包络线是否存在超过设定阈值的幅值,以及特征故障频率是否相同,判断走行部存在的具体故障类型,精确高效。
附图说明
图1是基于包络分析的直线电机列车走行部故障诊断方法的流程图。
图2是正常的气隙槽隙曲线图。
图3是故障情况下的气隙槽隙曲线图,其中(a)是槽楔下沉的气隙槽隙曲线图,(b)是异物粘连的气隙槽隙曲线图,(c)是径向跳动的气隙槽隙曲线图。
图4是槽楔下沉情况的包络线和频谱图,其中(a)是包络线图,(b)是上包络线EU的频谱图,(c)是下包络线ED的频谱图。
图5是异物附着情况下的包络线和频谱图,其中(a)是包络线图,(b)是上包络线EU的频谱图,(c)是下包络线ED的频谱图。
图6是径向跳动情况下的包络线和频谱图,其中(a)是包络线图,(b)是上包络线EU的频谱图,(c)是下包络线ED的频谱图。
具体实施方式
本发明基于包络分析的直线电机列车走行部故障诊断方法,包括以下步骤:
步骤1、在直线电机定子下方安装测距传感器,利用测距传感器进行电机定子气隙值以及槽楔值的测量,得到气隙槽隙曲线;
步骤2、将测距传感器测得的气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线EU和下包络线ED
步骤3、对上包络线EU和下包络线ED进行频谱分析,获取包络线在不同频率下的幅值信息的频谱图;
步骤4、分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断。
进一步地,针对采用直线电机驱动的列车,步骤1所述测距传感器设置于两个枕轨之间的空隙,测距传感器的探头竖直向上,垂直于列车运行方向。
进一步地,步骤1所述电机定子气隙值即定子凹槽两侧凸台距离传感器的高度,槽楔值即定子凹槽底部距离传感器的高度。
进一步地,步骤2所述的包络分析采用希尔伯特变换包络分析方法、平方包络分析方法、极值点包络分析方法或Envelope包络分析方法。
进一步地,步骤3所述的频谱分析采用快速傅里叶变换或者离散傅里叶变换。
进一步地,步骤4所述分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断,具体如下:
判断包络线EU或ED的频谱图中是否存在故障频率,所述故障频率对应幅值大于设定的幅值阈值,据此进行走行部是否存在故障的判断如下:
若AU>δ∨AD>δ,则走行部存在故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,∨代表或操作。
进一步地,步骤4中所述对直线电机列车走行部故障进行诊断,还包括故障类型判断,具体如下:
若AU>δ∧AD<δ,则电机存在槽隙下沉故障,其中∧代表与操作;
若AU>δ∧AD>δ,且fU≠fD,则电机存在异物粘连故障,其中fU为上包络线EU频谱图中的故障特征频率,fD为下包络线ED频谱图中的故障特征频率;故障特征频率是选中的最能代表故障的频率点,即排除直流频率的其他幅值最大处的频率点;
若AU>δ∧AD>δ,且fU=fD,则轮对存径向跳动故障。
下面结合附图及具体实施例对本发明做进一步详细说明。
结合图1,本发明通过安装在电机定子下方的测距传感器获取气隙槽隙值,然后对气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线和下包络线,进而对上包络线和下包络线进行频谱分析,并根据上包络线或下包络线的频谱图中是否存在超过设定阈值的幅值判定走行部是否发生故障,并进一步根据上包络线和下包络线是否存在超过设定阈值的幅值,以及特征故障频率是否相同,判断走行部存在的具体故障类型,最后根据幅值大小衡量径向跳动故障严重程度。
步骤1、在直线电机定子下方安装测距传感器,当定子经过传感器上方时,传感器可以实现对定子气隙与槽隙距离的测量,传感器输出的气隙槽隙测量值如图2所示。
当直线电机列车走行部处于正常服役状态时,电机槽隙值与气隙值的偏差接近于固定的槽深值。当走行部发生槽楔下沉、定子异物粘连和轮对径向跳动故障时,电机定子气隙值与槽隙值会发生明显变化,如图3所示。
步骤2、包络分析:对气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线EU和下包络线ED,包络分析方法包括但不局限于希尔伯特变换包络分析、平方包络方法、极值点包络算法或Envelope包络算法等。
步骤3、频谱分析:对上包络线EU和下包络线ED进行频谱分析,获取包络线在不同频率下的幅值信息的频谱图,频谱分析方法包括但不局限于快速傅里叶变换、离散傅里叶变换等。
步骤4、走行部故障判断:对上包络线EU和下包络线ED的频谱图进行分析。如果走行部处于正常工作状态,则包络线EU和ED的频谱图中所有频率对应的幅值均接近且近似于零(最左侧较大幅值为直流项引起,不予考虑),即不存在特定故障频率的幅值明显大于其他幅值;如果走行部处于异常工作状态,则包络线EU或ED的频谱图中会存在特定的故障频率,其对应幅值明显大于其它幅值。据此我们进行走行部是否存在故障的判断如下:若AU>δ∨AD>δ,则走行部存在故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,∨代表或操作。
故障类型判断:①当走行部发生槽楔下沉故障时,下包络线ED与正常电机的下包络线保持一致,下包络线ED的频谱图中所有频率对应的幅值均接近且近似于零(最左侧较大幅值为直流项引起,不予考虑),即不存在特定故障频率的幅值明显大于其他幅值,但上包络线EU明显与正常电机的上包络线不一致,上包络线EU的频谱图中会存在特定的故障频率,其对应幅值明显大于其它幅值。据此我们进行电机是否存在槽楔下沉故障的判断如下:若AU>δ∧AD<δ,则电机存在槽隙下沉故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,∧代表与操作。②当走行部发生异物粘连故障时,上包络线EU和下包络线ED明显与正常电机的包络线不一致,上包络线EU和下包络线ED的频谱图中会存在特定的故障频率,其对应幅值明显大于其它幅值。据此我们进行电机是否存在气隙下沉故障的判断如下:若AU>δ∧AD>δ,且fU≠fD,则电机存在异物粘连故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值;fU为上包络线EU频谱图中的故障特征频率,fD为下包络线ED频谱图中的故障特征频率;故障特征频率是选中的最能代表故障的频率点,即排除直流频率的其他幅值最大处的频率点;∧代表与操作。③当走行部发生径向跳动故障时,上包络线EU和下包络线ED明显与正常的包络线明显不一致,上包络线EU和下包络线ED的频谱图中会存在特定的故障频率,其对应幅值明显大于其它幅值。据此我们进行轮对是否发生径向跳动故障的判断如下:若AU>δ∧AD>δ,且fU=fD,则轮对存径向跳动故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,fU为上包络线EU频谱图中的故障特征频率,fD为下包络线ED频谱图中的故障特征频率;故障特征频率是选中的最能代表故障的频率点,即排除直流频率的其他幅值最大处的频率点;∧代表与操作。
故障严重程度衡量:走行部故障越严重,对行车安全与乘客舒适度影响就越大。本专利采用上包络线EU或下包络线ED频谱图中特定故障频率对应的幅值来衡量走行部故障的严重程度,幅值越大则故障程度越严重。
下面实施例中,对包络分析采用的是Envelope包络算法,获取到气隙槽隙曲线的上包络线EU和下包络线ED;频谱分析采用的是快速傅里叶变换(FFT),即对上包络线EU和下包络线ED进行频谱分析,获取包络线在不同频率下的幅值信息的频谱图。本实例中分为三种情况,三种情况下对应的包络线图和FFT频谱图如图4(a)~(c)、图5(a)~(c)和图6(a)~(c)所示。
实施例1
走行部故障判断:对上包络线EU和下包络线ED的频谱图进行分析。本实例1中预先定义的故障幅值阈值δ=0.2。对于图4的(b)和(c)的分析,显然包络线EU的频谱图中存在特定的故障频率,其对应幅值明显大于其它幅值。上包络线EU频谱图中故障频率0.002处所对应的幅值AU为1.2,且AU>δ。那么(AU>δ∨AD>δ)=1,所以可判断出此情况下,走行部存在故障。
故障类型判断:依照本实例1中,电机的下包络线如图4(a),其下包络线ED与正常电机的下包络线基本保持一致,下包络线ED的频谱图(图4(c))中所有频率对应的幅值均接近且近似于零(最左侧较大幅值为直流项引起,不予考虑),即不存在特定故障频率的幅值明显大于其他幅值。而上包络线EU明显与正常电机的上包络线不一致,且上包络线EU的频谱图(图4(a))中会存在特定的故障频率0.002处所对应的幅值AU为1.2,其对应幅值明显大于其它幅值。据此我们进行电机是否存在槽楔下沉故障的判断如下:实例1中AU为1.2,且AU>δ。对应的下包络线ED频谱图中所有频率对应的幅值均小于预先定义的故障幅值阈值δ,即AD<δ。综上可以判断:AU>δ∧AD<δ,即电机存在槽隙下沉故障。
实施例2
走行部故障判断:对上包络线EU和下包络线ED的频谱图进行分析。本实例2中预先定义的故障幅值阈值δ=0.2。对于图5的(b)和(c)的分析,显然包络线EU的频谱图中存在特定的故障频率,其对应幅值明显大于其它幅值。上包络线EU频谱图中故障频率0.01465处所对应的幅值AU为4.855,且AU>δ;下包络线ED频谱图中故障频率0.02197处所对应的幅值AD为1.519,且AD>δ。那么(AU>δ∨AD>δ)=1,所以可判断出此情况下,走行部存在故障。
故障类型判断:参照图5(a),上包络线EU和下包络线ED明显与正常电机的包络线(图2)不一致,上包络线EU和下包络线ED的频谱图中存在特定的故障频率,其对应幅值明显大于其它幅值:上包络线EU频谱图中故障特征频率fU=0.01465处所对应的幅值AU=4.855,且AU>δ;下包络线ED频谱图中故障特征频率fD=0.02197处所对应的幅值AD=1.519,且AD>δ。
据此我们进行电机存在的故障判断如下:AU>δ∧AD>δ,且fU≠fD,所以电机存在异物粘连故障。
实施例3
走行部故障判断:对上包络线EU和下包络线ED的频谱图进行分析。本实例3中预先定义的故障幅值阈值δ=0.2。对于图6的(b)和(c)的分析,显然包络线EU的频谱图中存在特定的故障频率,其对应幅值明显大于其它幅值:上包络线EU频谱图中故障频率0.009766处所对应的幅值AU为1.49,且AU>δ;下包络线ED频谱图中故障频率0.009766处所对应的幅值AD为1.47,且AD>δ。那么(AU>δ∨AD>δ)=1,所以可判断出此情况下,走行部存在故障。
故障类型判断:参照图6(a),上包络线EU和下包络线ED明显与正常的包络线明显不一致,上包络线EU和下包络线ED的频谱图中会存在特定的故障频率,其对应幅值明显大于其它幅值:上包络线EU频谱图中故障特征频率fU=0.009766处所对应的幅值AU为1.49,且AU>δ;下包络线ED频谱图中故障特征频率fD=0.009766处所对应的幅值AD为1.47,且AD>δ。
据此我们进行轮对是否发生径向跳动故障的判断如下:AU>δ∧AD>δ,且fU=fU,所以电机轮对存在径向跳动故障。
故障严重程度衡量:走行部故障越严重,对行车安全与乘客舒适度影响就越大。本专利采用上包络线EU或下包络线ED频谱图中特定故障频率对应的幅值来衡量走行部故障的严重程度,幅值越大则故障程度越严重。

Claims (7)

1.一种基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,包括以下步骤:
步骤1、在直线电机定子下方安装测距传感器,利用测距传感器进行电机定子气隙值以及槽楔值的测量,得到气隙槽隙曲线;
步骤2、将测距传感器测得的气隙槽隙曲线进行包络分析,获取气隙槽隙曲线的上包络线EU和下包络线ED
步骤3、对上包络线EU和下包络线ED进行频谱分析,获取包络线在不同频率下的幅值信息的频谱图;
步骤4、分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断。
2.根据权利要求1所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,针对采用直线电机驱动的列车,步骤1所述测距传感器设置于两个枕轨之间的空隙,测距传感器的探头竖直向上,垂直于列车运行方向。
3.根据权利要求1所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,步骤1所述电机定子气隙值即定子凹槽两侧凸台距离传感器的高度,槽楔值即定子凹槽底部距离传感器的高度。
4.根据权利要求1所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,步骤2所述的包络分析采用希尔伯特变换包络分析方法、平方包络分析方法、极值点包络分析方法或EnveloDe包络分析方法。
5.根据权利要求1所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,步骤3所述的频谱分析采用快速傅里叶变换或者离散傅里叶变换。
6.根据权利要求1所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,步骤4所述分析上包络线EU和下包络线ED的频谱图,对直线电机列车走行部故障进行诊断,具体如下:
判断包络线EU或ED的频谱图中是否存在故障频率,所述故障频率对应幅值大于设定的幅值阈值,据此进行走行部是否存在故障的判断如下:
若AU>δ∨AD>δ,则走行部存在故障,其中δ为预先定义的故障幅值阈值,AU为上包络线EU频谱图中故障频率对应的幅值,AD为下包络线ED频谱图中故障频率对应的幅值,∨代表或操作。
7.根据权利要求6所述的基于包络分析的直线电机列车走行部故障诊断方法,其特征在于,步骤4中所述对直线电机列车走行部故障进行诊断,还包括故障类型判断,具体如下:
若AU>δ∧AD<δ,则电机存在槽隙下沉故障,其中∧代表与操作;
若AU>δ∧AD>δ,且fU≠fD,则电机存在异物粘连故障,其中fU为上包络线EU频谱图中的故障特征频率,fD为下包络线ED频谱图中的故障特征频率;故障特征频率是选中的最能代表故障的频率点,即排除直流频率的其他幅值最大处的频率点;
若AU>δ∧AD>δ,且fU=fD,则轮对存径向跳动故障。
CN202010692503.5A 2020-07-17 2020-07-17 基于包络分析的直线电机列车走行部故障诊断方法 Pending CN111896279A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010692503.5A CN111896279A (zh) 2020-07-17 2020-07-17 基于包络分析的直线电机列车走行部故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010692503.5A CN111896279A (zh) 2020-07-17 2020-07-17 基于包络分析的直线电机列车走行部故障诊断方法

Publications (1)

Publication Number Publication Date
CN111896279A true CN111896279A (zh) 2020-11-06

Family

ID=73190653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010692503.5A Pending CN111896279A (zh) 2020-07-17 2020-07-17 基于包络分析的直线电机列车走行部故障诊断方法

Country Status (1)

Country Link
CN (1) CN111896279A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103914617A (zh) * 2014-03-25 2014-07-09 北京交通大学 地铁车辆转向架轴承的故障诊断方法
CN206226220U (zh) * 2016-12-09 2017-06-06 北京金风科创风电设备有限公司 电机气隙预警系统
CN110736926A (zh) * 2019-10-14 2020-01-31 湖南银河电气有限公司 电机运行状态的特征参数提取方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103914617A (zh) * 2014-03-25 2014-07-09 北京交通大学 地铁车辆转向架轴承的故障诊断方法
CN206226220U (zh) * 2016-12-09 2017-06-06 北京金风科创风电设备有限公司 电机气隙预警系统
CN110736926A (zh) * 2019-10-14 2020-01-31 湖南银河电气有限公司 电机运行状态的特征参数提取方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李晓康 等: "直线电机气隙监测技术的实际应用与展望", 《城市轨道交通研究》 *
陈晓亮 等: "直线电机气隙在线检测系统设计与实现", 《现代城市轨道交通》 *

Similar Documents

Publication Publication Date Title
CN108515984B (zh) 一种车轮伤损检测方法及装置
JP5382991B2 (ja) 軌道系交通システムの異常診断方法及び異常診断システム
CN106018557B (zh) 一种基于小波分析的轨道表面凹陷检测方法
CN104990709B (zh) 用于检测机车轴承故障的方法
EP3637209B1 (en) Motion-insensitive features for condition-based maintenance of factory robots
KR101475415B1 (ko) 탄성 접촉 센서를 이용한 볼트 및 너트의 풀림 상태 검지 장치
CN1812907A (zh) 钢轨和列车监控系统和方法
JP7177028B2 (ja) レール波状摩耗の進展検知方法及び進展検知システム
WO2004070402A1 (ja) 電気設備の高調波診断方法
CN111458016A (zh) 驱动桥总成振动快速检测方法
CN106441843B (zh) 一种旋转机械故障波形识别方法
CN106225983B (zh) 制动器制动力矩的在线检测方法及装置
CN111896279A (zh) 基于包络分析的直线电机列车走行部故障诊断方法
CN105910824A (zh) 一种基于离线状态振动特征评价转向架滚动轴承可靠性的系统
KR20190089583A (ko) 지상 차량 부품 탐지 시스템
KR102045823B1 (ko) 미분기 고장 진단 모니터링 방법 및 시스템
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
CN111596210B (zh) 基于统计分析的直线电机定子槽楔故障诊断方法
JP7177027B2 (ja) レール波状摩耗の進展検知方法及び進展検知システム
WO2021237579A1 (zh) 基于统计分析的直线电机定子异物粘连故障诊断方法
KR100683590B1 (ko) 고속철도차량의 브이브이브이에프 인버터 및 보조 컨버터진단 시스템
KR101392157B1 (ko) 전차선로 접촉률 측정장치
JP7332379B2 (ja) 状態監視装置、該状態監視装置を搭載する輸送車両および状態監視方法
CN220084676U (zh) 一种轨道车辆轮轨黏着系数的在线测试装置
CN116767988A (zh) 电梯动力设备故障检测方法和装置以及电梯系统

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: 20201106

RJ01 Rejection of invention patent application after publication