CN115200864A - 轨道车辆轴箱轴承的故障检测方法和装置 - Google Patents

轨道车辆轴箱轴承的故障检测方法和装置 Download PDF

Info

Publication number
CN115200864A
CN115200864A CN202210783314.8A CN202210783314A CN115200864A CN 115200864 A CN115200864 A CN 115200864A CN 202210783314 A CN202210783314 A CN 202210783314A CN 115200864 A CN115200864 A CN 115200864A
Authority
CN
China
Prior art keywords
axle box
target
box bearing
detection result
bearing
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
CN202210783314.8A
Other languages
English (en)
Inventor
田光荣
于卫东
李方烜
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.)
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Locomotive and Car Research Institute of CARS
Beijing Zongheng Electromechanical Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Locomotive and Car Research Institute of CARS
Beijing Zongheng Electromechanical Technology Co Ltd
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 China Academy of Railway Sciences Corp Ltd CARS, China State Railway Group Co Ltd, Locomotive and Car Research Institute of CARS, Beijing Zongheng Electromechanical Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN202210783314.8A priority Critical patent/CN115200864A/zh
Publication of CN115200864A publication Critical patent/CN115200864A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis

Landscapes

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

Abstract

本说明书提供了轨道车辆轴箱轴承的故障检测方法和装置。先获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及其他轴箱轴承的温度信号；再根据上述信号数据，分别确定出基于声学响应的第一检测结果、基于振动响应的第二检测结果和基于温度响应的第三检测结果；根据上述检测结果，确定出目标轴箱轴承的第一故障检测结果；并根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；最后根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。从而可以全面、充分地综合多个维度的故障响应，准确地确定出目标轴箱轴承是否存在故障。

Description

轨道车辆轴箱轴承的故障检测方法和装置
技术领域
本说明书属于轨道交通技术领域，尤其涉及轨道车辆轴箱轴承的故障检测方法和装置。
背景技术
轴箱轴承作为动车组等轨道车辆的走行部中关键部件之一，在车辆运行过程中需要承受诸如静态压力、径向非稳定动载荷等复杂的交变载荷。当轴箱轴承失效，势必会对车辆的安全运行造成威胁。因此，需要时常检测判断车辆的轴箱轴承是否存在故障。
基于现有的检测方法，大多是单独采集并根据轴箱轴承的声音来判断轴箱轴承是否存在故障。但是，基于上述方法在检测故障时，往往存在检测轴箱轴承故障误差大、精度低等技术问题。
针对上述问题，目前尚未提出有效的、且较为合理的解决方案。
发明内容
本说明书提供了一种轨道车辆轴箱轴承的故障检测方法和装置，能够全面、充分地综合多个维度的故障响应特征，通过多元状态感知，更为准确地确定出目标轴箱轴承是否存在故障。
本说明书提供了一种轨道车辆轴箱轴承的故障检测方法，包括：
获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
在一个实施例中，获取目标车辆的目标轴箱轴承的声音信号，包括：
通过轨旁监测设备采集目标车辆在测试时间段内通过监测点时的目标轴箱轴承的声音信号。
在一个实施例中，获取目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，包括：
通过车载监测设备采集测试时间段内目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号。
在一个实施例中，根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果，包括：
获取目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数；
根据所述目标轴箱轴承的声音信号、目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数，计算目标轴箱轴承当前基于声学响应的第一状态感知参数；
根据第一状态感知参数，确定所述第一检测结果。
在一个实施例中，根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果，包括：
通过对测试时间段内的目标轴箱轴承的振动加速度进行时频分析，得到对应的基于振动响应的第二状态感知参数；
根据第二状态感知参数，确定第二检测结果。
在一个实施例中，根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果，包括：
获取测试时间段的时长，以及测试时间段的环境温度；
根据目标轴箱轴承的温度信号、测试时间段的时长、其他轴箱轴承的温度信号，以及测试时间段的环境温度，计算目标轴箱轴承当前基于温度响应的第三状态感知参数；
根据第三状态感知参数，确定所述第三检测结果。
在一个实施例中，根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果，包括：
获取预设的权重系数；其中，所述预设的权重系数为根据轴箱轴承全生命周期内不同阶段中不同类型的故障响应与轴箱轴承故障之间的关联性确定的；
根据所述第一检测结果、第二检测结果、第三检测结果，和预设的权重系数，通过加权求和，得到目标轴箱轴承的第一故障检测结果。
在一个实施例中，所述目标轴箱轴承的力学响应影响参数按照以下方式确定：
统计目标时间段内第一类力学响应风险次数和第二类力学响应风险次数；其中，目标时间段内第一类力学响应风险次数和第二类力学响应风险次数根据目标时间段内的轮轨力检测数据确定；
根据目标时间段内第一类力学响应风险次数和第二类力学响应风险次数，确定目标轴箱轴承的力学响应影响参数。
本说明书还提供了一种轨道车辆轴箱轴承的故障检测装置，包括：
获取模块，用于获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
第一确定模块，用于根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
第二确定模块，用于根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
第三确定模块，用于根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
第四确定模块，用于根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现以下步骤：获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
基于本说明书提供的轨道车辆轴箱轴承的故障检测方法和装置，通过先获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；并根据目标轴箱轴承的声音信号、振动加速度信号、温度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，分别确定出基于声学响应的第一检测结果、基于振动响应的第二检测结果和基于温度响应的第三检测结果；再根据第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；并根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定出目标轴箱轴承的第二故障检测结果；最后根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。从而能够全面、充分地综合多个维度的故障响应特征，通过多元状态感知，准确、精细地确定出目标轴箱轴承是否存在故障，有效地提高了故障检测精度，减少了检测误差。进一步，还通过根据第二故障检测结果，区分不同故障类型；并采用与故障类型相匹配的处理规则，有针对性地对所检测出的轴箱轴承故障进行针对性的故障处理。从而可以较为精准、有效地对检测到的目标轴箱轴承故障进行故障处理，以及时修复消除故障，同时避免过渡修复所产生的资源浪费。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本说明书的一个实施例提供的轨道车辆轴箱轴承的故障检测方法的流程示意图；
图2是在一个场景示例中，应用本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法的一种实施例的示意图；
图3是在一个场景示例中，应用本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法的一种实施例的示意图；
图4是在一个场景示例中，应用本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法的一种实施例的示意图；
图5是在一个场景示例中，应用本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法的一种实施例的示意图；
图6是在一个场景示例中，应用本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法的一种实施例的示意图；
图7是本说明书的一个实施例提供的电子设备的结构组成示意图；
图8是本说明书的一个实施例提供的轨道车辆轴箱轴承的故障检测装置的结构组成示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
考虑到现有的轨道车辆轴箱轴承的故障检测方法大多只采集并依赖单一的声音数据来诊断轴箱轴承是否存在故障。完全没有考虑到轴箱轴承全生命周期不同阶段的性能劣化规律及演变规律等特性，更没有考虑在轴箱轴承的全生命周期中不但存在基于声学的故障响应，还存在基于温度的故障响应、基于振动的故障响应。正是由于上述思路上的缺失，导致基于现有的轨道车辆轴箱轴承的故障检测方法进行故障诊断时，容易出现检测误差大、检测精度低等技术问题。
针对产生上述问题的根本原因，本说明书考虑可以充分考虑轴箱轴承全生命周期不同阶段的性能劣化规律及演变规律等特性，首先，通过对大量样本轴箱轴承的故障记录进行学习，确定出轴箱轴承全周期内不同阶段不同类型的故障响应(包括：基于声学的故障响应、基于温度的故障响应、基于振动的故障响应)分别对轴箱轴承故障的影响程度，进而可以确定出针对不同类型的故障响应的预设的权重系数。接着，可以全面采集并根据关于轴箱轴承不同维度的特征数据(包括：声音信号、温度信号、振动加速度信号)，以得到基于多种类型的故障响应的检测结果(例如，基于声学响应的第一检测结果、基于振动响应的第二检测结果、基于温度响应的第三检测结果)。进而，可以利用上述多个检测结果，综合多个维度的故障响应，并结合预设的权重系数，通过多元状态感知，准确地确定出轴箱轴承是否存在故障。从而可以精准地检测出轴箱轴承是否存在故障，有效地提高了检测精度，减少了检测误差。
参阅图1所示，本说明书实施例提供了一种轨道车辆轴箱轴承的故障检测方法。其中，该方法具体实施时，可以包括以下内容：
S101：获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
S102：根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
S103：根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
S104：根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
S105：根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
基于上述实施例，可以通过同时采集并利用目标轴箱轴承的声音信号、振动加速度信号、温度信号，以及目标车辆中出目标轴箱轴承以外的其他轴箱轴承的温度信号，得到基于声学响应的第一检测结果、基于振动响应的第二检测结果、基于温度响应的第三检测结果；进而可以通过综合利用第一检测结果、第二检测结果、第三检测结果，全面、充分地综合多个维度的故障响应，通过多元状态感知，准确地确定出目标轴箱轴承是否存在故障。
在一些实施例中，上述轴箱轴承具体可以是指轴箱装置中的轴承。其中，轴箱装置(简称轴箱)具体可以是指轨道车辆(例如，动车组、机车等)上，套设于轴颈上联结轮对和转向架构架或二轴车车体的部件，用于把车体重量和载荷传递给轮对，润滑轴颈，减少摩擦，降低运行阻力。通常上述轴箱具体可以包括：滑动轴承轴箱装置和滚动轴承轴箱装置两类。
具体实施时，可以通过使用车辆的车辆编号，以及轴箱轴承在该车辆中的编号的组合来指示当前待进行故障检测(或称故障诊断)的目标车辆的目标轴箱轴承。
在一些实施例中，上述获取目标车辆的目标轴箱轴承的声音信号，具体实施时，可以包括：通过轨旁监测设备(例如，轨旁声学监测设备)采集目标车辆在测试时间段内通过监测点时的目标轴箱轴承的声音信号。
具体实施前，可以在目标车辆待经过的轨道路段旁每间隔预设距离(例如，400km)设置一个监测点，并在监测点处布设轨旁监测设备(例如，TADS声学探测站或其他监测设备等)。
其中，上述轨旁监测设备除了可以采集目标车辆经过检测点时各个轴箱轴承的声音信号外；还包含可以采集目标车辆经过检测点时各个轴箱轴承对应的车轮的力学检测数据(例如，轮轨力)，以确定各个轴箱轴承是否存在力学响应风险。
例如，还可以通过轨旁监测设备中的轨旁TPDS-1探测站检测目标车辆通过检测点时的轮轨冲击作用力，作为一种力学检测数据；并通过将该力学检测数据与预设的力学阈值进行比较，确定车轮是否存在力学故障，以判断是否会对轴箱轴承产生影响，导致轴箱轴承存在相应的力学风险。
具体的，在检测到轮轨冲击作用力大于等于预设的第二力学阈值时，可以确定该轮轨存在二级力学故障，进而可以生成并上传一次关于轴箱轴承的第二类力学风险的风险记录。在检测到轮轨冲击作用力大于等于预设的第一力学阈值时，可以确定该轮轨存在一级力学故障，进而可以生成并上传一次关于轴箱轴承的第一类力学风险的风险记录。其中，预设的二力学阈值大于预设的第一力学阈值。
在一些实施例中，上述获取目标车辆的目标轴箱轴承的温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，具体实施时，可以包括以下内容：通过车载监测设备采集测试时间段内目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号。
其中，上述其他轴箱轴承具体可以理解为与同一轨道车辆(目标车辆)中除目标轴箱轴承以外的轴箱轴承。
具体的，可以通过车载温度监测设备采集测试时间段内目标车辆的目标轴箱轴承，以及同车的其他轴箱轴承的温度信号；通过车载振动加速度监测设备采集测试时间段内目标车辆的目标轴箱轴承的振动加速度信号。
在一些实施例中，上述根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果，具体实施时，可以包括以下内容：
S1：获取目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数；
S2：根据所述目标轴箱轴承的声音信号、目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数，计算目标轴箱轴承当前基于声学响应的第一状态感知参数；
S3：根据第一状态感知参数，确定所述第一检测结果。
其中，上述基于声学响应的第一状态感知参数具体可以理解为一种基于声学的故障响应反映目标轴箱轴承的状态情况的参数数据。
具体确定第一检测结果时，参阅图2所示，可以根据预设的第一分级评价规则，根据第一状态感知参数，通过声学诊断，确定出对应的第一评价值，作为所述第一检测结果。
具体的，根据预设的第一分级评价规则，在确定第一状态感知参数的数据值大于第一状态的第一预设值且小于等于第一状态的第二预设值时，可以确定处于亚健康状态，确定对应的第一评价值为x11作为第一检测结果；在确定第一状态感知参数的数据值大于第一状态的第二预设值且小于等于第一状态的第三预设值时，可以确定处于二级故障状态，确定对应的第一评价值为x12作为第一检测结果；在确定第一状态感知参数的数据值大于第一状态的第三预设值时，可以确定处于一级故障状态，确定对应的第一评价值为x13作为第一检测结果。
其中，预设的第一分级评价规则至少包含有第一状态的第一预设值、第一状态的第二预设值、第一状态的第三预设值。上述预设的第一分级评分规则具体可以是预先对大量涉及声学响应的样本数据进行学习所得到的。
具体的，例如，首先，可以利用在监测点轨旁设立的麦克风阵列作为轨旁监测设备，获取目标车辆通过该监测点时不同轮位的轴箱轴承的声音信号；同时，获取并结合目标车辆运行速度等参数，并在降噪处理的基础上运用解调分析和包络分析等时频分析方法得到轴箱轴承的声音特征频率。接着，可以通过该声音特征频率与轴承不同部位(包括：内圈、外圈、滚子、保持架等)的理论故障频率进行比较，以判断对应的故障状态，得到第一检测结果。其中，理论故障频率可以根据轴箱轴承的轴承参数确定。
具体判断时，可以基于预设的第一分级评价规则，分为：亚健康状态(对应的第一评价值为：x11)、二级故障状态(对应的第一评价值为：x12)、二级故障状态(对应的第一评价值为：x13)。其中，由轻到重排列上述故障状态分别为：亚健康状态、二级故障状态、一级故障状态。
在一些实施例中，上述根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果，具体实施时，可以包括以下内容：
S1：通过对测试时间段内的目标轴箱轴承的振动加速度进行时频分析，得到对应的基于振动响应的第二状态感知参数；
S2：根据第二状态感知参数，确定第二检测结果。
其中，上述基于振动响应的第二状态感知参数具体可以理解为一种基于振动的故障响应反映目标轴箱轴承的状态情况的参数数据。
具体确定第二检测结果时，参阅图3所示，可以根据预设的第二分级评价规则，根据第二状态感知参数，通过振动诊断，确定出对应的第二评价值，作为所述第二检测结果。
具体的，根据预设的第二分级评价规则，在确定第二状态感知参数的数据值大于第二状态的第一预设值且小于等于第二状态的第二预设值时，可以确定处于亚健康状态，确定对应的第二评价值为x21作为第二检测结果；在确定第二状态感知参数的数据值大于第二状态的第二预设值且小于等于第二状态的第三预设值时，可以确定处于二级故障状态，确定对应的第二评价值为x22作为第二检测结果；在确定第二状态感知参数的数据值大于第二状态的第三预设值时，可以确定处于一级故障状态，确定对应的第二评价值为x23作为第二检测结果。
其中，预设的第二分级评价规则至少包含有第二状态的第一预设值、第二状态的第二预设值、第二状态的第三预设值。上述预设的第二分级评分规则具体可以是预先对大量涉及振动响应的样本数据进行学习所得到的。
具体的，例如，首先，可以利用车载安装的轴箱轴承振动加速度传感器作为车载监测设备，实时采集轴箱轴承的振动加速度；并在信号降噪处理的基础上通过把包络分析等时频分析手段，计算得到对应不同轮位的轴箱轴承振动特征频率。进一步，可以通过将该振动特征频率与轴承不同部位的理论故障频率进行比较，以判断对应的故障状态，得到第二检测结果。
具体判断时，可以基于预设的第二分级评价规则，分为：亚健康状态(对应的第二评价值为：x21)、二级故障状态(对应的第二评价值为：x22)、二级故障状态(对应的第二评价值为：x23)。其中，由轻到重排列上述故障状态分别为：亚健康状态、二级故障状态、一级故障状态。
在一些实施例中，上述根根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果，具体实施时，可以包括以下内容：
S1：获取测试时间段的时长，以及测试时间段的环境温度；
S2：根据目标轴箱轴承的温度信号、测试时间段的时长、其他轴箱轴承的温度信号，以及测试时间段的环境温度，计算目标轴箱轴承当前基于温度响应的第三状态感知参数；
S3：根据第三状态感知参数，确定所述第三检测结果。
其中，上述基于温度响应的第三状态感知参数具体可以理解为一种基于温度的故障响应反映目标轴箱轴承的状态情况的参数数据。
具体计算第三状态感知参数时，可以将目标轴箱轴承的温度信号，与同车的其他轴箱轴承的温度信号进行比较分析，以得到相对更加准确的第三状态感知参数。
具体确定第三检测结果时，参阅图4所示，可以根据预设的第三分级评价规则，根据第三状态感知参数，通过温度诊断，确定出对应的第三评价值，作为所述第三检测结果。
具体的，根据预设的第三分级评价规则，在确定第三状态感知参数的数据值大于第三状态的第一预设值且小于等于第三状态的第二预设值时，可以确定处于亚健康状态，确定对应的第三评价值为x31作为第三检测结果；在确定第三状态感知参数的数据值大于第三状态的第二预设值且小于等于第三状态的第三预设值时，可以确定处于二级故障状态，确定对应的第三评价值为x32作为第三检测结果；在确定第三状态感知参数的数据值大于第三状态的第三预设值时，可以确定处于一级故障状态，确定对应的第三评价值为x33作为第三检测结果。
其中，预设的第三分级评价规则至少包含有第三状态的第一预设值、第三状态的第二预设值、第三状态的第三预设值。上述预设的第三分级评分规则具体可以是预先对大量涉及温度响应的样本数据进行学习所得到的。
具体的，例如，可以先利用车载安装的轴箱轴承温度传感器作为车载监测设备，实时采集轴箱轴承的温度信号；并结合测试时间、同车其他位置的轴箱轴承温度信号、环境温度等信息，通过实时计算并根据绝对温度和温升速率，进行判断，以确定对应的故障状态，得到第三检测结果。
具体判断时，可以基于预设的第三分级评价规则，分为：亚健康状态(对应的第三评价值为：x31)、三级故障状态(对应的第三评价值为：x32)、三级故障状态(对应的第三评价值为：x33)。其中，由轻到重排列上述故障状态分别为：亚健康状态、二级故障状态、一级故障状态。
在一些实施例中，上述根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果，具体实施时，可以包括以下内容：
S1：获取预设的权重系数；其中，所述预设的权重系数为根据轴箱轴承全生命周期内不同阶段中不同类型的故障响应与轴箱轴承故障之间的关联性确定的；
S2：根据所述第一检测结果、第二检测结果、第三检测结果，和预设的权重系数，通过加权求和，得到目标轴箱轴承的第一故障检测结果。
在本实施例中，可以同时综合基于声学响应的第一检测结果、基于振动响应的第二检测结果、基于温度响应的第三检测结果，建立基于声学、振动和温度的多元状态输入条件下的多元综合评价模型，以准确地确定能够相对较全面地反映出目标轴箱轴承的故障状态的第一故障检测结果。
具体实施时，可以按照以下方式计算出目标轴箱轴承的第一故障检测结果：
f(x)＝fv(x)*α+fa(x)*β+ft(x)*γ
其中，f(x)为第一故障检测结果，fv(x)为第一检测结果，fa(x)为第二检测结果，ft(x)为第三检测结果，α为预设的权重系数中与第一检测结果对应的第一权重系数，β为预设的权重系数中与第二检测结果对应的第二权重系数，γ为预设的权重系数中与第三检测结果对应的第三权重系数。
在一些实施例中，上述预设的权重系数具体可以是预先对大量样本数据全周期内不同阶段中不同类型的故障响应与轴箱轴承故障之间的关联性来确定得到的。
具体的，可以参阅图5所示。将从轴箱轴承开始出现初始故障，到故障严重导致轴箱轴承失效这一段完整的周期划分出故障早期、中期、后期三个不同阶段。结合工程经验，可以确定在故障后期的紧急程度高于中期，故障中期的紧急程度高于早期；进而可以确定出针对不同阶段的紧急度。同时，根据样本数据对不同阶段中不同类型的故障响应表征出的显著度进行分析，可以确定：在故障早期，基于声学的故障响应的显著度要高于其他类型的故障响应；在故障中期，基于振动的故障响应的显著度要高于其他类型的故障响应；在故障后期，基于温度的故障响应的显著度要高于其他类型的故障响应。进而可以综合根据不同类型的故障响应再不同阶段中的显著度，以及不同阶段的紧急度，确定出预设的权重系数。
具体的，例如，在本实施例中，按照上述方式，可以确定出预设的权重系数中的第一权重系数、第二权重系数和第三权重系数分别为：0.65、0.75和0.85。
在一些实施例中，考虑到轮轨冲击作用力(或者称轮轨力)通过传递对轴箱轴承故障的影响，为了能够确定出准确度更高、效果更好的故障检测结果，还可以引入并利用基于轮轨冲击作用力所得到的力学响应影响参数(或者称力学附加影响因子)，来对第一故障检测结果进行改进，以得到对应的第二故障检测结果。
具体的，考虑到轴箱轴承作为轮轴系统和轴箱及一系悬挂系统连接的重要部件，承受了复杂的交变载荷。而车轮承受的载荷往往又会传导到轴箱轴承。因此，为了能够更精准地检测轴箱轴承故障，提出了可以将车轮所受的轮轨冲击力或载荷响应作为轴箱轴承的疲劳可靠性影响因素加入考量，以便更加准确地确定出能够反映出轴箱轴承的真实状态情况的故障检测结果。
具体可以参阅图6所示。可以通过进行力学诊断确定出轮轨冲击力；再根据轮轨冲击力，确定出对轴箱轴承的力学响应影响参数。
在本实施例中，上述根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果，具体实施时，可以按照以下算式计算目标轴箱轴承的第二故障检测结果：
F(x)＝f(x)*κi
其中，κi为力学响应影响参数，F(x)为第二故障检测结果，f(x)为第一故障检测结果。
其中，力学响应影响参数κi的具体取值可以根据目标时间段内的目标车辆通过监测点时轨旁监测设备所采集到的轮轨冲击作用力(一种力学检测数据)来确定。
上述目标时间段具体可以是测试前的一个时间段。例如，测试前的10天，或者测试前一周等。
具体的，轨旁监测设备在检测到轮轨冲击作用力大于等于预设的第二力学阈值时，可以确定该车轮存在二级力学故障，进而可以生成并上传一次关于轴箱轴承的第二类力学响应风险的风险记录。在检测到轮轨冲击作用力大于等于预设的第一力学阈值时，可以确定该车轮存在一级力学故障，进而可以生成并上传一次关于轴箱轴承的第一类力学响应风险的风险记录。
在一些实施例中，所述目标轴箱轴承的力学响应影响参数具体可以按照以下方式确定：
S1：统计目标时间段内第一类响应风险次数和第二类响应风险次数；其中，目标时间段内第一类力学响应风险次数和第二类力学响应风险次数根据目标时间段内的轮轨力检测数据确定；
S2：根据目标时间段内第一类力学响应风险次数和第二类力学响应风险次数，确定目标轴箱轴承的力学响应影响参数。
具体实施时，如果目标时间段内与目标轴箱轴承对应的目标轮位无一级力学响应故障，或二级力学响应故障的次数小于等于1(即，第一类力学风险次数为0，或第二类力学响应风险次数小于等于1)，则可以确定目标轴箱轴承的力学响应影响参数的取值为κ1。
如果目标时间段内与目标轴箱轴承对应的目标轮位发生一级力学响应故障的次数大于等于1且小于等于3，或二级力学响应故障的次数大于等于2且小于等于5(即，第一类力学风险次数大于等于1且小于等于3，或第二类力学风险次数大于等于2且小于等于5)，则可以确定目标轴箱轴承的力学响应影响参数的取值为κ2。
如果目标时间段内与目标轴箱轴承对应的目标轮位发生一级力学响应故障的次数大于等于4，或二级力学响应故障的次数大于等于6(即，第一类力学风险次数大于等于4，或第二类力学风险次数大于等于6)，则可以确定目标轴箱轴承的力学响应影响参数的取值为κ3。
其中，κ1＜κ2＜κ3。
在一些实施例中，上述根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障，具体实施时，可以包括以下内容：
S1：在确定第二故障检测结果小于预设的第一参考阈值(例如，λ1)的情况下，确定目标轴箱轴承不存在故障；
S2：在确定第二故障检测结果大于预设的第一参考阈值的情况下，确定目标轴箱轴承存在故障。
在一些实施例中，在确定目标轴箱轴承存在故障的情况下，所述方法具体实施时，还可以包括以下内容：根据第二故障检测结果，确定目标轴箱轴承的故障类型；并根据目标轴箱轴承的故障类型，采用相匹配的处理规则，对目标轴箱轴承进行相应的故障处理。
在一些实施例中，具体的，可以包括以下内容：
S1：在确定第二故障检测结果大于等于预设的第一参考阈值且小于预设的第二参考阈值(例如，λ2)的情况下，确定目标轴箱轴承存在潜在故障；相应的，对目标轴箱轴承进行持续的跟踪监测；
S2：在确定第二故障检测结果大于等于预设的第二参考阈值且小于预设的第三参考阈值(例如，λ3)的情况下，确定目标轴箱轴承存在轻度故障；相应的，生成轻度故障提示信息，以提示在参考时间段内进行故障修复(例如，提示在一周内进行故障修复)；
S3：在确定第二故障检测结果大于等于预设的第三参考阈值的情况下，确定目标轴箱轴承存在重度故障；相应的，生成重度故障提示信息，以提示尽快进行故障修复。
其中，上述预设的第一参考阈值、预设的第二参考阈值和预设的第三参考阈值具体可以根据对大量样本数据学习得到。
上述参考时间段具体可以根据具体情况、空闲资源，以及安全性要求等因素灵活设置。具体的，上述参考时间段可以设置为一周，也可以设置为三天等。对此本说明书不作限定。
基于上述实施例，可以准确地区分不同类型的故障情况，根据故障的严重程度进行区分，以合理地利用有限资源对故障进行修复处理，有效地避免过度修复。
在一些实施例中，在生成轻度故障提示信息后，可以先将上述轻度故障提示信息推送给工作人员，以提醒工作人员在参考时间段完成相应的故障修复；同时，还会自推送时间点起开始计时，并在监测到距离参考时间段结束之前的提醒时间点，该工作人员还未完成故障修复的情况下，向该工作人员重发上述轻度故障提示信息，以进行二次提醒。
在一些实施例中，在生成重度故障提示信息后，可以先将上述重度故障提示信息推送给工作人员，以提醒工作人员尽快完成相应的故障修复；同时，还会自推送时间点起，每间隔较小的时间间隔(例如，每间隔半小时)检测该工作人员是否完成相应的故障修复；在检测到该工作人员还未完成相应的故障修复时，持续向该工作人员重发上述重度故障提示信息，以有效地提醒该工作人员及时完成相关的故障修复。
由上可见，基于本说明书实施例提供的轨道车辆轴箱轴承的故障检测方法，通过先获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；再根据目标轴箱轴承的声音信号、振动加速度信号、温度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，分别确定出基于声学响应的第一检测结果、基于振动响应的第二检测结果和基于温度响应的第三检测结果；再根据第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；并根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；最后根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。从而能够全面、充分地综合多个维度的故障响应，通过多元状态感知，准确地确定出目标轴箱轴承是否存在故障，有效地提高了故障检测精度，减少了检测误差。还通过根据第二故障检测结果，区分不同故障类型；并采用与故障类型相匹配的处理规则，有针对性地进行故障处理。从而可以较为精准、有效地对检测到的目标轴箱轴承故障进行处理，以及时修复消除故障，同时避免过渡修复导致的资源浪费。
本说明书实施例还提供一种电子设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
为了能够更加准确地完成上述指令，参阅图7所示，本说明书实施例还提供了另一种具体的电子设备，其中，所述电子设备包括网络通信端口701、处理器702以及存储器703，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口701，具体可以用于获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号。
所述处理器702，具体可以用于根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
所述存储器703，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口701可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器702可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器703可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述轨道车辆轴箱轴承的故障检测方法的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图8所示，在软件层面上，本说明书实施例还提供了一种轨道车辆轴箱轴承的故障检测装置，该装置具体可以包括以下的结构模块：
获取模块801，具体可以用于获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
第一确定模块802，具体可以用于根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度确定基于振动响应信号的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
第二确定模块803，具体可以用于根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
第三确定模块804，具体可以用于根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
第四确定模块805，具体可以用于根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
在一些实施例中，上述获取模块801具体实施时，可以按照以下方式获取目标车辆的目标轴箱轴承的声音信号：通过轨旁监测设备采集目标车辆在测试时间段内通过监测点时的目标轴箱轴承的声音信号。
在一些实施例中，上述获取模块801具体实施时，可以按照以下方式获取目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号：通过车载监测设备采集测试时间段内目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号。
在一些实施例中，上述第一确定模块802具体实施时，可以按照以下方式根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果：获取目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数；根据所述目标轴箱轴承的声音信号、目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数，计算目标轴箱轴承当前基于声学响应的第一状态感知参数；根据第一状态感知参数，确定所述第一检测结果。
在一些实施例中，上述第一确定模块802具体实施时，可以按照以下方式根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果：通过对测试时间段内的目标轴箱轴承的振动加速度进行时频分析，得到对应的基于振动响应的第二状态感知参数；根据第二状态感知参数，确定第二检测结果。
在一些实施例中，上述第一确定模块802具体实施时，可以按照以下方式根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果：获取测试时间段的时长，以及测试时间段的环境温度；根据目标轴箱轴承的温度信号、测试时间段的时长、其他轴箱轴承的温度信号，以及测试时间段的环境温度，计算目标轴箱轴承当前基于温度响应的第三状态感知参数；根据第三状态感知参数，确定所述第三检测结果。
在一些实施例中，上述第二确定模块803具体实施时，可以按照以下方式根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果：获取预设的权重系数；其中，所述预设的权重系数为根据轴箱轴承全生命周期内不同阶段中不同类型的故障响应与轴箱轴承故障之间的关联性确定的；根据所述第一检测结果、第二检测结果、第三检测结果，和预设的权重系数，通过加权求和，得到目标轴箱轴承的第一故障检测结果。
在一些实施例中，所述目标轴箱轴承的力学响应影响参数按照以下方式确定：统计目标时间段内第一类力学响应风险次数和第二类力学响应风险次数；其中，目标时间段内第一类力学响应风险次数和第二类力学响应风险次数根据目标时间段内的轮轨力检测数据确定；根据目标时间段内第一类力学响应风险次数和第二类力学风险次数，确定目标轴箱轴承的力学响应影响参数。
需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的轨道车辆轴箱轴承的故障检测装置，通过先获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；再根据目标轴箱轴承的声音信号、振动加速度信号、温度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，分别确定出基于声学响应的第一检测结果、基于振动响应的第二检测结果和基于温度响应的第三检测结果；再根据第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；并根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；最后根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。从而能够全面、充分地综合多个维度的故障响应，通过多元状态感知，准确地确定出目标轴箱轴承是否存在故障，有效地提高了故障检测精度，减少了检测误差。还通过根据第二故障检测结果，区分不同故障类型；并采用与故障类型相匹配的处理规则，有针对性地进行故障处理。从而可以较为精准、有效地对检测到的目标轴箱轴承故障进行处理，以及时修复消除故障，同时避免过渡修复导致的资源浪费。
在一个具体的场景示例中，可以应用本说明书提供的轨道车辆轴箱轴承的故障检测方法对某动车组的轴箱轴承进行具体的故障诊断。
具体实施前，可以基于知识方法分析了故障影响严重程度等，确定了声学、振动、温度诊断故障在轴箱轴承全寿命周期内故障关联或健康评估中的影响程度，进而可以确定出预设的权重系数α、β、γ分别为：0.65、0.75、0.8。
具体测试时，在通过监测点的某轨旁动车组TADS进行探测站可以检测并诊断该车组7车1位轴箱轴承(例如，目标车辆的目标轴箱轴承)状态为“一级故障”，赋值为x13＝20(即，确定出第一检测结果)。
在运行途中(在测试时间段内)该车组的车载监控主机可以检测并诊断该轴位的轴承振动状态为“二级故障”，赋值x22＝10(即，确定出第二检测结果)；同时，检测并诊断该轴位温度状态为“二级故障”，赋值x32＝10(即，确定出第三检测结果)。
然后可以计算综合评分：f(x)＝20*0.65+10*0.75+10*0.8＝28.5(即，确定第一故障检测结果)。
此外，该车组当日运行途中还通过了轨旁TPDS-1探测站，通过轮轨冲击作用诊断出该轴承对应轮位的结果为“二级报警”，同时反查近10天内(例如，目标时间段内)该轮位的TPDS-1报警结果，无其他报警结果，因此力学附加影响因子赋值为κ1＝1；(即，确定出力学响应影响参数)。
最后，可以计算综合诊断结果：F(x)＝28.5*1＝28.5(即，确定出第二故障检测结果)。
根据该综合诊断结果，确定满足：F(x)＞λ2＝20，且，F(x)＜λ3＝30。
因此，可以确定综合健康评估结果为“预警”，对应的建议处理措施为“1周内处理”。(即，生成轻度故障提示信息，以提示在参考时间段内进行故障修复)。
通过上述场景示例，验证了本说明书提供的轨道车辆轴箱轴承的故障检测方法其状态感知量来源于车载振动、温度监测数据，以及轨旁声学、力学监测数据，相比于传统的单一维度的故障诊断输入，综合性更强，能覆盖轴承性能演变规律的不同阶段，也即可兼顾故障导致的不同响应特征，可有助于轴箱轴承故障的及时发现，提高故障诊断的兑现率、降低误报率。并且，考虑了故障机理分析结果和专家经验，并以此对于多元状态感知数据赋予了差异化的影响因子，在其中充分考虑了性能劣化过程对于安全状态的影响后果，能进一步提高故障诊断的精准性。此外，还可以为实现轴箱轴承的数字化精准修或延长修程过程中的状态精准识别提供可靠的技术方法和支撑。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机可读存储介质中。
通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (10)

1.一种轨道车辆轴箱轴承的故障检测方法，其特征在于，包括：
获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
2.根据权利要求1所述的方法，其特征在于，获取目标车辆的目标轴箱轴承的声音信号，包括：
通过轨旁监测设备采集目标车辆在测试时间段内通过监测点时的目标轴箱轴承的声音信号。
3.根据权利要求1所述的方法，其特征在于，获取目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号，包括：
通过车载监测设备采集测试时间段内目标车辆的目标轴箱轴承的温度信号、振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号。
4.根据权利要求2所述的方法，其特征在于，根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果，包括：
获取目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数；
根据所述目标轴箱轴承的声音信号、目标车辆在测试时间段内通过监测点时的速度，以及目标轴箱轴承的轴承参数，计算目标轴箱轴承当前基于声学响应的第一状态感知参数；
根据第一状态感知参数，确定所述第一检测结果。
5.根据权利要求3所述的方法，其特征在于，根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果，包括：
通过对测试时间段内的目标轴箱轴承的振动加速度进行时频分析，得到对应的基于振动响应的第二状态感知参数；
根据第二状态感知参数，确定第二检测结果。
6.根据权利要求3所述的方法，其特征在于，根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果，包括：
获取测试时间段的时长，以及测试时间段的环境温度；
根据目标轴箱轴承的温度信号、测试时间段的时长、其他轴箱轴承的温度信号，以及测试时间段的环境温度，计算目标轴箱轴承当前基于温度响应的第三状态感知参数；
根据第三状态感知参数，确定所述第三检测结果。
7.根据权利要求1所述的方法，其特征在于，根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果，包括：
获取预设的权重系数；其中，所述预设的权重系数为根据轴箱轴承全生命周期内不同阶段中不同类型的故障响应与轴箱轴承故障之间的关联性确定的；
根据所述第一检测结果、第二检测结果、第三检测结果，和预设的权重系数，通过加权求和，得到目标轴箱轴承的第一故障检测结果。
8.根据权利要求1所述的方法，其特征在于，所述目标轴箱轴承的力学响应影响参数按照以下方式确定：
统计目标时间段内第一类力学响应风险次数和第二类力学响应风险次数；其中，目标时间段内第一类力学响应风险次数和第二类力学响应风险次数根据目标时间段内的轮轨力检测数据确定；
根据目标时间段内第一类力学响应风险次数和第二类力学响应风险次数，确定目标轴箱轴承的力学响应影响参数。
9.一种轨道车辆轴箱轴承的故障检测装置，其特征在于，包括：
获取模块，用于获取目标车辆的目标轴箱轴承的声音信号、温度信号和振动加速度信号，以及目标车辆除目标轴箱轴承以外的其他轴箱轴承的温度信号；
第一确定模块，用于根据目标轴箱轴承的声音信号确定基于声学响应的第一检测结果；根据目标轴箱轴承的振动加速度信号确定基于振动响应的第二检测结果；根据目标轴箱轴承的温度信号，以及其他轴箱轴承的温度信号确定基于温度响应的第三检测结果；
第二确定模块，用于根据所述第一检测结果、第二检测结果和第三检测结果，确定目标轴箱轴承的第一故障检测结果；
第三确定模块，用于根据目标轴箱轴承的第一故障检测结果和目标轴箱轴承的力学响应影响参数，确定目标轴箱轴承的第二故障检测结果；其中，所述目标轴箱轴承的力学响应影响参数根据目标时间段内的轮轨力检测数据确定；
第四确定模块，用于根据目标轴箱轴承的第二故障检测结果，确定目标轴箱轴承是否存在故障。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
CN202210783314.8A 2022-07-05 2022-07-05 轨道车辆轴箱轴承的故障检测方法和装置 Pending CN115200864A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210783314.8A CN115200864A (zh) 2022-07-05 2022-07-05 轨道车辆轴箱轴承的故障检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210783314.8A CN115200864A (zh) 2022-07-05 2022-07-05 轨道车辆轴箱轴承的故障检测方法和装置

Publications (1)

Publication Number Publication Date
CN115200864A true CN115200864A (zh) 2022-10-18

Family

ID=83578566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210783314.8A Pending CN115200864A (zh) 2022-07-05 2022-07-05 轨道车辆轴箱轴承的故障检测方法和装置

Country Status (1)

Country Link
CN (1) CN115200864A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117571321A (zh) * 2023-11-24 2024-02-20 浙江大学 轴承故障检测方法、装置、设备及存储介质
CN117932499A (zh) * 2024-03-21 2024-04-26 四川交通职业技术学院 一种齿轨异常监测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117571321A (zh) * 2023-11-24 2024-02-20 浙江大学 轴承故障检测方法、装置、设备及存储介质
CN117571321B (zh) * 2023-11-24 2024-04-30 浙江大学 轴承故障检测方法、装置、设备及存储介质
CN117932499A (zh) * 2024-03-21 2024-04-26 四川交通职业技术学院 一种齿轨异常监测方法
CN117932499B (zh) * 2024-03-21 2024-05-31 四川交通职业技术学院 一种齿轨异常监测方法

Similar Documents

Publication Publication Date Title
CN115200864A (zh) 轨道车辆轴箱轴承的故障检测方法和装置
Ocak et al. Online tracking of bearing wear using wavelet packet decomposition and probabilistic modeling: A method for bearing prognostics
El-Thalji et al. A summary of fault modelling and predictive health monitoring of rolling element bearings
Mechefske et al. Fault detection and diagnosis in low speed rolling element bearings Part I: The use of parametric spectra
CN108896299B (zh) 一种齿轮箱故障检测方法
US7505852B2 (en) Probabilistic stress wave analysis system and method
JP2012058171A (ja) 移動体異常検知システムおよび移動体
CN110174261A (zh) 多退化量监测的齿轮实时剩余寿命预测方法
KR102169791B1 (ko) 철도차량 주요부품 및 시스템 진단장치
Medjaher et al. Feature extraction and evaluation for health assessment and failure prognostics
Sassi et al. Tracking surface degradation of ball bearings by means of new time domain scalar indicators
CN109187024A (zh) 一种活塞式空压机曲轴箱滚动轴承故障诊断方法
Li et al. Bolster spring fault detection strategy for heavy haul wagons
Nowakowski et al. Diagnostics of the drive shaft bearing based on vibrations in the high-frequency range as a part of the vehicle's self-diagnostic system
Bernal et al. Wheel flat analogue fault detector verification study under dynamic testing conditions using a scaled bogie test rig
Lybeck et al. Validating prognostic algorithms: a case study using comprehensive bearing fault data
Sassi et al. TALAF and THIKAT as innovative time domain indicators for tracking BALL bearings
Iliopoulos et al. Track segment automated characterisation via railway–vehicle–based random vibration signals and statistical time series methods
CN106644483A (zh) 一种齿轮箱轴承故障检测方法及系统
Zeng et al. Rail break prediction and cause analysis using imbalanced in-service train data
Byington et al. False alarm mitigation of vibration diagnostic systems
Yacout Logical analysis of maintenance and performance data of physical assets, ID34
Watson et al. A comprehensive high frequency vibration monitoring system for incipient fault detection and isolation of gears, bearings and shafts/couplings in turbine engines and accessories
Makarova et al. Improvement of the Vehicle's Onboard Diagnostic System by Using the Vibro-Diagnostics Method
CN105445004A (zh) 设备零部件的振动曲线归一化平均寿命预测办法

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