中国科学技术大学精密机械与精密仪器系何清波副教授课题组针对高速列车轴承道旁声学故障诊断中的多声源干扰问题，提出了一种新的基于声学信号伪时频分布和多普勒小波滤波的声源分离技术。该方法能够利用信号本身的多普勒效应，将不同故障轴承的声源信号进行滤波分离和多普勒畸变校正，进而得到可靠的故障分析结果。该研究成果以题为"Multi-bearing defect detection with track side acoustic signal based on a pseudo time-frequency analysis and Dopplerlet filter"近日在机械动力学领域著名期刊Mech. Syst. Signal Pr.上在线发表。
基于麦克风信号的列车轴承道旁声学故障诊断一直在铁路运输系统中扮演着重要的角色。由于列车高速运行和多轴承的干扰，使得麦克风采集的信号中存在着多普勒畸变和多声源混合的问题，给后续的信号处理以及诊断工作带来了困难。课题组在进行仿真和模拟实验信号分析处理过程中，发现多普勒畸变虽然带来了信号频谱的展宽，却同时使得不同轴承的信号能够在时频域加以分辨。因此本研究利用了信号的多普勒特性，提出了一种基于改进多普勒小波的信号伪时频分布，从该分布中可以提取出不同轴承信号的时间中心和特征频率。利用这两个参数，我们设计了一系列的多普勒小波滤波器用于原始信号的时频滤波，实现了不同轴承故障信号的有效分离和故障信息的可靠诊断。仿真和实验信号的计算结果表明该方法切实有效，在高速列车轴承道旁故障诊断中具有应用前景。
该工作由我校精密机械与精密仪器系博士生张海滨为第一作者完成。研究工作受到国家自然科学基金委、教育部新世纪优秀人才支持计划等的资助。
论文链接： http://www.sciencedirect.com/science/article/pii/S0888327015004549
无标题.png
