基于ROSST的列车轴承轨边声学信号校正与诊断研究

熊 伟， 张海滨， 何清波，

(中国科学技术大学 精密机械与精密仪器系， 合肥 230027)

基于ROSST的列车轴承轨边声学信号校正与诊断研究

(中国科学技术大学 精密机械与精密仪器系， 合肥 230027)

由列车道旁麦克风采集的列车轴承故障声学信号存在多普勒畸变现象，需要在信号处理过程中进行校正和相关诊断。利用重分配算子同步压缩变换(Reassignment Operator and SynchroSqueezing Transform, ROSST)获取高分辨率时频分布,通过脊线提取、莫尔斯声学理论和非线性拟合得到信号的多普勒畸变参数，再对原信号重采样，消除多普勒畸变。将其应用于仿真信号和列车轴承多普勒畸变故障实验信号的校正与诊断，验证了该方法的有效性。

重分配算子；同步压缩变换；多普勒畸变；列车轴承故障诊断

我国高速铁路建设已取得长足进步，随之而来的安全保障显得尤为重要。在列车故障中，轴承故障是主要类型，也是列车安全隐患的最大根源之一[1]。因此加强对列车轴承的故障监测与诊断，及时了解轴承的工作状态，可以避免或减少事故发生，保障列车运行安全。

列车轴承故障诊断系统中的轨边声学检测系统以其成本低、非接触式检测、能发现早期故障等优点而倍受关注。但因静态采集运动声源信号存在多普勒畸变、噪声大、多声源混叠等问题，故其应用受到限制。针对多普勒畸变校正问题，20世纪90年代初，STOJANOVIC等[2]提出锁相环技术(Phase-Locked Loops , PLL)，随后JOHNSON等[3]基于PLL提出判决反馈均衡(Decision Feedback Equalization, DFE)算法相结合用于通讯级别的多普勒校正；为了在时域消除多普勒畸变，杨殿阁等[4]提出非线性时间映射的方法。……