孙亚丽,李 花,赵 兴,费继友
(大连交通大学1.机械工程学院;2.机车车辆工程学院,辽宁 大连116028)
高速列车走行部件的良好运行直接关系到列车的行驶安全,尤其是滚动轴承的服役状态影响列车能否平稳运行[1]。由于轴承零部件通常在高转速、高温度等复杂工况下运行,极易出现不同形式且不同程度的损伤[2]。该种损伤在早期往往难以发现,初始微小的损伤在极端工况下会在短时间内迅速扩大[3-4]。列车声音检测系统(acoustic defective bearing detector,ADBD)通过轨边声音采集系统对列车运行发出的声音进行收集,并检测出轴承发出的声音频率,从而判断轴承的运行状态,其准确率达到97%[5]。作为一种非接触式测量方法,列车声音检测系统具有可以发现早期故障、制造成本低等优势[6]。在实际应用中,为了能够采用单一系统检测多辆列车,声学采集系统通常会放置于轨道两旁,这就使得所采集到的声学信号存在严重的多普勒畸变现象,且该种现象随着列车速度的提升而越发明显,给声音信号的分析带来了巨大的挑战[7-10]。
目前国内外学者针对轨边声学信号多普勒畸变的消除进行了相关的研究工作,部分学者采用了短时傅里叶变换[11-12],假设相关参数进行重采样[13],以及伪时频分析[14]等方法,为轨边声学多普勒校正的研究提供了有利的参考。然而在校正过程中时频幅值曲线的中心时间至关重要,目前现有的校正方法大多存在对中心时间精度获取不足导致校正后特征频率不明显的问题[15-16]。……