1、在中國(guó)，城市軌道交通迅猛發(fā)展，各大省會(huì)城市都在進(jìn)行建設(shè)或規(guī)劃自己的城軌，其運(yùn)營(yíng)安全越來(lái)越受到關(guān)注。轉(zhuǎn)向架軸承是地鐵車輛中的關(guān)鍵部件，其狀態(tài)對(duì)車輛的安全運(yùn)行至關(guān)重要。因此，對(duì)列車轉(zhuǎn)向架軸承故障診斷具有很大的現(xiàn)實(shí)意義，而如何對(duì)其進(jìn)行在線智能故障診斷是一個(gè)值得研究的重要問(wèn)題。振動(dòng)信號(hào)中往往含有與故障相關(guān)的大量信息。本文基于小波包-包絡(luò)分析對(duì)轉(zhuǎn)向架軸承故障診斷方法作了深入的研究。
　　論文首先介紹了滾動(dòng)軸承的典型結(jié)構(gòu)和故障形式，研究了地鐵

2、轉(zhuǎn)向架軸承的振動(dòng)機(jī)理，推導(dǎo)了滾動(dòng)軸承的故障特征頻率。這是利用振動(dòng)信號(hào)對(duì)其進(jìn)行故障診斷的理論基礎(chǔ)。
　　故障診斷包括故障特征提取和故障模式識(shí)別兩大部分。本文將小波包分解與重構(gòu)和Hilbert變換結(jié)合起來(lái)，通過(guò)獲取振動(dòng)信號(hào)各頻段的包絡(luò)譜將故障特征有效提取出來(lái)，使之更易識(shí)別。針對(duì)現(xiàn)有智能故障診斷方法的弊端，本文提出了故障識(shí)別搜索算法這一智能模式識(shí)別方法。該搜索算法完全采用計(jì)算機(jī)模擬人“觀察”頻譜圖，對(duì)提取的故障特征進(jìn)行有效模式識(shí)別，進(jìn)而