基于模态区间的高速列车转向架关键部件状态预测及可靠性研究

Epistemic uncertainty problems, which are derived from incomplete information, model similarity, et al., will be encountered in state prediction and reliability evaluation study of the high-speed train bogie. An uncertainty analysis method based on modal interval is proposed by analyzing damage mechanism and early failure of the high-speed train bogie. A feature signal of early of high-speed train bogie such as wheels, gears and bearings, is described by modal interval. A database is established for the relation between state and features of a bogie key component by the method of ensemble empirical mode decomposition (EEMD) to obtain early interval feature. A modal interval prediction model of the bogie key components is developed, based on the theory of the generalized interval and generalized hidden Markov model. The status identification method and performance degradation evolution rule of the bogie key components is studied based on the interval feature of bogie key components. The interval model of reliability evaluation of bogie key components is established. Finally the prediction and evaluation model are gradually modified and validated by the combination of the simulation and experiment. This research is expected to provide a kind of new theory and method for processing uncertainty in studying high-speed train bogie.

针对高速列车转向架状态预测及可靠性评估研究中，存在着信息不完备、模型相似性等认知不确定性问题，从分析高速列车转向架损伤机理及其早期故障着手，提出基于模态区间的不确定性分析方法；以高速列车转向架关键部件如轮对、齿轮，轴承等为研究对象，研究其早期特征信号的模态区间描述方法；结合总体平均经验模态分解（EEMD）等方法获取转向架关键部件的早期区间特征信号，构建转向架关键部件健康状态与其对应的特征数据库；基于模态区间的广义隐马尔科夫模型，构建转向架关键部件的模态区间预测模型；基于获取转向架关键部件区间特征信息，研究转向架关键部件状态辨识方法和其性能劣化演变规律，建立转向架关键部件可靠性评估区间模型；通过仿真与实验相结合，逐步修改及验证所构建区间预测和评估模型的可行性与实用性。本研究的开展有望为高速列车转向架研究中的不确定性处理提供新的理论、方法。

针对高速列车转向架状态监测及可靠性评估研究中，存在着信息不完备、模型相似性等不确定性问题，提出基于模态区间的不确定性分析方法；以高速列车转向架关键部件如转向架轴承、构架及拉杆螺栓等为研究对象，研究了其早期特征信号的模态区间描述方法并提取了早期区间特征信号，构建了转向架上述关键部件健康状态与其对应的区间特征数据库；基于模态区间的广义隐马尔科夫模型等，提出了转向架上述关键部件状态辨识方法，构建了转向架上述关键部件的模态区间监测模型，实现了高速列车转向架键部件状态可视化监测。具体包括:.（1）构建了转向架关键部件的大数据监控中心.搭建了转向架关键部件状态监测实验平台，通过振动、噪声、温度及转速等先进传感器获取模拟转向架的特征数据，为转向架运行状态监测平台提供基础数据，在此基础上构建大数据监控中心。.（2）提取了转向架关键部件的敏感特征数据.采用先进的特征提取方法，提取了转向架早期敏感特征数据：包括时域特征（均值、均方值、峰值、脉冲指标、裕度指标、峭度指标等）；频域特征（辐值谱、均方根谱、功率谱等）；时频域特征（小波能量、EMD能量、VMD等），并在此基础上构建了转向架关键部件状态对应的最优特征集间映射关系。.（3）完成了转向架关键部件状态监测与故障诊断.基于列车转向架性能状态监测敏感特征数据，构建面向列车转向架运行状态的多层次（短期、中期与长期）性能指标集，建立高速列车转向架运行状态评价标准与规范；基于广义区间理论及隐马尔科夫模型，提出了高速列车转向架状态辨识算法，完成了转向架关键部件状态监测与故障诊断。.（4）完成了高速列车转向架状态检测系统研发.基于高速列车转向架特征信息，在分析转向架健康状态演变规律的基础上，结合模态区间理论，开发了基于python的转向架关键部件（构架、轴承及拉杆螺栓）状态监测系统，实现了高速列车转向架键部件状态可视化监测。