4SVM智能诊断系统设计实现及验证 18

4.1SVM智能诊断的基本思路 18

4.2SVM智能诊断的系统设计 19

4.3系统的实现与验证 20

4.3.1系统实现 20

4.3.2系统验证 22

4.4本章小结 24

5总结与展望 25

5.1本文总结 25

5.2研究展望 25

致谢 26

参考文献 27

1绪论

1.1课题目的和意义

铁路运输具有运力大、安全可靠、准点高效、节能环保等优点，是国家的重要基础设施、大众化的交通工具，在中国综合交通运输体系中占举足轻重地位，它担负着全国大部分运输任务，为国民经济和国家现代化建设的发展作出了巨大的贡献。经过10多年的高速铁路建设和对既有线的快速化转型改造。我国铁路事业实现了重大跨越和加快发展，截止2018年3月8日，国家铁路局公布全国铁路营业里程达到12.7万公里，其中高铁营业

里程达到2.5万公里，“四纵四横”高铁主骨架提前建成并成网运营。我国高速铁路运营里程占世界高铁运营里程的2/3。随着动车组数量的迅速增加，动车组行车安全已经成为铁路运行过程中最重要的环节。

随着我国铁路快速发展。2017年，具有世界先进水平的高速动车组“复兴号”以350公里的时速在京沪高铁率先投入运营。铁路运输运营速度的提高，运行的安全性的要求也相应要求更高，安全是铁路运输的前题，尤其是在列车经过六次大提速和高速铁路蓬勃发展之时，安全问题更是成为全世界关注的焦点。列车是完成铁路运输任务最主要的工具，它能否正常服役直接关系到铁路运输系统是否能安全、高效的运营。因此，列车实时服役状态将对整个铁路运输系统的安全及效率产生直接影响，而动车组滚动轴承是动车走行部的重要部件，同时也是工作条件最为恶劣的部件，最易损坏的元件之一，一旦发生损坏就可能迅速发展为重大故障，从而引发重大事故，造成巨大人员伤亡及财产损失。例如：1991年10月30日，兰州铁路局的1479次货车由于滚动轴承质量问题，保持架发生破碎，造成了列车脱轨的重大铁路交通事故[1]，因此对于高速下的动车组滚动轴承的监测与故障诊断研究也愈发重要。滚动轴承因高效率，低摩擦阻力，容易润滑等特点，在旋转机械中得到广泛的应用。同时滚动轴承是一种易损件，据相关资料统计：旋转机械故障中的70％可通过振动检测，而振动信号中轴承故障振动信号约占30％[2]。一旦滚动轴承出现故障，轻则造成设备失去某些功能，重则造成整个设备或整条生产线停运，由此可见，对滚动轴承开展状态监测和故障诊断具有重要意义。

动车组滚动轴承在列车运行中发挥着承受载荷和传递载荷的作用，由于滚动体与内、外圈之间的接触应力反复作用，极易引起疲劳、剥蚀以致断裂胶着、烧伤等现象。在高转速重载荷运营条件下，滚动轴承一旦发生故障若不及时发现，会导致热轴、切轴等事故的发生，造成人员和财产的重大损失。列车运行过程中的环境是变化的，如果仅仅依靠人工的诊断，这样不仅仅浪费时间还不足以获得完全良好以及准确的效果的，因此，开展动车组滚动轴承智能诊断的研究，对保证运营安全、提高工作效率和避免不必要的损失等都具有重要的意义。 动车组滚动轴承SVM智能诊断研究(2):http://www.chuibin.com/zidonghua/lunwen_205116.html