CN113776760A - 基于整轴振动分析的列车轮对失圆故障监测方法和*** - Google Patents

Abstract

本发明公开了一种基于整轴振动分析的列车轮对失圆故障监测方法和***，该方法包括：将振动传感器安装在轴箱的径向方向，用于在车辆运行过程中采集轴箱的振动加速度信号；根据振动加速度信号对车轮是否故障进行判断；若判断车轮出现故障，获取一个周期内车辆的运行速度、运行状态以及车轴转速；并根据运行速度、运行状态以及车轴转速进行轮对失圆故障诊断；对轮对失圆故障诊断的结果进行验证。本发明的目的在于提供一种基于整轴振动分析的列车轮对失圆故障监测方法和***，本发明所提出的方法和***简单、易行，可以在车辆运行过程中，对轮对失圆故障进行准确实时监控、故障诊断、故障跟踪、及时准确诊断轮对失圆故障、确保列车运行安全。

Description

基于整轴振动分析的列车轮对失圆故障监测方法和***

技术领域

本发明涉及列车在线健康监控与故障诊断技术领域，尤其涉及一种基于整轴振动分析的列车轮对失圆故障监测方法和***。

背景技术

在列车运营过程中，轮对的健康状态直接决定了列车的运行品质与安全。现阶段轮对故障的诊断主要分为两大类：运行后检测和运行中监测。

运行后检测主要指当列车、车辆运行里程或时间达到检修要求时，安排到达修程列车或车辆入库/段进行轮对故障诊断，诸如踏面粗糙度检测、轮对探伤等，及时镟修、更换到限轮对，此类检修方式属于“计划修”。

为了弥补“计划修”的不足，轨道交通领域开始应用监测轮对健康状态在线健康监控技术，通过采集、分析列车运行中车辆部件的振动响应，直接或间接的判断轮对的健康状态、及时诊断轮对故障。运行中检测方法主要分为两类：道旁检测和在线监测。

道旁监测主要通过在列车运行中的某段线路上，在钢轨、路基或者轨道旁设置传感器(如噪声传感器、红外热量传感器、力应变片、振动传感器)，通过采集、分析列车运行通过传感器监测区段过程中的车辆响应，诊断列车、车辆故障，如我国应用较为广泛的5T***。

在线监测***主要通过在车辆上布置、安装传感器，在列车运行中，实时采集、分析车辆响应以监测车辆部件健康状态、及时诊断车辆故障。国内机车基本都安装的6A监控***就属于在线监测***，其中机车走行部故障监测子***(ATDR)可以通过采集、分析列车运行中的轴箱冲击信息，通过监测轴箱轴承的故障和踏面损伤，包括擦伤、剥离、内部缺陷等。相比于道旁监测***，在线监测***采集的车辆响应更加丰富，判断故障状态更加准确。

在列车运行中，剧烈的轮-轨激励并未经过太多的衰减就直接传递给了轴箱。为了保证轴箱传感器的鲁棒性，走行部监控***普遍采用加速度传感器采集轴箱加速度信号，通过对于轴箱加速度信号进行硬件或软件处理以获取轴箱冲击信号。这一“加速度转换成冲击”的过程不但会增加设备成本、降低***时效性，还有可能增大误差、影响判断准确性。

发明内容

本发明的目的在于提供一种基于整轴振动分析的列车轮对失圆故障监测方法和***，本发明所提出的方法和***简单、易行，可以在车辆运行过程中，对轮对失圆故障进行准确实时监控、故障诊断、故障跟踪、及时准确诊断轮对失圆故障、确保列车运行安全。

本发明通过下述技术方案实现：

一种基于整轴振动分析的列车轮对失圆故障监测方法，包括以下步骤：

S1：将振动传感器安装在轴箱的径向方向，用于在车辆运行过程中周期性采集所述轴箱的振动加速度信号；

S2：根据所述振动加速度信号对所述车轮是否故障进行判断；

S3：若判断所述车轮出现故障时，获取一个周期内所述车辆的运行速度、运行状态以及车轴转速；并根据所述运行速度、所述运行状态以及所述车轴转速进行轮对失圆故障诊断；

S4：对所述轮对失圆故障诊断的结果进行验证。

进一步地，所述步骤S2包括以下子步骤：

S21：对一个周期内的所述振动加速度信号进行低通滤波；

S22：对低通滤波后的所述振动加速度信号进行时域分析，获得一个周期内所述振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

S23：若所述均方根值大于阈值A且所述差值大于阈值B，则判断所述车轮出现故障。

进一步地，所述S3包括以下子步骤：

S31：获取一个周期内，所述车辆的所述运行速度和所述车轴转速；

S32：对一个周期内的所述运行速度或所述车轴转速进行判断：

若一个周期内，所述运行速度大于或等于阈值C，或所述车轴转速大于或等于阈值D，则进入步骤S33：

S33：根据一个周期内的所述运行速度获取所述运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车转速，t_s为径向振动信息采样时长；

S34：对一个周期内的所述运行状态进行判断：

若一个周期内，所述列车运行状态评价指标a_run未超出设定范围时，则进行轮对失圆故障诊断。

进一步地，所述轮对失圆故障诊断的具体处理过程为：

对低通滤波后的所述振动加速度信号进行频域分析，获取一个周期内的所述振动加速度信号的振动主频和与所述振动主频相对应的幅值；

根据所述振动主频和所述转速获取车轮失圆阶数分析指标In

其中f_max为每条所述振动加速度信号的振动主频，v_d为每条所述振动加速度信号对应的车轴转频；

根据一个周期内的所述车轮失圆阶数分析指标In、所述幅值Am_max以及所述振动加速度信号的均方根值对轮对进行失圆故障指标诊断。

进一步地，所述S3还用于获取所述车辆的牵引信号和制动信号，所述牵引信号和所述制动信号用于所述车辆运行状态识别。

一种基于整轴振动分析的列车轮对失圆故障监测***，包括数据采集模块、故障判断模块、故障诊断模块、故障验证单元以及存储单元；

所述数据采集模块，用于在车辆运行过程中周期性采集所述轴箱的振动加速度信号；

所述故障判断模块，用于根据所述振动加速度信号对所述车轮是否故障进行判断；

所述故障诊断模块，用于当所述故障判断模块判断所述车轮出现故障时，获取一个周期内所述车辆的运行速度、运行状态以及车轴转速；并根据所述运行速度、所述运行状态以及所述车轴转速进行轮对失圆故障诊断；

所述故障验证单元，用于对所述轮对失圆故障诊断的结果进行验证；

所述存储单元，用于对***内的数据进行存储。

进一步地，所述故障判断模块包括滤波单元、时域分析单元以及判断单元；

所述滤波单元，用于对一个周期内的所述振动加速度信号进行低通滤波；

所述时域分析单元，用于对低通滤波后的所述振动加速度信号进行时域分析，获得一个周期内所述振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

所述判断单元，用于判断所述均方根值是否大于阈值A，还用于判断所述差值是否大于阈值B；

若所述均方根值大于阈值A且所述差值大于阈值B，则判断所述车轮出现故障。

进一步地，所述故障诊断单元包括获取单元、比较单元、计算单元以及运行状态判断单元；

所述获取单元，用于获取一个周期内，所述车辆的所述运行速度和所述车轴转速；

所述比较单元，用于对一个周期内的所述运行速度或所述车轴转速进行判断：

若一个周期内，所述运行速度大于或等于阈值C，或所述车轴转速大于或等于阈值D，则进入计算单元；

所述计算单元，用于根据一个周期内的所述运行速度获取所述运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车转速，t_s为径向振动信息采样时长；

所述运行状态判断单元，用于对一个周期内的所述运行状态进行判断：

若一个周期内，所述列车运行状态评价指标a_run未超出设定范围时，则进行轮对失圆故障诊断。

进一步地，所述轮对失圆故障诊断的具体处理过程为：

对低通滤波后的所述振动加速度信号进行频域分析，获取一个周期内的所述振动加速度信号的振动主频和与所述振动主频相对应的幅值；

根据所述振动主频和所述转速获取车轮失圆阶数分析指标In

其中f_max为每条所述振动加速度信号的振动主频，v_d为每条所述振动加速度信号对应的车轴转频；

根据一个周期内的所述车轮失圆阶数分析指标In、所述幅值Am_max以及所述振动加速度信号的均方根值对轮对进行失圆故障指标诊断。

进一步地，所述获取单元还用于获取所述车辆的牵引信号和制动信号，所述牵引信号和所述制动信号用于所述车辆运行状态识别。

工作原理：轮对多边形故障主要通过多边形故障阶数和多边形磨耗深度两个指标来衡量，在本方案中，通过在轴箱布置振动传感器，实时采集列车运行中车轴径向的振动加速度信号，根据振动加速度信号对列车是否故障进行初步判断(通过振动加速度信号的时域分析结果来判断轮对故障的强度或等级)，若初步判断列车故障，则对轮对健康状态进行故障诊断(通过振动信号的频域分析结果来判断轮对多边形故障的故障阶数，通过轴箱振动加速度能量量级：如振动加速度信号的均方根值或振动加速度信号的标准差值来判断故障磨耗等级)，并通过轮对失圆故障验证单元以确保轮对失圆故障诊断的准确性。

本发明提供的轮对失圆故障监测方法和***，通过综合分析整轴振动信息诊断轮对失圆故障，相比于基于冲击信号的故障诊断方法而言，省去了“振动信号-冲击信号”转换的过程、简化故障诊断流程、提高数据处理效率；相比于“采用单一测点振动进行单侧车轮故障诊断”的方法，本发明采用综合分析整车轴振动信息，提高轮对失圆故障的诊断精度，并且通过设置轮对故障验证单元，充分考虑轮对故障发展对于轮对失圆故障诊断准确性的影响。本发明所提出的方法简单、易行，可以在车辆运行过程中，对轮对失圆故障进行准确实时监控、故障诊断、故障跟踪、及时准确诊断轮对失圆故障、确保列车运行安全。

本发明与现有技术相比，具有如下的优点和有益效果：

1、相比于基于冲击信号的轮对故障诊断法，本方法直接采用振动加速度信号进行故障分析，省去了“振动加速度信号-冲击信号”转换环节，在所见成本的同时提高信号分析效率；

2、相比于仅通过对应轴箱冲击信号进行单侧车轮故障诊断的方法，本方法通过整轴振动信息分析进行轮对失圆故障诊断，能够有效的降低故障误诊率；

3、通过设立轮对失圆故障诊断单元，增加轮对失圆故障诊断结果验证过程、充分考虑在列车运行过程中轮对故障发展，以提高轮对失圆诊断准确性、更准确合理的指导轮对的维护。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明的分析逻辑流程图；

图2为本发明车辆2轴运行速度曲线和左/右侧轴箱振动加速度信号曲线；

图3为本发明车辆2轴左/右侧轴箱振动加速度信号率波前、后曲线；

图4为本发明车辆2轴左/右侧轴箱振动加速度信号各采集周期均方根值计算结果；

图5为本发明车辆2轴左/右侧轴箱振动加速度信号各采集周期最大、小值差计算结果；

图6为本发明车辆2轴运行状态评价指标计算结果；

图7为本发明车辆2轴左/右侧轴箱振动加速度信号频域分析结果。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

如图1所示，一种基于整轴振动分析的列车轮对失圆故障监测方法，包括以下步骤：

S1：将振动传感器安装在轴箱的径向方向，用于在车辆运行过程中周期性采集轴箱的振动加速度信号；

本步骤对振动传感器进行设置时，振动传感器优先但不仅限于安装在垂向位置(重力方向)，只要保证每一轮对左、右两侧轴箱上的振动传感器采集的振动加速度信号方向相同即可。

S2：根据振动加速度信号对车轮是否故障进行判断，具体判断过程如下：

对一个周期内的振动加速度信号进行低通滤波；

对低通滤波后的振动加速度信号进行时域分析，获得一个周期内振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

若均方根值大于阈值A且差值大于阈值B，则判断车轮出现故障。

在本方案中，充分考虑到轮对踏面故障特征频率为轮对转频的整数倍，且轮对多边形故障一般不会超过30阶。因此在本实施中，设置低通滤波的截止频率为车辆运行最高速度对应转频的30倍，通过对振动加速度信号进行低通滤波，滤除掉多余的具有干扰性的高频信号，使得在对车轮是否故障进行判断时更加准确。

除此之外，在本方案中，充分考虑到均方根值和差值能在一定程度上反应车辆的故障情况。因此，在本方案中，并没有将获取的所有振动加速度信号直接进行失圆故障诊断，而是通过先获取振动加速度信号的均方根值和差值，并用均方根值和差值先对车辆的故障情况做一个判断，若判断为故障，则进行故障诊断；否则，不进行故障诊断。极大的减少了数据处理量，另外，数据处理量过大时，出错率也会升高，而在本方案中，通过降低失圆故障诊断中的数据量，使得失圆故障诊断更加准确。

值得说明的是，通过振动加速度信号的时域分析结果来判断轮对故障的强度或等级时，所采用的的评价因子并不唯一，在本方案中是通过均方根值和差值进行轮对故障的强度或等级判断，当然也可以采取其他评价因子进行判断，例如可以通过获取振动加速度信号的标准差值和差值进行判断，在本方案中并不一一列举。

S3：若判断车轮出现故障时，获取一个周期内车辆的运行速度、运行状态以及车轴转速；并根据运行速度、运行状态以及车轴转速进行轮对失圆故障诊断，具体过程如下：

获取一个周期内，车辆的运行速度和车轴转速；

对一个周期内的运行速度或车轴转速进行判断：

若一个周期内，运行速度大于或等于阈值C，或车轴转速大于或等于阈值D，则根据一个周期内的运行速度获取运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车转速，t_s为径向振动信息采样时长；

对一个周期内的运行状态进行判断：

若一个周期内，列车运行状态评价指标a_run未超出设定范围时，进行轮对失圆故障诊断。

在本实施例中，轮对失圆故障诊断的具体处理过程为：

对低通滤波后的振动加速度信号进行频域分析，获取一个周期内的振动加速度信号的振动主频和与振动主频相对应的幅值；

根据振动主频和转速获取车轮失圆阶数分析指标In

其中f_max为每条振动加速度信号的振动主频，v_d为每条振动加速度信号对应的车轴转频；

根据一个周期内的车轮失圆阶数分析指标In、幅值Am_max以及振动加速度信号的均方根值对轮对进行失圆故障指标诊断。其中，在本方案中，车轮失圆阶数分析指标In用于诊断轮对多边形故障阶数，振动加速度信号的均方根值用于诊断轮对多边形磨耗深度等级。

列车轮对的车轴与车轮采用过盈配合形式安装，且轴箱与轮对之间通过轴箱轴承连接。通过大量的轮对故障分析发现，当轮对一侧车轮出现失圆故障时，故障引起的轮轨异常冲击会沿着车轴传递至另一侧车轮。例如，列车运行过程中，当某一轮对左侧车轮出现18阶多边形故障，多边形会导致该轮对轴箱出现主频为车轴转频18倍的故障振动，该振动会传递给同轴抱轴箱、异侧轴箱出现主频相同、振动能量有所衰减的故障振动；当两侧车轮同时出现失圆时，同轴两侧轴箱故障振动会相互影响。

在本方案中，正是利用这一现象，综合分析每一个振动加速度信号采集周期内，同一轮对两侧轴箱振动加速度信号，进行失圆故障诊断。相较于那些仅通过分析当前轴箱振动加速度信号进诊断的车轮失圆监测方法而言，本方案能够提供更高的准确性。

值得说明的是，S3还可以用于获取车辆的牵引信号和制动信号，其中，牵引信号和制动信号用于车辆运行状态识别。

根据轮对失圆的故障影响分析，轮对失圆故障的特征频率与车轴转速成正比。在列车运行过程中，相比于牵引、制动工况，列车匀速运行状态车轴转速更加稳定，更容易进行轮对失圆故障的特诊频率分析。且在同样的轮对失圆故障情况下，轴箱振动量级总体上随着速度增大而增大。为了提高监控***的准确性和时效性，应当优先在高速、匀速区段进行轮对失圆故障监测。

S4：对轮对失圆故障诊断的结果进行验证。

在列车实际运营过程中，充分考虑到振动加速度信号被干扰导致误报警的可能、轮对失圆故障对轴箱振动影响的持续性及可重复性、轮对失圆故障的发展性。因此，在本方案中增加验证过程，通过对比相同列车运行状态下的同一轮对失圆诊断结果，提高轮对失圆故障诊断的准确性，综合分析整个运行交路的诊断结果，对各轮对进行健康等级评价。

一种基于整轴振动分析的列车轮对失圆故障监测***，包括数据采集模块、故障判断模块、故障诊断模块、故障验证单元以及存储单元；

数据采集模块，用于在车辆运行过程中周期性采集轴箱的振动加速度信号；

故障判断模块，用于根据振动加速度信号对车轮是否故障进行判断；

故障诊断模块，用于当故障判断模块判断车轮出现故障时，获取一个周期内车辆的运行速度、运行状态以及车轴转速；并根据运行速度、运行状态以及车轴转速进行轮对失圆故障诊断；

故障验证单元，用于对轮对失圆故障诊断的结果进行验证；

存储单元，用于对***内的数据进行存储。

进一步地，在本实施例中，故障判断模块包括滤波单元、时域分析单元以及判断单元；

滤波单元，用于对一个周期内的振动加速度信号进行低通滤波；

时域分析单元，用于对低通滤波后的振动加速度信号进行时域分析，获得一个周期内振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

判断单元，用于判断均方根值是否大于阈值A，还用于判断差值是否大于阈值B；

若均方根值大于阈值A且差值大于阈值B，则判断车轮出现故障。

进一步地，在本实施例中，故障诊断单元包括获取单元、比较单元、计算单元以及运行状态判断单元；

获取单元，用于获取一个周期内，车辆的运行速度和车轴转速；

比较单元，用于对一个周期内的运行速度或车轴转速进行判断：

若一个周期内，运行速度大于或等于阈值C，或车轴转速大于或等于阈值D，则进入计算单元；

计算单元，用于根据一个周期内的运行速度获取运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车转速，t_s为径向振动信息采样时长；

运行状态判断单元，用于对一个周期内的运行状态进行判断：

若一个周期内，列车运行状态评价指标a_run未超出设定范围时，则进行轮对失圆故障诊断。

进一步地，在本实施例中，轮对失圆故障诊断的具体处理过程为：

对低通滤波后的振动加速度信号进行频域分析，获取一个周期内的振动加速度信号的振动主频和与振动主频相对应的幅值；

根据振动主频和车轴转速获取车轮失圆阶数分析指标In

其中f_max为每条振动加速度信号的振动主频，v_d为每条振动加速度信号对应的车轴转频；

根据一个周期内的车轮失圆阶数分析指标In、幅值Am_max以及振动加速度信号的均方根值对轮对进行失圆故障指标诊断。

进一步地，在本实施例中，获取单元还用于获取车辆的牵引信号和制动信号，牵引信号和制动信号用于车辆运行状态识别。

以下，通过具体的实施例进行说明：

实施案例为某机车轮对多边形故障模拟分析案例。

步骤S1，针对国内某两轴(B0-B0)电力机车的相关参数(惯性参数、几何参数、轮对参数等)建立其机车动力学模型。轮对半径为0.625m、踏面为JM3型踏面，钢轨类型为60kg钢轨，轨底坡为1:40，1435mm标准轨距，模拟线路为直线运行情况。

参照机车6A走行部监控***传感器布置方案，在该机车动力学模型中响应位置建立虚拟传感器以采集机车运行过程中轴箱、抱轴箱的振动加速度信号。各传感器可采集6个自由度的振动加速度信号，采样频率为2k Hz。在机车模型中第2轮对设置轮对多变行故障。通过60s的仿真分析，代表一个机车一个轮对失圆故障监测周期，且采用同步采集的方式，每10s为一次数据采样、分析周期，共6个振动加速度信号采样周期。

步骤S2，对6个振动加速度信号采样周期内的2轴左、右两侧轴箱振动加速度信号进行时域分析。

首先进行4阶Bessel低通滤波分析滤除振动加速度信号的高频成分，截止频率为500Hz振动能量指标选取，原始信号与滤波信号对比图如图2所示。

对滤波处理后的振动加速度信号进行时域分析，包含两项时域指标：均方根值和最大振动加速度信号与最小振动加速度信号的差值，分析结果如图3、图4所示。可以看到在0s～20s时间段，车辆基本处于正常运行的阶段，2轴左、右两侧轴箱振动的均方根值、差值都很小；在20s～40s时间段，2轴左、右两侧轴箱振动的均方根值、差值均有增大趋势且左侧轴箱两项指标均高于右侧；在40s～60s时间段，2轴左侧轴箱振动均方根值、差值增长幅度较小，2轴右侧轴箱振动均方根值、差值增长幅度较大，2轴左、右两侧轴箱振动均方根值、差值基本相同。

因此，可以初步判断：该车2车轴在0s～20s时间段内，运行正常；在20s～40s时间段内，2车轴开始出现故障且2轴左侧车轮出现故障的可能性较大；在40s～60s时间段内，2车轴故障发展，2轴左、右两侧车轮出现不同特征故障可能性较大。

步骤S3，获取车轴转速信息，进行列车6个振动加速度信号采样周期列车运行状态判断，图5给出了列车运行状态评价指标a_run的计算结果，可以判断列车当前处于匀速运行状态且车辆运行速度高于20km/h，满足进行轮对失圆故障诊断需求。

步骤S4，根据步骤S2、S3中的诊断结果，对步骤S2中滤波后的2轴轴箱振动加速度信号进行频域分析，如图7所示，2轴左、右侧轴箱振动加速度信号进行快速傅里叶变换结果，及频域最高、次高峰值及频率如图6所示。其中特征频率56.6Hz和101.8Hz所对应的车轮失圆阶数分析指标In分别为10.00695和17.99909。可以看到，在0s～20s时间段内，2轴左、右两侧轴箱振动加速度信号并未出现异常峰值，结合步骤S2中的初步诊断结果可以判定在该时间段内，2轴轮对处于健康状态；在20s～40s时间段，2轴左、右两侧轴箱振动加速度信号频域最大幅值对应的频率相同均为101.8Hz，车轮失圆阶数分析指标In均为17.99909，且2轴左侧轴箱振动加速度信号频域幅值高于右侧；在40s～60s时间段，2轴左、右两侧轴振动加速度信号频域出现新的幅值，对应频率均为56.6Hz，车轮失圆阶数分析指标In为10.00695，且2轴右两侧轴振动加速度信号56.6Hz对应的幅值高于左侧。

步骤S5，综合车辆运行过程中的2轴轴箱振动加速度信号分析、诊断结果可以判断：在0s～20s时间段，2轴轮对处于正常状态；在20s～40s时间段，2轴左侧车轮出现18阶多边形故障；在40s～60s时间段，2轴右侧车轮出现10阶多边形故障。

步骤S6，轮对结束当前交路后对2轴轮对进行镟修。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于整轴振动分析的列车轮对失圆故障监测方法，其特征在于，包括以下步骤：

S1：将振动传感器安装在轴箱的径向方向，用于在车辆运行过程中周期性采集所述轴箱的振动加速度信号；

S2：根据所述振动加速度信号对所述车轮是否故障进行判断；

S3：若判断所述车轮出现故障时，获取一个周期内所述车辆的运行速度、运行状态以及车轴转速；并根据所述运行速度、所述运行状态以及所述车轴转速进行轮对失圆故障诊断；

S4：对所述轮对失圆故障诊断的结果进行验证。

2.根据权利要求1所述的一种基于整轴振动分析的列车轮对失圆故障监测方法，其特征在于，所述步骤S2包括以下子步骤：

S21：对一个周期内的所述振动加速度信号进行低通滤波；

S22：对低通滤波后的所述振动加速度信号进行时域分析，获得一个周期内所述振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

S23：若所述均方根值大于阈值A且所述差值大于阈值B，则判断所述车轮出现故障。

3.根据权利要求2所述的一种基于整轴振动分析的列车轮对失圆故障监测方法，其特征在于，所述S3包括以下子步骤：

S31：获取一个周期内，所述车辆的所述运行速度和所述车轴转速；

S32：对一个周期内的所述运行速度或所述车轴转速进行判断：

若一个周期内，所述运行速度大于或等于阈值C，或所述车轴转速大于或等于阈值D，则进入步骤S33：

S33：根据一个周期内的所述运行速度获取所述运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车转速，t_s为径向振动信息采样时长；

S34：对一个周期内的所述运行状态进行判断：

若一个周期内，所述列车运行状态评价指标a_run未超出设定范围时，则进行轮对失圆故障诊断。

4.根据权利要求3所述的一种基于整轴振动分析的列车轮对失圆故障监测方法，其特征在于，所述轮对失圆故障诊断的具体处理过程为：

对低通滤波后的所述振动加速度信号进行频域分析，获取一个周期内的所述振动加速度信号的振动主频和与所述振动主频相对应的幅值；

根据所述振动主频和所述转速获取车轮失圆阶数分析指标In

其中f_max为每条所述振动加速度信号的振动主频，v_d为每条所述振动加速度信号对应的车轴转频；

根据一个周期内的所述车轮失圆阶数分析指标In、所述幅值Am_max以及所述振动加速度信号的均方根值对轮对进行失圆故障指标诊断。

5.根据权利要求4所述的一种基于整轴振动分析的列车轮对失圆故障监测方法，其特征在于，所述S3还用于获取所述车辆的牵引信号和制动信号，所述牵引信号和所述制动信号用于所述车辆运行状态识别。

6.一种基于整轴振动分析的列车轮对失圆故障监测***，其特征在于，包括数据采集模块、故障判断模块、故障诊断模块、故障验证单元以及存储单元；

所述数据采集模块，用于在车辆运行过程中周期性采集所述轴箱的振动加速度信号；

所述故障判断模块，用于根据所述振动加速度信号对所述车轮是否故障进行判断；

所述故障诊断模块，用于当所述故障判断模块判断所述车轮出现故障时，获取一个周期内所述车辆的运行速度、运行状态以及车轴转速；并根据所述运行速度、所述运行状态以及所述车轴转速进行轮对失圆故障诊断；

所述故障验证单元，用于对所述轮对失圆故障诊断的结果进行验证；

所述存储单元，用于对***内的数据进行存储。

7.根据权利要求6所述的一种基于整轴振动分析的列车轮对失圆故障监测***，其特征在于，所述故障判断模块包括滤波单元、时域分析单元以及判断单元；

所述滤波单元，用于对一个周期内的所述振动加速度信号进行低通滤波；

所述时域分析单元，用于对低通滤波后的所述振动加速度信号进行时域分析，获得一个周期内所述振动加速度信号的均方根值以及最大振动加速度信号与最小振动加速度信号的差值；

所述判断单元，用于判断所述均方根值是否大于阈值A，还用于判断所述差值是否大于阈值B；

若所述均方根值大于阈值A且所述差值大于阈值B，则判断所述车轮出现故障。

8.根据权利要求7所述的一种基于整轴振动分析的列车轮对失圆故障监测***，其特征在于，所述故障诊断单元包括获取单元、比较单元、计算单元以及运行状态判断单元；

所述获取单元，用于获取一个周期内，所述车辆的所述运行速度和所述车轴转速；

所述比较单元，用于对一个周期内的所述运行速度或所述车轴转速进行判断：

若一个周期内，所述运行速度大于或等于阈值C，或所述车轴转速大于或等于阈值D，则进入计算单元；

所述计算单元，用于根据一个周期内的所述运行速度获取所述运行状态：

其中，a_run为列车运行状态评价指标，v₀、v₁为径向振动信息采集前、后列车车轴转速，t_s为径向振动信息采样时长；

所述运行状态判断单元，用于对一个周期内的所述运行状态进行判断：

若一个周期内，所述列车运行状态评价指标a_run未超出设定范围时，则进行轮对失圆故障诊断。

9.根据权利要求8所述的一种基于整轴振动分析的列车轮对失圆故障监测***，其特征在于，所述轮对失圆故障诊断的具体处理过程为：

对低通滤波后的所述振动加速度信号进行频域分析，获取一个周期内的所述振动加速度信号的振动主频和与所述振动主频相对应的幅值；

根据所述振动主频和所述转速获取车轮失圆阶数分析指标In

其中f_max为每条所述振动加速度信号的振动主频，v_d为每条所述振动加速度信号对应的车轴转频；

根据一个周期内的所述车轮失圆阶数分析指标In、所述幅值Am_max以及所述振动加速度信号的均方根值对轮对进行失圆故障指标诊断。

10.根据权利要求8所述的一种基于整轴振动分析的列车轮对失圆故障监测***，其特征在于，所述获取单元还用于获取所述车辆的牵引信号和制动信号，所述牵引信号和所述制动信号用于所述车辆运行状态识别。

Images