来源：期刊VIP网 时间：
作者：刘彬;李方烜;
单位：中国国家铁路集团有限公司机辆部;中国铁道科学研究院集团有限公司机车车辆研究所;
摘要：通过深度挖掘滚动轴承故障轨旁声学诊断系统采集的服役动车组轴承声学数据，并融合动车组管理信息系统中轴承多维运用、检修信息，构建完成了动车组轴箱轴承声学特征数据样本库、典型故障案例库，在此基础上基于信号的多普勒畸变修正、时频能量分析、小波变换等方法，对轨旁声学信号中隐匿的各类轴承故障特征信息进行检测分析，再基于大样本多频次计算迭代实现模型算法优化。通过模型在动车组故障预测与健康管理系统应用期间的实际案例表明，该方法形成的模型能够对服役动车组轴箱轴承中常见的早期故障进行及时准确的预警预报，在轴承安全监测方面起到补充完善的作用，且可有效支撑动车组修程修制改革背景下的轴承安全技防和健康管理需求。
关键词：故障预测与健康管理;;数据挖掘;;动车组;;轴承;;早期故障诊断;;修程修制
基金资助：中国国家铁路集团有限公司科技研究开发计划(N2022J021)
