陈晓军，杨江天

（1 郑州铁路局 郑州车辆段，河南新乡453000；2 北京交通大学 机械与电子控制工程学院，北京100044）

25型客车是我国主型铁路客车，设计要求连续运行5 000 km无检修。为了保证行车安全，必须有效排除轴承故障。当前，我国铁路客车广泛使用轴承温度报警系统，及时发现温度过高轴承，防止燃轴、切轴事故发生，取得了很好的效果。但滚动轴承从损伤出现到发热烧损的过程比较漫长，一般情况下轴承故障并不表现为明显的温度升高。为了提前发现轴承故障，现在普遍试验采用振动信号分析法实现轴承早期故障诊断。需要指出的是铁道车辆轴承振动信号复杂，噪声干扰来自各个频带［1］。滚动轴承冲击响应由一系列单边衰减振荡信号组成，轴承故障特征频率包含的能量非常少，故障诊断必须使用强有力的信号分析方法才能将故障信息突出出来［2－3］。有 关 研 究 表 明，1维谱能有效抑制高斯噪声，检测信号二次相位耦合［4］，提取滚动轴承故障特征［5］。但当信号受到多频带噪声干扰时，识别准确率下降。经验模式分解（Empirical Mode Decomposition，EMD）是HUANG［6］等人于1998年提出的新的信号处理方法，相当于一种滤波器簇［7］。本文提出了一种客车轴承检测分析方法：首先用EMD处理轴承振动信号，滤除干扰。再将滤波后的信号进行1维谱分析，提取

故障特征频率。该方法成功用于25型客车轴承故障检测，指导轴承维修。

1．1 定义

设有随机变量x（t），其三阶自相关定义为

（2）检测二次相位耦合

机械系统发生故障时，系统行为相对于正常状态往往表现出较强的非线性，故障越严重，非线性就越强。……