何斌斌 戴焕云 石怀龙

（西南交通大学牵引动力国家重点实验室，610031，成都∥第一作者，硕士研究生）

基于时频谱和集总经验模式分解（EEMD）包络谱分析的地铁车辆故障分析*

何斌斌 戴焕云 石怀龙

（西南交通大学牵引动力国家重点实验室，610031，成都∥第一作者，硕士研究生）

在分析地铁车辆激扰源特征和影响的基础上，针对车辆振动信号非线性、非平稳性的特点，提出一种地铁车辆故障综合诊断方法：时频法（短时傅里叶变换、希尔伯特黄变换）和基于集总经验模式分解（EEMD）的Hilbert包络谱分析法。对某异常地铁车辆进行测试，并运用该方法进行诊断分析。综合分析表明，该车辆转向架构架异常振动并开裂的故障源为车轮。这与车轮检测结果一致，说明此综合诊断方法准确有效。

地铁车辆；故障分析；集总经验模式分解；包络谱分析

Author's address Traction Power Skate Key Laboratory，Southwest Jiaotong University，610031，Chengdu，China

地铁运行条件特殊，如曲线半径小而数量多、顺坡大、站间距短、车辆起动及制动频繁、使用环境条件恶劣等。不少地铁线路在运营一段时间后车辆出现异常振动的情况，有的甚至导致关键部件失效。引发车辆异常振动的因素很多，包括轨道、车轮、传动系统等，分析引发异常振动激扰源特征及影响是诊断的关键。

车辆系统为非线性、非稳态系统，传统的频域方法如FFT（快速傅里叶变换），不能体现振动频率和幅值随时间的变化情况。时频分析方法能有效解决这个问题。希尔伯特黄变换（HHT）及短时傅里叶变换（STFT）作为重要的时频分析法，已经取得不错的效果。……