冯 帅

（1.北京公共交通控股（集团）有限公司，北京 100161）

基于SVM-AdaBoost算法的轨道交通列车滚动轴承故障诊断

冯 帅

（1.北京公共交通控股（集团）有限公司，北京 100161）

轨道交通列车走行部滚动轴承是关键且故障多发的部件之一，其工作状态直接影响列车的安全。故研究走行部滚动轴承故障诊断技术对保障列车安全可靠运营有着现实意义。通过设计轴承运行实验，尽可能逼近现场实际工况，采集信号，提取合理故障信号特征；提出一种轴承智能故障辨识算法，实现高精度的故障诊断。结果表明，此两种方法均具有较好的应用价值，能满足轴承故障诊断的技术需求。

交通安全；轨道交通；SVM-AdaBoost；故障诊断

引言

轨道交通列车是个非常复杂的系统，其中任一环节出问题，都可能造成车毁人亡的严重事故。而轴承是轨道交通列车应用最广泛，同时也是易损的部件之一，其工作状态对列车安全有着重大影响[1]。

载客列车长期超负荷已成常态，走行部轴承“亚健康”状态日益明显。图1为广州地铁列车近3年的列车各系统故障数据统计，从图可知，列车各大系统中走行部故障约占总故障数的35%。在列车走行部故障中，机械部件故障高达78%（图2）。旋转机械的很多故障跟机械零件故障有着密不可分的联系。据粗略统计，其中旋转机械部件故障有大于1/3是由轴承因素造成的。

研究轨道交通列车轴承的状态辨识，对降低列车运行时隐患的发生，提高列车运行安全性，具有重要意义。

图……