李凤林，杜红梅，巫忠书，陈翔宇，樊懿崴

基于EEMD的列车车轮多边形故障诊断方法

李凤林，杜红梅，巫忠书，陈翔宇，樊懿崴

（成都运达科技股份有限公司，四川 成都 611731）

多边形故障作为车轮常见的故障形式之一，不仅会增大列车的振动和噪声、降低列车乘坐舒适性，还会加剧轮轨相互作用力，导致车辆和轨道部件过早出现疲劳失效，对列车安全稳定运行造成不良影响，因此对车轮多边形故障进行诊断具有重要意义。本文根据多边形故障轴箱振动响应提出了基于总体经验模态分解（EEMD）的车轮多边形故障诊断方法。其核心是对轴箱振动加速度进行EEMD分解，然后通过相关能量（CN）自动提取车轮多边形故障的IMF分量，并通过包络谱分析诊断车轮是否存在多边形故障，最后通过频谱分析诊断车轮多边形阶次。通过仿真数据和线路试验数据对该方法进行验证，验证结果表明，该方法能有效诊断出车轮多边形故障。

车轮多边形；总体经验模态分解；相关能量；故障诊断

随着我国轨道交通的快速发展，轮轨磨耗引起的车轮多边形问题愈发严重。列车运行时，多边形故障会激发轮轨间的冲击作用力，不仅会导致车内振动和噪声增大、降低列车乘坐舒适性和稳定性，还会降低车辆和线路关键部件的疲劳寿命，危及列车运行安全[1-6]。因此，开展车轮多边形故障诊断的研究具有重要的理论意义和工程应用价值。

目前，轨旁监测法是车轮多边形故障诊断中最常用的方法[7-9]，然而该模式无法在长距离服役过程中对车辆运行状态进行实时监测，因此国内外学者通过采集轴箱振动加速度识别车轮多边形故障。……