城市轨道交通车辆制动系统控制阀故障诊断方法

城市轨道交通车辆制动系统控制阀故障诊断方法

赵建琨

青岛地铁集团有限公司运营分公司，山东 青岛 266000

摘要：轨道交通具备行驶速度快、乘客数量波动大、发车频率高等特点，这对城市轨道交通车辆制动系统的可靠性提出了更高的要求。而在车辆制动系统中，制动服务主要由控制阀决定，若控制阀出现故障,则会导致轨道交通车辆无法停止，从而发生车辆事故。为了避免车辆制动系统存在隐患，保证轨道交通车辆的稳定运行，相关学者对此进行了研究。本文在上述方法的基础上，提出一种新的城市轨道交通车辆制动系统控制阀故障诊断方法，解决了传统诊断方法存在的问题，为保证城市轨道交通车辆运行的稳定和安全奠定了基础。

关键词：城市轨道交通；车辆制动系统；控制阀；故障诊断

1城市轨道交通车辆制动系统控制阀故障诊断方法

1.1故障分类

控制阀是城市轨道交通车辆制动系统的主要执行单元仪表，由执行机构与调节机构构成。其中，执行机构依据驱动动力的不同可以划分为：电动执行机构、气动执行机构与液动执行机构；调节机构依据结构的不同可以划分为球阀、三通阀、直通双座阀、角型阀等。在城市轨道交通车辆制动系统中，控制阀需要与定位器结合使用，定位器可以极大地提升控制阀的控制精准度。根据城市轨道交通车辆制动系统实际情况来看，使用频率较高的控制阀为气动控制阀，由气动执行机构、三通阀、定位器等相关附件构成。气动控制阀工作原理为：以压缩空气为动力，定位器以车辆制动系统提供的信号作为控制信号,以此来控制阀位变化。

1.2信号采集与处理

此研究采用8通道动态数据采集卡、6个振动加速度传感器与2个声压传感器对城市轨道交通车辆制动系统中的控制阀信号进行采集。由于车辆制动系统工作环境较为复杂，采集得到的控制阀信号含有大量的噪声，会极大地降低控制阀故障诊断的精准度，为此，利用EMD算法降低控制阀信号中的噪声含量，具体控制阀信号降噪步骤如下所示。

(1)设定采集的控制阀信号为Y(J),提取控制阀信号VO)的局部极大值点与极小值点，利用三次样条函数曲线将局部极大值点拟合出控制阀信号的上包络线，同样利用三次样条函数曲线将局部极小值点拟合出控制阀信号的下包络线，上、下包络线表征着控制阀信号的全部特征信息。

(2)计算步骤1得到的上、下包络线均值，记为如，设定IMF分量信号为：心=Y(t)-hl当心满足EMD算法条件时，判定心为控制阀信号的IMF分量信号。

(3)若IMF分量信号幻不满足EMD算法条件，将幻作为控制阀信号重复步骤1,将新IMF分量信号心均值记为人2,则有：%=心-h2 (2)再次判定％是否满足EMD算法条件，若满足，判定％为控制阀信号的IMF分量信号；若不满足，再次进行步骤1循环，直至得到目标IMF分量信号，记为N,令XN+1=ml,则如就是第1个从控制阀信号中分解出来的IMF分量信号。

(4)将上述步骤得到的第1个IMF分量信号分离出来，表达式为：C[(t)=Y(t)-nii(t)将得到的当作控制阀信号，重复进行步骤1~3,得到第2个IMF分量信号皿。重复循环N次，直到CN(t)成为一个单调函数，得到了N个属于控制阀信号Y(t)的IMF分量信号。

(5)上述步骤得到的CN(t)即为经过EMD算法的残余信号，而IMF分量信号m,(t)反映了控制阀信号的不同特征信息，为控制阀故障诊断提供便利。

1.3信号相关系数计算

控制阀信号较多，若一一进行诊断，时间过长，过程较为复杂，为此，计算不同控制阀信号之间的相关系数，确定控制阀信号之间的关联程度，若关联程度高，则合并控制阀信号；若关联程度低，则保留两个控制阀信号，以此来简化控制阀故障诊断过程30控制阀信号相关系数计算公式为：n-1r(p)= (4)n若r(p)<0.1,控制阀信号之间相关程度达到最好状态，对应的延迟步长为1。选择r(p)<0.1的控制阀信号作为控制阀特征信号，为下述控制阀故障诊断提供数据支撑、

1.4故障诊断

以上述得到的控制阀特征信号为基础，制定控制阀故障诊断程序，具体步骤如下所示。

(1)此研究选取采样点数10240点的控制阀信号为对象；

(2)将采集的控制阀信号通过EMD算法进行降噪处理，得到控制阀信号相应的IMF分量信号；

(3)对上述步骤得到的IMF分量信号进行重构，将得到的重构信号进行奇异值分解；

(4)通过相关系数计算值确定奇异值分解的延迟步长，搭建相应的Hankel矩阵，确定降阶次数；

2实验结果与分析

2.1实验设计

为了验证提出方法的应用性能，设计仿真实验。选取BoshRexroth公司生产的控制阀作为实验对象。在WindowsXP平台上采用LIBSVM工具箱进行仿真实验。LIBSVMX具箱是由LinChin-Jen开发的，具备简单易行的优势，可以用来解决分类、回归、估计等多种问题。

为了保障实验的可控性，在实验条件下，模拟了10种控制阀故障模式。

2.2实验指标选取

为了客观反映城市轨道交通车辆制动系统控制阀故障诊断方法的应用性能，选取特定的实验指标,通过实验指标的大小判定提出方法应用性能的好坏。通过现有文献研究发现，提出方法的应用性能由控制阀信号中的噪声占比与控制阀故障诊断系数决定，上述两个实验指标计算公式为P二七x100%式中：P为控制阀信号中噪声占比；g'为噪声含量;g为控制阀信号总量；6为控制阀故障诊断系数；A为控制阀故障诊断成功数量；匕为控制阀故障总数量；a为控制阀故障诊断系数计算常数，常规情况下，a=0.52。

2.3控制阀信号噪声占比分析

通过研究发现，只有控制阀信号噪声占比小于31-22%,才能得到比较精确的故障诊断结果。为了保障实验结果的准确性，分别在调定压力3MPa与5MPa下进行仿真实验，式中：P为控制阀信号中噪声占比；g'为噪声含量;g为控制阀信号总量；6为控制阀故障诊断系数；A为控制阀故障诊断成功数量；匕为控制阀故障总数量；a为控制阀故障诊断系数计算常数，常规情况下，a=0.52。

2.3控制阀信号噪声占比分析

通过研究发现，只有控制阀信号噪声占比小于31-22%,才能得到比较精确的故障诊断结果。为了保障实验结果的准确性，分别在调定压力3MPa与5MPa下进行仿真实验，由表可知，随着调定压力的增加，控制阀信号噪声占比升高。在调定压力3MPa下，控制阀信号噪声占比范围为10.23%~15.68%；在调定压力5MPa下，控制阀信号噪声占比范围为25.10%~29.91%,通过对比发现，实验结果均低于最高限值31.22%。

结束语

为了更好地解决传统城市轨道交通车辆制动系统控制阀故障诊断方法中存在的控制阀故障诊断效果不佳的问题，本文提出一种新的城市轨道交通车辆制动系统控制阀故障诊断方法。此研究以现有控制阀故障类型为基础，对城市轨道交通车辆制动系统中的控制阀信号进行采集，利用EMD算法对控制阀信号中的噪声进行处理，并计算不同控制阀信号之间的相关系数，确定控制阀信号之间的关联程度，根据得到的控制阀特征信号,制定控制阀故障诊断步骤。实验结果充分表明，本文方法的控制阀信号噪声占比比最高限值低，且控制阀故障诊断系数范围比最低限值高，具备良好的应用性能，可以为车辆以及乘客的安全提供更加有效的保障。

参考文献：

[1]王宏宇，崔直.地铁车辆制动系统中电制动与空气制动技术探析[J].科技风,2018,365(33)：159,

[2]余晴，邹•艳-城市轨道交通车辆制动系，统故障检修探析[J].数字通信世界,2018,164(8)：280-281.

[3]孙玉亭，张自励.电力.机车空气制动系统的控制故障诊断[J].建筑工程技术与设计,2018(007)：2555.