地铁车辆转向架轴承故障诊断方法研究

地铁车辆转向架轴承故障诊断方法研究

王雪峰,王欢,韩红伟

中车唐山机车车辆有限公司  河北省唐山市  064000

摘要：在我国经济社会快速发展的时代背景之下，城市规模也随之不断拓展，为了方便人们出行，改善交通环境，许多城市都建设了地铁线路，并且投入了运营。其地铁运营的稳定性成为了人们关注的一项重点内容，因此，要做好故障诊断方法探讨及相应分析，确保采用转向架轴承性能良好，保障地铁车辆能够稳定运行。关键词：地铁车辆；稳定运行；转向架轴承；故障诊断

在我国经济快速发展过程中，各项检修技术也取得了快速的进步，地铁检修人员需不断提升自身的专业素养，使其运用专业化的技术手段真正实现地铁车辆转向架的科学检修。在此过程中需加强相关检修人员的综合素养，使其充分掌握多元化的检修技术，将现代信息技术与各行各业进行紧密融合真正实现事半功倍的检修效果。

一、转向架轴承故障诊断搜索算法分析

（一）判定谱峰

谱峰是指在一段频谱内的频谱图内产生的一个最大值，在对出现的具体故障进行分析与判断时，通过对转向架轴承故障处理情况进行分析与研究，对故障具体位置进行明确。然而，从具体状况来讲，受采用的计算机自身在运行中的缺点影响，即使转向架轴承并未出现明显故障，在具体问题分析时，依然会依据谱峰对故障具体区域进行判断，这势必对后续相应工作的开展造成不良影响，也会提高后续各项作业开展难度。基于此，在实际工作开展中，要想解决上述问题，保障通过对计算机进行应用，可以完成对产生故障的精准评判，在实行设定的时候，需保障应用计算机可以准确判断故障，需设定标准值，也就是说谱峰最大值以及谱峰最小值间差别是否足够。通过对这一标准值进行设定，可以完成对计算机确定具体范围进行适当扩大。而观察谱峰情况可以发现，谱峰附近多个点幅值都较大，由于几个点都在谱峰过渡处，因此，在对第二大值进行确定后，要排除这几个点，假若不依据实际状况对以上问题实行处理，将会造成日后信息判断不正确，可见，要想确保最终判断结果精准，需排除谱峰两侧点。

（二）准确设定搜索频带

工作人员在判断转向架轴承故障时，一般需对产生故障特征频率处谱峰是否同谱峰相对应，进而通过分析，对出现的具体情况进行确定，为后续相应工作开展提供支持。相关工作人员在设置搜索频带时，必须要包括转向架轴承故障具体频率，将具有故障特种频率设置为搜索频带核心频率。这主要是由于设定的搜索频带过于广泛，一旦出现了两处故障，在这一状况下，将会出现最大值谱峰，以及一个第二大谱峰，若转向架轴承两个故障特征谱峰相差不大时，将会导致两者商值没有达到标准值。通过对上述分析可以确定，在这一情况下，采用的计算机将会自动取消相应搜索作业，导致转向架轴承原本存在的两处故障而变为没有故障，这对相关工作的开展来说会带来严重威胁，因此，有关工作人员需提升对这一内容的重视。

（三）故障频率设定误差

假若转向架轴承在长期应用期间产生了油污或摸索等各种不良状况时，在这一状况下，转向架轴承出现的故障频率与实际故障频率间存有一定偏差，此时，确定故障是存在的，但是，从具体情况来看，在分析故障频谱时，最高峰所对应的点与实际故障点之间会存在一定距离，这将会导致计算机判断故障时会出现故障，从而做出错误判断，将有故障的情况判定为没有故障。基于此，工作人员需设定误差值，在采用计算机实行分析转向架轴承故障时，若计算机运行时出现的具体差距在设定误差内，采用的计算机需充足思考这些影响因素，精准判断各项误差。

（四）以小波包与包络分析法为基础智能诊断转向架轴承故障

通常来讲，应用振动信号诊断法对转向架轴承故障实行诊断。但是，从实际情况来看，并不能事先对固有频率进行确定，针对这一现象，应借助小波包分解法实行应用，把原始信号分解到的每个频带内，在实际分解期间既没有遗漏，也没有叠加，然后通过对Hilbert变换和FFT进行应用，获取到每个频带重构信号包络谱，解调出调制信息，把其运用到日后相应工作开展中。完成上述作业后，通过对故障识别搜索法对各节点包络谱进行一次搜索，进而对转向架轴承故障情况实行明晰。以小波包与包络分析法为基础的转向架轴承故障智能诊断方法步骤如下：针对采集到的全部振动信号，应当通过三层小波包完成相应分解，通常来说，为了保证分解合理性，应当将收集到的振动信号科学分解到8个频带内，进而为日后有关工作开展供给支持。对每个频带的各重构信号需借助Hilbert完成有关变换工作，形成解析信号，通过上述操作，能够获取到的重构信号包络。对于获取到的包络信号，需实行快速傅里叶变化，从而获得可以反应具体状况的包络谱。通过对故障识别搜索算法进行应用，依次完成对8个包络谱图的搜索。在具体问题分析期间，如果某故障标志变量转变为1时，而在接下来包络谱图中不需要对故障标志标量所对应的具体故障类型进行搜索，通过上述作业，最后依据收集到的各类故障标志变量值，完成对转向架轴承故障的诊断，对出现的故障进行确定。

（五）智能识别转向架轴故障模式

应用传统频域方法就是专业人员观察频谱图，对产生的故障特点实行具体分析，借助观察分析对转向架轴承是否存有故障，以及具体故障类型实行明晰，从而为日后有关工作开展供给支持。随着科技的迅猛发展，各种前沿技术均被科学运用到了转向架轴承故障诊断中，其中相对理想，运用效果好的一种方法就是智能故障识别方法。目前，这一方式已经被广泛应用到了转向架轴承故障诊断中，从实际应用情况来看，该方式应用不仅效果好，而且能够具有很强适应性，能够自行组织，整个诊断作业都不需要人工参与，具有较高科技含量，同时，人工神经网络需大量故障训练作为支撑，只有这样才能保证人工神经网络能够符合应用需求，此外，由于人工神经网络的具体应用环境十分复杂，因此，难以在工程中大面积推广应用。应用智能故障识别方法对转向架轴承故障实行诊断，主要是通过对计算机的运用，依据频谱图完成对转向架轴承故障的搜索，具体工作开展时，核心内容主要包含谱峰判定、搜索频带设定、故障特征频率误差设定、搜索算法等多项内容，每项内容都会对转向架轴承故障诊断结果造成直接影响，基于此，相关工作人员必须要提高对每一项内容的重视，做好相应分析工作。为了验证故障诊断方法，建设了地铁转向架轴承故障诊断平台，试验平台原理示意图。试验平台原理示意图平台在运行过程中，数据采集卡采集到电压信号，把信号输送到计算机内，借助计算机处理收集到的信号，完成对轴地铁转向架轴承故障的明确。

二、结语

综上所述，随着城市居民人数不断地上涨，人们的交通出行问题亟待解决。地铁车辆的快速发展为人们出行提供了一个新的选择，并且地铁出行可以满足人们的基本甚至更高的出行需求，因此使用数量不断上涨。当前人们越发注重地铁出行的安全性，为了确保人们的出行安全，相关单位的工作人员定期进行地铁的检查。因此，为了实现对转向架轴承的在线监测与故障诊断，可以通过合理分析，应用先进技术，最终提出了以振动信号小波包与包络分析轴承故障智能诊断方法，通过对该方法进行应用，完成相应诊断工作。

参考文献：

[1]赵晓丹,刘新艳,王玉春.地铁车辆转向架轴承故障诊断[J].中国高新区,2019(8):172.

[2]刘建强,孙康茗,赵东明,等.基于证据融合算法的地铁车辆轴承故障检测方法研究[J].铁道学报,2019,41(4):55-63.

[3]汤清枫.地铁车辆转向架的故障与处理技术研究[J].工程技术研究,2019,4(21):121-122.

[4]赵勇.探讨地铁车辆转向架的轴承故障诊断方法[J].名城绘,2019(6):0050.