地铁车辆转向架轴承故障诊断方法分析论文_李渊

苏州市轨道交通集团有限公司运营分公司 江苏苏州 215000

摘要:随着我国经济水平的迅速提高,社会建设对交通发展的要求也越来越高,其中地铁作为当代城市主要交通,其技术进步研发受到社会各界的关注。其中地铁车辆转向加轴承的技术水平对地铁的安全运行而言是起着关键作用的。然而当下地铁车辆转向架轴承方面的监察管控工作现代化科学技术运用程度不高,导致所得数据精准性较差。为解决此问题,本文对其故障进行了基本分析和研究,并提出了相应的诊断方法,此种以信号数据和现代智能算法为基础的诊断方法提高了故障检修的精准度,促进了诊断工作的智能化,提高了地铁交通行业的安全性发展。

关键词:转向架轴承;诊断方法;故障诊断

引言

随着城市建设的快速发展,地铁交通越来越受到人们重视,故而其安全运行保障工作是相关部门必须高度重视的。转向架轴承作为地铁运行中起到关键作用的零件,直接关系到地铁的稳定运行,因此对其的科学诊断方法是当下关于地铁发展的一个重要课题。现今对其的诊断方法基本是利用振动、温度、声音等性质,这些相对传统的诊断方式自动化技术运用较少,诊断工作也就出现效率较低、精确性不足等问题,因此创新性的诊断方法是必不可少的。

一、转向架轴承故障模型

一般情况下,地铁故障及故障位置的确定都是由其特征频率为参考的。所谓故障特征频率就是轴承运行有错误时对其他部件产生影响形成相互之间的振动碰击,它与滚动轴的转动速度、受力面积以及受损位置都有着直接关系。当下有不同种类的滚动轴正在投入使用,分别有球和滚子两种类型。如图,即为滚动轴承基本结构图[1]。

从图形结构中我们可以看出其转圈速度、自转或公转角度、转动频率等数据都是故障特征频率的重要组成数据。其中根据不同类型的转轴承有不同种类的故障特征频率,其所涉及到的计算方法、所需数据都会有不同之处。滚动体频率的计算涉及到内外圈的碰撞次数程度,由于有时其有自转与实际转动方向相反,所以负值与绝对值的转化也是必要的;外圈特征频率就相对简单,其碰撞情况与个体之间是对称的,只要运用规定公示式就可以得出相关数据;与此相对的,内圈故障特征频率虽然业余个体滚动是相应的,但是有时候还会出现外圈持续运转而内圈停止的情况,这就需要对具体情况进行分析从而选择不同公式进行计算。

二、小波包分析

为解决故障特征频率一般较弱的问题,小波包-包络分析共振解调的工作原理可以有效地将频谱精细化,其较强的分解过滤功能使故障信息可以快速分析得出。小波包的分解原理主要依靠尺度函数与小波函数对数据进行一层层的分解,如图所示,小波包的时频辨别功能是较为高效率的。

除此之外,小波包还涉及到Hilbert转化,这是依据原始信息与专业公式得出的卷积而进行的,此种转换是虚实两部分信号数据分析得成的前提[2]。

三、故障识别搜索算法

区别于传统的频率研究方法,此处的故障识别搜索计算方法是以现代信息技术为基础,对频谱图进行故障监察。其中涉及到谱丰判定、搜索频带、识别算法等。

(一)谱丰判定

谱丰判定一般被认为是频谱最大值。因此计算机首要确定最大值,这就需要系统设置时将最大值与其他值得差距尽量拉大以规避误算等意外情况。因为计算机的判断系统在设计之初就确定了临界值,其大小变化不仅仅关系着谱峰是否足够明确,同时还与故障特征相关联。除此之外,临界值的设置还可以从侧面测试计算机信息计算系统的运作精确度。依据实际操作数据可看出,当下最合适的临界值是二。

(二)搜索凭带设定

根据实际施工操作可知,故障特征频率是频带设计时必须纳入考虑范围的,将其作为中心频率可以使系统有效应对诊断故障。另外还需注意,由于计算机临界值的设定,其只能处理最大值,若频带设计太宽,就会使双方运作有不相合之处,以导致计算机监察辨别系统工作不能够对转向加轴承进行全面检修。因此,搜索频带的尺寸设计要严格按照要求与实际运作情况而定。

(三)故障识别搜索算法

根据上文提及的内容,现可总结算法四项处理步骤。首先是系统初始化,临界值、变量等数据都固定在最佳值;其次是根据公式计算相关频率;第三就是根据所得出的数据进行监察搜索;最后需要继续找出第二大值,结合最大值计算出比率。与此相应的,小波包诊断也是需要四个步骤进行计算统计,利用智能化信息采集与Hilbert转化得出最终值。

四、结束语

转向架滚动轴承运作直接关系到地铁车辆是否能安全运行,其重要性是不言而喻的。因此对轴承工作的定期检查与故障排修需要相关部门引起高度重视。根据当下地铁车辆转向架轴承故障检修工作出现的问题,本文提出了相应的创新型解决办法,此种方法主要依靠计算机智能化计算,减少了人力资源的使用,使地铁的轴承检修诊断工作达到实时自动化。此种充分利用了现代科学技术的诊断方法不仅提高了检查诊断数据的精确性实用性,优化了检修工作的效率,还提高了地铁运行安全保障。

参考文献:

[1]周彭滔,单奇,叶运广.小波包熵与多核学习在列车转向架轴承故障诊断中的应用[J].燕山大学学报,2017,41(5):401-406.

[2]杨天蕴,丁千,郭涛,等.动车组转向架轴承局部损伤振动特性分析[J].振动、测试与诊断,2016,36(4):665-673.

[3]刘建强 ,赵治博 ,章国平 ,王广明 ,孟双 ...地铁车辆转向架轴承故障诊断方法研究[J].《铁道学报》 ,2015(1):30-36.

[4]尹艳松.地铁车辆转向架轴承故障诊断方法分析研究[J].《文摘版:工程技术》 ,2015(33):258-258.

论文作者:李渊

论文发表刊物:《基层建设》2018年第7期

论文发表时间:2018/5/24

标签:;  ;  ;  ;  ;  ;  ;  ;  

地铁车辆转向架轴承故障诊断方法分析论文_李渊
下载Doc文档

猜你喜欢