摘要：地铁车辆转向架工况对于地铁运营安全有着直接的关系。随着地铁投入运作，为维护地铁车辆安全运行，转向架需要不间断进行检修及复诊工作。随着科学技术的不断发展，各种诊断措施也不断涌现，当中就有在线智能诊断。本文主要就地铁车辆转向架轴承的故障诊断问题进行分析，供同行借鉴。
关键词：地铁车辆；转向架轴承；故障诊断；
一、滚动轴承典型结构
滚动轴承包括四部分：内圈、外圈、滚动体和保持架。在实际使用时，很多滚动轴承带有密封圈、防尘盖以及安装调整用的紧定套等。密封圈能将滚动轴承的工作部分和外界隔开，对滚动体、滚道和保持架起封闭作用，一般可分为接触式密封和非接触式密封两种。需要说明的是，非接触式利用小缝隙密封，总体摩擦小，故温升小而且无损耗，适用于高速旋转的列车转向架轴承。衡量一个轴承是否能够正常工作的一个重要因素是游隙。合适的游隙可以使载荷在滚动体之间合理分布；可以有效限制轴在径向与轴向移动从而确保轴能够以高精度旋转；可以使轴承在规定的条件下正常运行；可以减小振动和噪声，有利于延长轴承的寿命。其结构见图1：
二、滚动轴承的故障形式
常见的滚动轴承故障形式包括腐蚀故障、胶合故障、磨损故障、疲劳失效、压痕失效、断裂故障、保持架损坏。
(1)腐蚀故障
滚动轴承部件表面的腐蚀通常由以下原因造成的:1)湿气、水分或者润滑油的化学腐蚀;2)较大电流从轴承表面间通过造成的电腐蚀;3)轴承套环的相对运动产生的微振腐蚀。
(2)胶合故障
胶合指的是一个表面的金属与粘附到另外一个金属表面的现象。在高速重载和润滑不良的情况下，因为摩擦产生大量热量，轴承部件可能在极其短的时间内达到极高的温度，从而造成表面烧伤。
(3)磨损故障
这种故障形式是轴承的某些元件由于机械原因引起的表面磨损。轴承表面磨损后的振动波形与正常轴承相比，都是无规则的，随机性比较强。但磨损后的波形幅值要明显高于正常轴承，所以对这种故障形式诊断的方法往往是计算振动信号的峰值和有效值，若明显大于正常水平，则诊断为磨损。
(4)疲劳失效
滚动轴承在运转时，其内圈和外圈外工作面与滚动体的表面既相对滚动又承受载荷。由于交变载荷的作用，在表面下最大剪应力处形成裂纹，进而延展到工作面使表层产生剥落坑，最终发展为大片剥落。像这样由于剥落产生的失效形式称为疲劳失效。疲劳失效会在轴承运转时加剧振动、冲击载荷和噪声。引起疲劳失效的重要原因是疲劳应力。通常所谓的轴承寿命便是疲劳寿命，轴承的寿命试验便是疲劳试验。试验规程有具体规定，在滚动体或工作面上，若出现面积大于0.5mm2的剥落坑便认为是轴承生命的终结。滚动轴承的疲劳寿命分散性很大，同一批次滚动轴承，其最短寿命与最长寿命可相差上百倍，这也从另外一个角度说明了对滚动轴承进行故障诊断的重要性。
三、转向架轴承故障
地铁车辆转向架一旦出现故障时，会形成一种减幅震荡的反应，这种反应具有一定的价值信息，可以通过此信息对转向架轴承故障进行一些判断。其中，滚动轴承中滚动体有两种，进而把滚动轴承分为了球轴承和滚子轴承两块，而滚子轴承又可以进而分成圆锥和圆柱两块。其具体的计算细节为：把滚动体的直径设为 d, 把轴承的节径设为 D，把接触角设为 a, 设 A 点回转半径为 ra, 设 B点的回转半径为 rb。其中 A 点是滚动体和外圈轨道之间接触的点，而 B 点则是滚动主体和内圈滚到之间接触的点 , 可用公式表达为：
并取绝对值。其中外圈故障特征频率和内圈故障特征频率由于篇幅限制，不在此叙述。
四、小波包-包络解析
在通过频率对故障进行分析中，发现故障在轴承的早期发生，那么通过特定的频率表现出现的信号则显示非常微弱，对该信号进行处理时，很难观察到障碍的情况。而通过当轴承自身出现故障时连带的连锁反应进而使其他元件也产生共振，该元件的振动会受到带有轴承发生故障部位自身频率的影响，再通过相关设备来提取这个信号，最后通过包络谱，从而把这些共振的频率分离出来，这就我们所说的小波包---包络分析的工作机理。
（一）小波变换一包络谱分析
采用小波变换对滚动轴承故障原始信号进行分解之前首先需确定小波分解的层数，在判断出轴承的高频共振频率基本落在[2500 Hz,5000Hz]之间，由于采样频率为10240 Hz，对信号进行单尺度小波分解，分解重构的高频细节信号理论频率范围为[2560 Hz,5120 Hz]，即能包含此高频共振频率带。
本文选用db2小波函数对各通道信号进行单尺度分解，每通道取高频细节信号进行重构，共得到4个细节信号。由于轴承故障产生的瞬态冲击会引起轴承的高频共振，所以对每个细节信号进行Hilbert包络解调得到包络信号，其包络谱如图2所示，可以看到，相比之前对原始信号直接进行包络分析的效果，经过小波分解之后，每个通道的信号故障特征频率及其倍频得到一定程度的增强，但同时包络谱中包含的成分也更多，谱线显得杂乱，表明干扰成分较多，而且轴承转频和保持架故障频率的倍频相互混叠，不容易清晰地识别出滚动轴承故障特征，因此，有必要在进行包络分析之前，采用盲源分离方法对小波分解后的重构高频信号进行分离，提取轴承故障信号，以减少干扰和不同故障特征频率的混叠影响，提高故障特征识别能力。
从分量1的包络谱中可以明显看出对应于轴承保持架故障特征频率及其2倍频的谱峰和轴承的外圈故障特征频率及其2倍频的谱峰，且外圈故障特征频率周围存在保持架故障特征频率形成的边频带。分量2与分量1基本一致。从分量3的包络谱中观察可以发现轴承转频，同时还有外圈故障特征频率的3倍频和4倍频。试验后对该电机轴承进行拆解，发现轴承的外圈和保持架存在裂纹，与该方法诊断结果一致。
（三）故障识别搜索算法
在以往的分析方法中，通过对轴承产生故障的位置处的频率实施观察，再把其和正常谱峰进行比较，进而对故障产生的位置进行判定，分为一下几个步骤：
1.谱峰判定
所谓谱峰，就是一段频谱中在频谱图内出现的最大值，在对故障处进行判定时，经过对谱峰的研究，及尼尔确定故障的位置。但因为计算机自身的工作缺点，即使没有明显的故障，其仍然会根据谱峰来判断故障去的物质，其解决办法是，为了让计算机能够准确得对故障进行确认性判断，需要设定一个标准值，即看谱峰的最大值和谱峰的最小值之间是否有足够的差别，但还需要注意都是，因为谱峰周围的振幅也比较大，不管有没有的情况下。所以，要先排除这几个点，继而加大计算机工作的准确度。
2.设定搜索频带
在判断故障时，在对故障实施判定时，经常需要对故障的特征频率处的谱峰适合和正常的谱峰相对应继而确定具体的情况，在同归对搜索频带进行设置时，需要包括故障时具有的频率，可以把具有故障特征的频率设置为搜索频带的核心频率，因为如果搜索的频带太广泛，就会出现如果发生了两处故障，那么这时候会出现一个最大值的谱峰，和一个第二大的谱峰，如果两个故障特征的谱峰相差不大，就会出现两者达不到标准值，根据上文中的设定，这时候会出现计算机自动取消搜索的情况，两处故障变成没有故障，会给相应的工作带来很大的危害。
（四）故障频率设定误差
在一定的情况下会出现故障特征的频率不准确，比如当轴承之间有摩擦损伤或者有有无的情况，那么真实的故障频率会被影响，真实的最高峰和实际上显示的最高峰对应的位置会有误差，进而让计算机认为没有故障发生，所以我们还需设置一个误差值，即当计算机在运行途中，如果出现了符合误差范围的误差，那么计算机会将其自动加入到相关误差纠正计算中。
（五）用小波包 - 包络分析的方法来诊断轴承故障
该方法的第一步，通过对原始的信号进行分解，接着把该分解后的信号变成解析信号，然后综合各信号形成保罗普，最后通过搜索法来根据相关值继而确定故障发生的地点（见图 4）。
五、结束语
总而言之，为了地铁的安全行驶，需要对转向架轴承进行精准的判断，经过对小波包-包络分析法结合故障识别搜索法的联合使用，从而更加精准度得知道故障发生的的地点。
参考文献：
[1 ]刘建强，赵治博，章国平等.地铁车辆转向架轴承故障诊断方法研完[J].铁道学报，2015, (1) :30-36.
论文作者:范江南
论文发表刊物:《防护工程》2017年第13期
论文发表时间:2017/11/10
标签：故障论文; 轴承论文; 包络论文; 频率论文; 转向架论文; 信号论文; 特征论文; 《防护工程》2017年第13期论文;