摘要：地铁交通在我国迅猛发展，其运营安全越来越受到关注。转向架轴承是地铁车辆中的重要部件，一旦出现故障将影响地铁列车的行车安全，如何对其进行故障诊断成为了一个值得研究的重要问题。基于此，本文就地铁车辆转向架的轴承故障诊断方法展开了研究。
关键词：地铁车辆；转向架轴承；故障；故障诊断方法
我国的轨道交通正在迅猛发展，在发展过程中，安全问题也越来越受到人们的重视，由于地铁车辆使用的频繁性，地铁车辆转向架轴承故障成为了地铁故障的高发点，面对这种情况，相关的技术研究人员开始了广泛的课题研究，从故障原因、故障诊断程序和诊断方法等几个角度进行了较为深入的探讨。
一、转向架轴承故障特征
转向架轴承在运转过程中出现故障往往是由于其轴承的局部损伤造成的，当局部损伤逐步加剧，就会导致轴承在转动过程中由于作用力的影响而产生一定的不规则冲击力，从而出现一定的振荡，这种振荡就会造成轴承故障，甚至导致一定的车辆运行事故。因此在进行轴承故障排查的过程中需要根据损伤处的具体情况进行分析，从而准确找出轴承故障原因，以便进行及时修复。
二、转向架轴承故障原因分析
1.锈蚀失效。在地铁运行过程中，转向架的工作基本没有停息的时候，但是在深夜等特定时段，地铁却处于休息阶段，不与电轨进行持续的摩擦，在这个“休息点”，轴承的温度比较平时会有显著的变化，密封装置有时会失灵，再加上湿度与化学物质的作用，轴承很容易有生锈和腐蚀的情况。
2.变色失效。地铁的运行时间每天会有15~19个小时，在剧烈且持续的工作过程中，由于轴承的工作游隙过小、预载荷过大、润滑不良等原因，会导致转向架轴承因发热引起表面颜色的变化，一般来说，共有淡黄色、黄色、茶色、棕红色、紫蓝色和蓝黑色等几种颜色，如果出现的是前面四种，说明变色程度没有那么深，轴承还没有到使用年限；若是出现了后边的四种，那就说明轴承已经有了一定程度的损坏，是否继续使用就值得研究与探讨了。
3.表面塑性变形失效。额外载荷是机械运行过程中最为常见的问题，转向架的轴承表面也会受到它的作用而形成意外的机械损伤，这就会造成表面塑性变形失效的问题。通俗地讲，就是在机械工作的过程中，因异物进入、密封不良等原因造成擦伤、划伤和压力过大等病态状况时常出现，这些情况的出现会最终导致转向架轴承的非良性变形。
三、地铁车辆转向架的轴承故障诊断方法
1.共振解调故障诊断法。（1）共振解调技术特点。共振解调属于一项专业用于机械设备故障检测的信号变换技术，同其他传统的常规式振动检测技术相比，该技术在该机械设备的早期故障所发生的冲击信息等方面应用尤为重要，这样对机械振动冲击信号实施共振协调技术的处理能够达到一种能够消除常规振动和避免故障冲击的目的，转速跟踪技术属于一项应用于变速机械转速相应的跟踪采样技术，能够将设备的一些非周期性的数据信息进行周期型变换，这样也可以实现对故障的分析。（2）基于共振解调技术的外弧谱识别技术。
期刊文章分类查询,尽在期刊图书馆在地铁运行过程中，部分保持的运行可能会存在比较散落的轴承损伤散落物进入滚道，并在外环部位粘附，这样在滚子通过时导致对基本频率带来的一定冲击，因为该外环故障的不固定性，这样只存在几乎完全孤立的一阶突出谱线，例如在某地铁2号线中，有效地利用“外弧谱”识别技术，在该车间的走行区域进行了车载故障诊断系统的安装，当其发生齿轮箱轴保持架的报警时，该诊断技术有效性地得到了有效的证实。（3）共振解调故障诊断法的应用实例分析。通过共振解调对某地铁车辆保持架破损原因进行检查分析，对该地铁车辆发生变形的无油轴承在单独的轴承检测机上做检测试验，结果会显示其存在明显的外弧谱和外环多阶谱，并存在部分滚单谱，发生这一故障现象的主要原就是由于保持架发生的形变，造成在保持架中的多个滚子发生了轴向窜动，在窜动部位，保持架运转过程中滚子不断的冲击外环挡边的突出点，进而形成滚子外环的脉冲群。在单个检测机上对无油轴承的检测容易出现故障的主要就是油膜未掩盖，这就导致了较强的故障冲击性和较大的噪声，而在单个检测机上的有油轴承检测相对来说不易出现无油轴承的系列故障，其主要原因就是在于外环挡边内侧的突出点完全覆盖，也存在着较大的阻碍，这些冲击过程都是客观存在的，这也是交通轨道所用轴承同特定环境下固定机械轴承的本职区别。
2.故障识别搜索算法。（1）谱峰判定。谱峰顾名思义是频谱图内的频率最大值，对谱峰的观察可以用来确定轴承故障发生的位置。但由于计算机会将谱峰位置自动判定为故障位置，在并没有发生故障的情况下，就会给故障判定工作带来了难度和阻碍。因此，在设定时，要求计算机在认定谱峰就是故障的定义时，谱峰最大值与谱峰第二大值的商是否达到一定的标准值，这样可以通过对这个标准值的设定对计算机的确定范围进行一定的扩大，在谱峰中，谱峰附近的几个点的幅值也比较大，因此要对这几个点进行排除。（2）搜索频带设定。在对故障进行判断时，常常对故障特征频率的谱峰是否与谱峰相对应进行确定，在对搜索频带的设定时，必须要将故障特征频率给囊括进去，建议将故障特征频率设置为搜索频带中心频率，当搜索频带太宽的话，这就会导致如果出现了两大故障的时候，两大故障的频率将会一个称为谱峰，一个称为第二大值，当两者的商值没有达到标准值，计算机自动取消搜索，给判断也带来了一定的威胁。（3）故障特征频率误差设定。当轴承的各部件出现了磨损或者油污等情况的发生时，故障特征频率可能与实际故障频率存在着偏差，在一定情况下，故障确实存在着，但当对故障进行频谱分析的时候，最高峰对应的点与故障存在着一定的距离，这就导致了计算机在判断故障的时候，错误地认为没有故障，所以这就需要我们对误差值进行设定，计算机在运行时，如果出现的差距在设定的误差范围内，则计算机可以将这些因素考虑进去，对误差进行判定。
3.基于BP神经网络的故障诊断方法。BP神经网络能够学习和存储大量的输入一输出模式映射关系，而无须事前揭示描述这种映射关系的数学方程。使用最速梯度下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络结构主要包括两个方面：信号的前向传播和误差的反向传播。即计算实际输出时按从输入到输出的方向进行，信号从输入层进入网络经过隐含层到输出层。若实际输出等于期望输出，学习过程结束；而权值和阈值的修正从输出到输入的方向进行，若输出结果出现误差，按原来的线路返回，重新计算，然后重复计算使误差减小。有资料指出，通过利用BP神经网络分析了轴承、齿轮、轮对的特征参数，进而确定输入层、隐含层、输出层的节点个数及其他参数，然后对数据样本进行网络运算，取得了良好的诊断效果。
在轨道交通事业日益发展的今天，地铁已经成为城市特别是大中型城市中不可或缺的重要组成部分，为了更加有效的推进地铁轨道交通事业的更进一步发展，减少由于设备故障而导致的地铁安全事故，需要我们运用科学、规范的故障诊断方法对地铁部件以及设备进行故障排查与修复，从而更好的提高地铁列车的安全运行水平，为更加全面快速的完善地铁列车的安全管理制度，确保列车安全平稳运行做出重要的努力。
参考文献：
[1]毛毅华.基于Hilbert变换的滚动轴承内环和外环故障诊断[J].中南大学学报（自然科学版），2014，（07）.
[2]李丽.基于多通道振动信号的港机车轮轴承故障诊断[J].轴承，2014，（09）.
[3]高大华.轴承故障诊断中共振解调技术的应用研究[J].北京工业大学学报，2014，（01）.
论文作者:胡彩红,张慧,周小玉
论文发表刊物:《防护工程》2019年第2期
论文发表时间:2019/5/7
标签：故障论文; 轴承论文; 转向架论文; 地铁论文; 故障诊断论文; 过程中论文; 误差论文; 《防护工程》2019年第2期论文;