摘要 ：在这个互联网横起的时代，社会在进步，生活的各个方面都在变化；而作为衡量生活水平高低的交通方式更是在不断更新。在科技不发达的过去，出远门要经过好长时间的路程；而如今有了飞机和高铁让我们的出行超级便利。无论是何种出行方式，安全是一个老生常谈的问题。地铁的安全问题有很多种，或是地铁的车辆结构，转向架就是其中一个非常重要的问题；本文将从转向架的检修角度出发，分析探讨地铁故障维修的方式。
关键词 ：地铁车辆；转向架；故障检修
引言：
我国社会经济发展迅速，自改革开放以来，从以前的贫穷到现在的温饱，社会现状使人口增长速度非常快。城乡差距是一个非常现实的问题；城市的便利使得农村的人们不断外出打工，让人口本就紧张的城市更加拥挤。所以城市中的交通工作尤其重要。地铁的出现有效的缓解了现阶段城市拥堵的交通现状，相比于公交车等，地铁更加可靠；因此地铁的安全十分重要。在地铁的安全中转向架的功能不可小觑；转向架从正面直接影响地铁的平衡，这也与转向架的工作环境有关联。工作环境的好坏影响着工作质量。当转向架出现故障时，及时检测出来原因才能减少地铁安全事故的发生。所以，用更加新型的技术检测地铁转向架的故障是必须要做的事情。
1、多种转向架
转向架的分类形式有很多种，可根据不同情况下的分类根据去分类转向架；其中的划分依据有牵引转动装置、轴箱定位方式、车轴数目与类型等。常见的转向架有拉杆式、摩擦式转向架、多轴转向架等。转向架是一辆地铁中不可缺少的东西，它有很大的用处比如说可以支撑还能维持地铁的动力让地铁更加灵活稳定。
转向架的好坏从另一程度上反映出乘坐地铁出行的危险系数高低；只有相关工作人员对它负责，才能更加平稳安全的使用地铁。
2、高科技分析技术
在诊断地铁车辆转向架的故障时，使用的技术需要足够成熟，才能对地铁故障的位置了如指掌；其中一些熟练的技术能够判断出故障时的特殊点。这些点具有足够的代表性和典型性，能够概括出大部分地铁故障的情况。更加能显示出故障中的地铁的状态，能够有效的完成故障检测。其中有一项技术是小波包包络分析技术，这种技术传承了傅里叶分析思想，在非线性领域帮助非常大。小波包包络分析技术的优点之一在于时频局部化特征非常好，这个优点不仅仅能够把信号中的噪声消除而且能将这种噪声提取成为已经较微弱的信号。
期刊文章分类查询,尽在期刊图书馆在地铁故障的检测诊断过程中，需要关注地铁车辆的转向架故障问题，转换架一旦故障就会有一些异常信号干扰地铁的正常运行；小波变换能及时地将时域信号展开，叠加小波函数足的线性内容，进一步就能诊断出地铁车辆转向架故障的原因所在。
3、识别故障的有效方法
通常情况下地铁车辆转向架故障识别技术有很多种，其中有一种叫做故障谱缝的技术，是在观察频谱图时判断地铁车辆是否出现了相应的故障。但是随着科学技术的不断发展进步，老旧的方法逐渐被淘汰，取而代之的是非常有效的高科技智能识别故障；其中有两种方法非常有效，分别是人工神经网路和非线性混沌与分形理论；他们能够用智能方法识别地铁车辆转换架。这种方式非常的智能化，并且可以在进行诊断时不断改变自己的诊断方法，超越自己的上一步。这种故障方法也有缺点，就是前期需要很多的故障样本去试验，人工智能的另一缺点就是要进行大量的训练，经过千锤百炼才能到达完美；高科技识别方法的另一要求就是环境，只有良好的环境才能够有精准的诊断率。在大部分工程当中也应用比较少。这种方法使用的前提条件是对频谱有一个充分的认知，要了解和分析频谱当中的谱峰。从另一个方面来说。谱峰就是频谱当中峰值的最大值。比如说一个地铁的故障频率已经确定在某一个范围，则电脑所能搜索到的值的最大限度就是这个故障中的特征峰频，诊断失误的情况也是存在的，而为了减小这种诊断失误出现的频率，我们要在电脑进行搜索时，让谱峰的数值远大于相同频带中的其他值。在完成这一系列工作之后，就要开始信息的收集和对故障特征频率来搜索频带设定。设定频带的时候也有相关要求，频带的宽度有明确要求；假如出现多种故障的情况，就会有两个谱峰，当取到第一个最大值时，漏掉的谱峰可能会在接下来的搜索当中成为第二个最大值，如果两个谱峰的值相比要小于设定的临界值，那么计算机就不能识别任何一个谱峰；所以频带宽度非常重要，必须满足相关条件；这样才能在检修地铁车辆转向架的故障时，作出准确完美的诊断。
4、结论
地铁车辆的转向架相当于人体的器官对于身体的作用，一旦人身体器官出现故障就必须立即进行治疗，否则就会影响到生命。同样的当地铁的转向架出现问题时，必须及时诊断；而跟治病相同的还有高超的技术才能使故障更加易于诊断，智能技术诊断可以快速的分析出故障的位置及原因所在，对故障进行修改处理和更换。本文首先论述了转向架的分类，从不同划分依据划分了不同的转向架，然后讲了几种高科技智能技术从两个方面（数据模型和频谱）分析当中阐述了如何完成对地铁车辆转向架的故障诊断工作。这几种智能诊断技术前期要做好一些准备工作，在后期的故障诊断中就能完全实现人工智能化；不需要人类的操作完成地铁车辆的故障检修。
参考文献：
[1] 许帅帅 . 地铁车辆故障信息统计分析及检修策略优化[D]. 西南交通大学，2013（06）：24-26
[2] 刘建强，赵治博，章国平，王广明，孟双，任刚 . 地铁车辆转向架轴承故障诊断方法研究 [J]. 铁道学报，2015（01）：30-36
论文作者:郑斌
论文发表刊物:《防护工程》2019年第2期
论文发表时间:2019/5/5
标签：转向架论文; 地铁论文; 故障论文; 车辆论文; 技术论文; 频带论文; 频谱论文; 《防护工程》2019年第2期论文;