地鐵列車常用氣制動故障特征提取

田 春，程夢婷，潘麗莎，吳萌嶺

（1.同濟大學(xué) 鐵道與城市軌道交通研究院，上海 201804；2.廣州市地下鐵道總公司，廣東 廣州 510320）

城市軌道交通作為一種客容量大、安全、快速、舒適和節(jié)能的交通方式，其載運量大、客流集中的特點，決定了城市軌道交通設(shè)備安全性和可靠性的極端重要性.軌道交通車輛的制動系統(tǒng)是事關(guān)列車運營安全的重要系統(tǒng)，必須確保其本身的安全可靠.制動系統(tǒng)的故障的發(fā)展是漸變的［1］，如制動系統(tǒng)中的關(guān)鍵部件中繼閥的故障就是以損耗型故障為主，存在一個性能逐漸劣化的過程［2］.在性能開始劣化至故障發(fā)生的臨界點之前的這段時間將隱患挖掘出來，進行故障預(yù)測，采取主動安全措施，是降低事故發(fā)生率和減少事故危害的必由之路.同時，隱患挖掘也能為維修決策提供指導(dǎo)，節(jié)省維護成本.

故障特征提取是隱患挖掘中最關(guān)鍵、最困難的問題之一［3］，采用信號處理的方法對原始信號進行處理以獲得有效的故障特征是目前的主要方法.信號處理研究的主要內(nèi)容包括了頻譜分析、統(tǒng)計方法和相關(guān)分析等.基于頻譜分析的故障特征提取是當(dāng)前研究的熱點，得到了最廣泛的應(yīng)用，如傅里葉變換，小波變換及各種改進型的小波變換、希爾波特黃變換、walsh變換等方法［3－7］，但通常僅限于在軸承、電機等旋轉(zhuǎn)機械及電路的故障診斷中應(yīng)用.而對于制動系統(tǒng)這樣具有持續(xù)非周期變化的壓力、速度、加速度、電流電壓以及跳變的開關(guān)量等多種信號的復(fù)雜系統(tǒng)，基于頻譜分析的故障特征提取方法并不適用，相關(guān)的研究較少.

本文針對某型地鐵列車制動系統(tǒng)，結(jié)合車載傳感器得到的在途運行數(shù)據(jù)，對常用氣制動故障進行分析，提出了通過對CV壓力（中繼閥前端的壓力）的跟隨性能進行描述來提取故障特征，針對CV目標(biāo)壓力的變化情況，將制動全過程劃分為幾個特點明顯的典型階段，并根據(jù)各自特點的不同采取了不同的特征提取方法：相關(guān)分析法、平均絕對誤差法和直接提取法.以系統(tǒng)處于健康狀態(tài)時的連續(xù)28次正常制動工況和試驗臺模擬的3類5種典型隱患工況為對象進行了故障特征提取，分析不同故障特征對不同隱患識別的有效性，說明提取出的故障特征能夠有效地表征系統(tǒng)當(dāng)前性能，為隱患挖掘提供判據(jù)，為晚點事故、安全事故的減少及維修決策提供指導(dǎo).

1 常用氣制動氣路分析

本文以某型城軌列車制動系統(tǒng)為對象分析常用氣制動，氣控制單元氣路如圖1所示，氣路走向為：主風(fēng)管／主風(fēng)缸→制動風(fēng)缸單向閥→制動風(fēng)缸→EP閥（電空轉(zhuǎn)換閥）→緊急閥→緊急保護閥→空重車閥→中繼閥→防滑閥→制動缸.

圖1 制動系統(tǒng)常用氣制動控制氣路圖Fig.1 Control pneumatic diagram of service air braking system

CV壓力即中繼閥前壓力信號，對應(yīng)著車輛氣制動力的大小，是制動系統(tǒng)的中間控制變量，它能夠反映常用氣制動中制動控制系統(tǒng)的性能.若常用氣制動控制系統(tǒng)存在隱患時，CV實際壓力與CV目標(biāo)壓力之間的跟隨性能將變差，本文對如何利用在途數(shù)據(jù)從CV壓力跟隨性能中提取出能夠表征系統(tǒng)當(dāng)前性能狀態(tài)的故障特征進行了探索.

圖2顯示了一次典型的常用氣制動過程中CV目標(biāo)壓力和CV實際壓力的變化過程.由圖2可見，制動系統(tǒng)在車速8km·h－1時接到常用制動信號，制動電子控制單元（BECU）結(jié)合當(dāng)時的載重信號和制動級位以及與電制動配合的需要，計算CV目標(biāo)壓力，在初始階段漸漸上升至150kPa左右，后于地鐵列車防止沖動和精確停車的需要，存在一段目標(biāo)壓力大范圍變化的反復(fù)過程：先逐漸減小為0，接著進行保持制動，施加70%的常用全制動力（約200kPa），期間制動力也有減小，最后再返回并穩(wěn)定在保持制動力所需的壓力值附近，直到列車啟動且起動力矩足夠大時，才進行制動緩解，壓力下降為0.

圖2 一次常用氣制動CV壓力變化過程及典型階段劃分Fig.2 Change progress of CV pressure in one service air braking and typical stages divided

2 基于CV壓力跟隨性能的故障特征提取

故障特征提取中如何將快速性和精確性兩個存在于同一過程中的耦合故障特征進行解耦從而提取出較準(zhǔn)確的延遲時間和誤差是關(guān)鍵問題.如第1節(jié)分析，按模式運行的地鐵列車一次常用氣制動全過程具有幾個特點明顯的部分，本節(jié)據(jù)此進行了典型制動階段劃分，針對各階段不同的特點采用不同的方法進行解耦從而提取故障特征，提取出的故障特征應(yīng)能反映系統(tǒng)的當(dāng)前性能狀態(tài).

2.1 CV壓力變化典型階段劃分

針對常用氣制動全過程的特點，將一次常用氣制動全過程分為三個特點明顯的典型階段，如圖2所示：

（1）階段1：減速階段.車速從8km·h－1降為0，目標(biāo)壓力和實際壓力均上升至一峰值再下降到0的快速動態(tài)變化過程.此階段目標(biāo)壓力變化大而迅速，對系統(tǒng)的快速性和精確性都提出了較大的要求，可通過延遲時間、誤差等指標(biāo)對系統(tǒng)當(dāng)前性能做出評價；

（2）階段2：停車保持階段.為了防止車輛沖動，也由于精確對門的需要，CV目標(biāo)壓力從0躍升至一較大值后有若干點急劇回落，最后又上升并穩(wěn)定在該值附近.跳變點很少，影響可忽略不計，該階段的CV目標(biāo)壓力基本維持不變，而CV實際壓力向著一目標(biāo)值持續(xù)增長，類似控制系統(tǒng)中階躍輸入的系統(tǒng)響應(yīng)，借鑒調(diào)整時間和穩(wěn)態(tài)精度以求得延遲時間和誤差來對系統(tǒng)的快速性和精確性兩個方面的性能進行評價；

（3）階段3：緩解階段.列車緩解時，CV壓力下降至0的階段.此階段與停車保持階段有相似之處，但目標(biāo)值向反方向跳變，由于空氣制動系統(tǒng)充放氣特性并不相同，因此對其進行故障特征提取仍是有必要的，但它的目標(biāo)壓力和實際壓力的最終值都為0，計算穩(wěn)態(tài)誤差沒有意義，所以僅對本階段提取緩解時間作為故障特征.

2.2 減速階段特征提取方法

互相關(guān)函數(shù)是描述兩個隨機信號在任意兩個不同時刻的取值之間的相關(guān)程度的函數(shù)，當(dāng)它出現(xiàn)極大值時，說明該點輸出信號和輸入信號的匹配程度最高.基于互相關(guān)函數(shù)這一特點，本文在減速階段采用互相關(guān)系數(shù)法對CV目標(biāo)壓力和CV實際壓力之間的關(guān)聯(lián)性進行度量來對減速階段進行解耦從而提取故障特征，提取出延遲時間M1，誤差E1和最大相關(guān)系數(shù)Cc三個故障特征.具體公式如下：

式（1）～（4）中：m為CV實際壓力和CV目標(biāo)壓力之間延遲的采樣點數(shù)；R（m）為CV目標(biāo)壓力與CV實際壓力的互相關(guān)函數(shù)；R（m）max為互相關(guān)函數(shù)的最大值；m1為互相關(guān)系數(shù)取最大值時對應(yīng)延遲的采樣個數(shù)；Δt為采樣間隔時間，Δt＝0.05s，N為采樣點總個數(shù)；i為采樣點次序，p實際，i＋m1為該第（i＋m1）個采樣點的CV實際壓力；p目標(biāo)，i為第i個采樣點的CV目標(biāo)壓力.

2.3 停車保持階段故障特征提取方法

如第2.1節(jié)中分析，選取延遲時間和誤差作為本階段的故障特征，在控制系統(tǒng)中，調(diào)整時間指的是實際輸出收斂至目標(biāo)值的一定范圍（通常為±5%或±2%）內(nèi)的最小時間，穩(wěn)態(tài)誤差是實際輸出的收斂值與目標(biāo)值之間的誤差，借鑒此調(diào)整時間和穩(wěn)態(tài)誤差的選取及計算方法，在本階段，取CV實際壓力與CV目標(biāo)壓力的誤差值第一次達到目標(biāo)值的±5%之內(nèi)所需的時間為延遲時間M2，取進入穩(wěn)態(tài)之后的所有點計算平均絕對誤差作為誤差E2，如圖3所示.

2.4 緩解階段故障特征提取方法

如第2.1節(jié)中分析，直接選取制動緩解時間作為故障特征M3，為了消除緩解初始時刻壓力大小對緩解時間的影響，選取壓力從指定壓力值（180kPa）降至0所需的時間為緩解時間M3，如圖4所示.

圖4 緩解階段（階段3）故障特征提取方法示意圖Fig.4 Schematic diagram of fault feature extraction method in release phase（Phase 3）

3 故障特征分析

為了研究上述6個故障特征對常用氣制動故障隱患識別能力，本節(jié)結(jié)合正常工況數(shù)據(jù)和多種類型的隱患工況的數(shù)據(jù)對故障特征進行對比分析.正常工況數(shù)據(jù)來源于某型地鐵列車在途運行的28次常用制動工況數(shù)據(jù)，該28次工況在系統(tǒng)健康狀態(tài)良好時連續(xù)發(fā)生，經(jīng)歷了該地鐵線路的始發(fā)站到終點站的完整過程，包含了每個站點各自的復(fù)雜條件，具有代表性，下文中將這些制動工況簡稱為正常工況.隱患工況的數(shù)據(jù)通過故障模擬試驗的手段獲得，為此課題組在該型地鐵列車可靠性性試驗臺（圖5）上進行了故障注入，模擬典型的隱患工況.

圖5 某型地鐵列車可靠性試驗臺Fig.5 Reliability test rig of a subway train

3.1 故障模擬

由軌道交通維保部門對故障的統(tǒng)計結(jié)果和相關(guān)研究顯示［8－12］，導(dǎo)致CV壓力跟隨性能劣化的常用氣制動故障的原因主要有電空轉(zhuǎn)換中繼閥（包括EP閥、緊急閥、空重車閥、中繼閥）的故障、由密封件老化或熱脹冷縮等原因造成的泄漏及管接頭等處的氣路泄漏等.

圖6 制動閥間歇性失靈發(fā)生在階段1（隱患工況A1）時CV壓力變化過程Fig.6 CV pressure change process while brake valve failing intermittently in Phase 1（hidden trouble A1）

本文通過模擬EP閥間歇性故障和漏氣故障來觀察隱患工況下CV實際壓力與CV目標(biāo)壓力的跟隨狀況，分別得到三類典型隱患工況，包括EP閥中的制動閥間歇性失靈類隱患，記為A；EP閥中的緩解閥間歇性失靈類隱患，記為B；中繼閥前的管路漏氣類隱患，記為C.又按隱患發(fā)生階段的不同，分為以下5種工況：A1、A2、B1、B3和C，其中，字母代表隱患類別，數(shù)字代表發(fā)生階段（1、2、3分別對應(yīng)階段1、階段2和階段3，無數(shù)字代表發(fā)生在全程）.5種隱患工況分別進行10次試驗，記為X－n（X為隱患種類標(biāo)識，n∈［1，10］，為相應(yīng)隱患的試驗次序）.具體如下：

圖7 制動閥間歇性失靈發(fā)生在階段2（隱患工況A2）CV壓力變化過程Fig.7 CV pressure change process while brake valve failing intermittently in Phase 2（hidden trouble A2）

隱患工況A1、A2：EP閥中的制動閥間歇性失靈分別發(fā)生在階段1和階段2，此種隱患工況下CV實際壓力與CV目標(biāo)壓力的變化過程如圖6和圖7所示.因階段3為緩解階段，并未使用制動閥，制動閥是否有隱患不會影響性能，因此無需對階段3的該類隱患工況進行分析.

隱患工況B1、B3：EP閥中的緩解閥間歇性失靈分別發(fā)生在階段1和階段3，此種隱患工況下CV實際壓力與CV目標(biāo)壓力的變化過程如圖8和圖9所示.因階段2為停車保持階段，CV壓力向著一較大目標(biāo)上升，緩解閥幾乎不起作用，緩解閥是否有隱患對性能幾乎無影響，故對階段2的該類隱患工況不予分析.

隱患工況C：中繼閥前管路漏氣，發(fā)生在整個氣制動過程中.此種隱患工況下CV實際壓力與CV目標(biāo)壓力的變化過程如圖10所示，由圖中可見：CV實際壓力對目標(biāo)壓力跟隨的滯后性較大.

3.2 結(jié)合正常工況和隱患工況的故障特征分析

用第2節(jié)所述各方法對所有正常工況和模擬隱患工況進行故障特征提取，得到各故障特征量.為了消除量綱產(chǎn)生的影響，分別將各階段不同故障特征歸一化到［0，1］上，使得各故障特征均為隨性能劣化遞增的量綱一值，分別記為：延遲時間M′1、誤差E′1、相關(guān)系數(shù)C′c、延遲時間M′2、誤差E′2和緩解時間M′3.得到歸一化后的各階段故障特征分別如圖11～13所示，圖中制動工況的序號即連續(xù)28次常用制動的次序，A1、A2、B1、B3和C分別代表相應(yīng)隱患工況.

圖8 緩解閥間歇性失靈發(fā)生在階段1（隱患工況B1）時CV壓力變化過程Fig.8 CV pressure change process while release valve failing intermittently in Phase 1（hidden trouble B1）

為評估故障特征量的有效性，采用對故障隱患的響應(yīng)準(zhǔn)則，即當(dāng)存在故障隱患時，特征量幅值偏離正常狀態(tài)時的值.本文通過對比28次正常工況和5種隱患工況，評估6個故障特征量的有效性和適應(yīng)性.圖11為歸一化后的階段1故障特征：延遲時間M′1、誤差E′1和相關(guān)系數(shù)C′c在28次正常工況（1～28）和三類典型故障模擬的5種隱患工況（A1、A2、B1、B3和C）時的取值.由圖中可見，對比各故障特征量在隱患工況和正常工況時的幅值，故障特征量延遲時間M′1在隱患工況A2、B1和B3時的幅值與正常工況一致，即延遲時間M′1對與隱患工況A2、B1和B3相對應(yīng)的隱患無響應(yīng)，因此不能識別這三種故障隱患.相反，此故障特征量在隱患工況A1和C時的幅值偏離正常工況，因此它能夠識別隱患A1和隱患C這兩類故障.同理分析可知：故障特征量誤差E′1能夠?qū)﹄[患A1、隱患B1和隱患C進行識別，相關(guān)系數(shù)C′c也能夠?qū)﹄[患A1、隱患B1和隱患C進行識別.

圖12為歸一化后的階段2故障特征：延遲時間M′2和誤差E′2在28次正常工況（1～28）和三類典型故障模擬的5種隱患工況（A1、A2、B1、B3和C）時的取值.如圖12所示：故障特征量誤差E′2在5種隱患工況時的幅值均與正常工況一致，即誤差E′2對與本文討論的5種隱患工況相對應(yīng)的三類故障隱患均無響應(yīng)，，因此它不能識別本文所討論的任何隱患.同理分析可知：延遲時間M′2能夠識別隱患A2.

圖9 緩解閥間歇性失靈發(fā)生在階段3（隱患工況B3）時CV壓力變化過程Fig.9 CV pressure change process while release valve failing intermittently in Phase 3（hidden trouble B3）

圖11 歸一化后的階段1故障特征：延遲時間M′1、誤差E′1Fig.11 Normalized fault features of Phase 1：delay time M′1，error E′1

圖12 歸一化后的階段2故障特征：延遲時間M′2和誤差E′2和相關(guān)系數(shù)C′cFig.12 Normalized fault features of Phase 2：delay time M′2，error E′2and correlation coefficient C′c

圖13 歸一化后的階段3故障特征：緩解時間M′3Fig.13 Normalized fault features of Phase 3：release time M′3

圖13為歸一化后的階段3故障特征：延遲時間M′3在28次正常工況（1～28）和三類典型故障模擬的5種隱患工況（A1、A2、B1、B3和C）時的取值.從圖中可見：對比故障特征量緩解時間M′3在隱患工況和正常工況時的幅值，它在隱患工況B3時的幅值明顯高于正常工況，即此故障特征量對隱患工況B3對應(yīng)的故障隱患有響應(yīng)，因此它能夠識別隱患B3.

將上述分析的歸一化的各階段故障特征與對應(yīng)識別隱患的列出表格形式，見表1，從表中分析可知：①各階段的故障特征能夠?qū)Πl(fā)生在相應(yīng)階段的隱患進行識別，為了盡可能多地識別隱患，有必要對每個階段都進行故障特征提??；② 延遲時間類故障特征不能對緩解閥故障進行識別；③ 只有誤差E′2不能識別任何隱患，其余故障特征均能識別至少一個甚至三個隱患；④ 所有隱患都能被至少一個甚至三個故障特征識別，能夠被越多故障特征識別的隱患在挖掘時判據(jù)將越充分，識別準(zhǔn)確率將越高.

綜上所述，本文提取的6個故障特征除誤差E′2外，各有其適應(yīng)的隱患類型，能夠?qū)θ?種隱患工況進行識別，為隱患挖掘提供了有效判據(jù).

表1 歸一化的故障特征與對應(yīng)識別隱患列表Tab.1 Mapping table of normalized fault features and hidden trouble

4 結(jié) 論

（1）以某型在途運行的地鐵列車為分析對象，選擇CV壓力跟隨性能指標(biāo)作為故障特征.根據(jù)在途運行的地鐵列車CV目標(biāo)壓力變化特點，將常用氣制動過程劃分為減速階段、停車保持階段和緩解階段等三個制動階段.針對各階段的特點，提出了對應(yīng)各階段故障特征提取方法.減速階段采用互相關(guān)系數(shù)法對CV目標(biāo)壓力和CV實際壓力之間的關(guān)聯(lián)性進行度量來對減速階段進行解耦從而提取出延遲時間M1，誤差E1和最大相關(guān)系數(shù)Cc三個故障特征；停車保持階段采用延遲時間M2，平均絕對誤差E2為故障特征量；緩解階段采用制動緩解時間M3作為故障特征量.

（2）在制動系統(tǒng)可靠性試驗臺上進行了故障注入，試驗?zāi)M了EP閥中的制動閥間歇性失靈類隱患、EP閥中的緩解閥間歇性失靈類隱患以及中繼閥前的管路漏氣類隱患故障等三類典型隱患故障，采用對故障隱患的響應(yīng)準(zhǔn)則，對比各故障特征量在隱患工況和正常工況時的幅值，探討了各故障特征對不同隱患工況的識別能力.故障特征量延遲時間M1能夠識別隱患A1和隱患C這兩類故障；故障特征量誤差E1能夠識別隱患A1、隱患B1和隱患C進行，相關(guān)系數(shù)C′c能夠識別隱患A1、隱患B1和隱患C進行.故障特征量誤差E2不能識別本文所討論的任何隱患.延遲時間M2能夠識別隱患A2.故障特征量緩解時間M3能夠識別故障隱患B3.

（3）提取出的6個故障特征對本文討論的三類5種典型故障隱患工況識別能力不同，在實際應(yīng)用中，應(yīng)根據(jù)故障隱患的特點選擇合適的故障特征量.

［1］ 劉泉，高殿柱，陳愛軍.電空制動機故障診斷系統(tǒng)設(shè)計［J］.電力機車與城軌車輛，2007，30（6）：8.

LIU Quan，GAO Dianzhu，CHEN Aijun.Design of electropneumatic brake fault diagnosis system ［J］. Electric Locomotives ＆Mass Transit Vehicles，2007，30（6）：8.

［2］ 吳萌嶺，王孝延，田春.軌道交通車輛制動用中繼閥的可靠性［J］.西南交通大學(xué)學(xué)報，2009，44（3）：365.

WU Mengling，WANG Xiaoyan，TIAN Chun.Reliability of relay valve of brake system for rail vehicles［J］.Journal of Southwest Jiaotong University，2009，44（3）：365.

［3］ 段晨東，何正嘉.一種基于提升小波變換的故障特征提取方法及其應(yīng)用［J］.振動與沖擊，2007，26（2）：10.

DUAN Chendong，HE Zhengjia.Fault feature extraction method using the lifting wavelet transform and its applications［J］.Journal of Vibration and Shock，2007，26（2）：10.

［4］ Huang E N，Shen Z，Long R S，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis［J］.Proceeedings of the Royal Society of London，1998，A454：903.

［5］ 蔣永華，湯寶平，劉文藝，等.基于參數(shù)優(yōu)化Morlet小波變換的故障特征提取方法［J］.儀器儀表學(xué)報，2010，31（1）：56.

JIANG Yonghua，TANG Baoping，LIU Wenyi，et al.Feature extraction method based on parameter optimized Morlet wavelet transform ［J］.Chinese Journal of Scientific Instrument，2010，31（1）：56.

［6］ Rai V K，Mohanty A R.Bearing fault diagnosis using FFT of intrinsic mode functions in Hilbert-Huang transform ［J］.Mechanical Systems and Transform Processing，2007，21（6）：2607.

［7］ 肖潔，劉樹林，上官長存，等.Walsh變換在滾動軸承早期故障特征提取中的應(yīng)用［J］.軸承，2010（2）：44.

XIAO Jie，LIU Shulin，SHANGGUAN Changcun，et al.Application of walsh transform for incipient fault feature extraction of rolling bearing［J］.Bearing，2010（2）：44.

［8］ 張萌.北京地鐵13號線列車制動系統(tǒng)故障及預(yù)防措施［J］.現(xiàn)代城市軌道交通，2009，3：58.

ZHANG Meng.Faults and preventive measures of braking system of trains in Beijing Metro Line 13 ［J］.Modern Urban Transit，2009，3：58.

［9］ 朱皓青.上海地鐵一號線DA01型列車均衡閥可靠性研究［D］.上海：上海交通大學(xué)機械與動力工程學(xué)院，2011.

ZHU Haoqing.Reliability analysis for the equal vavle used in shanghai metro line 1 DA01 vehicles［D］.Shanghai：School of Mechanical and Power Engineering of Shanghai Jiaotong University，2011.

［10］ 黃學(xué)翾.廣州地鐵5號線列車制動系統(tǒng)故障分析及改進［J］.城市軌道交通研究，2010（4）：88.

HUANG Xuexuan.Failure analysis and improvement of the friction brake system of guangzhou Metro Line 5 trains［J］.Urban Mass Transit，2010（4）：88.

［11］ 程建英，李歡.上海地鐵車輛一號線制動系統(tǒng)的可靠性分析［J］.機械研究與應(yīng)用，2009（6）：45.

CHENG Jianying，LI Huan.Reliability analysis of rollingstock brake system for Shanghai Line 1 Extension 2 ［J］.Mechanical Research ＆Application，2009（6）：45.

［12］ 吳萌嶺，王孝延，嚴凱軍.微機控制直通電空制動系統(tǒng)的

FMEA和FTA分析［J］.機車電傳動，2008（1）：32.WU Mengling，WANG Xiaoyan，YAN Kaijun.Analysis by FMEA and FTA method of micro-computer controlled directacting electro-pneumatic braking system［J］.Electric Drive for Locomotives，2008（1）：32.