軌道車輛故障診斷算法參數(shù)優(yōu)選和故障監(jiān)測部位確定

蔣永亮,周 炯,堯輝明

(1.上海工程技術大學，上海 201620; 2.上海地鐵維護保障有限公司，上海 2002333.上海工程技術大學，上海 201620)

0 引言

轉向架作為軌道車輛重要部件，在實際運營中受到摩擦、振動、沖擊和腐蝕等因素的損耗影響，當損耗達到一定限度時就會發(fā)生故障，危及行車安全。因此有必要對列車進行在線安全預警和故障診斷。面對列車實時安全監(jiān)測的迫切需求，發(fā)掘故障特征已成為目前的研究熱點[1-4]。文獻中只對故障特征進行分析并沒有提取出判別方法和指標。文獻[5-6]中提出了軌道車輛走行部的監(jiān)測方案和檢測方法。文獻[3,7]提出故障評價的指標P，可并沒有系統(tǒng)的仿真和分析。文獻[8]對軌道走行部安全監(jiān)測預警的算法和理論進行了研究，選取了方差和均方根值等作為故障診斷算法的參數(shù)輸入，建立了二系懸掛動態(tài)系統(tǒng)神經(jīng)網(wǎng)絡模型、聚類算法模型。該方法具有較高的故障識別率，但無法說明故障對應的監(jiān)測部位和參數(shù)選擇的標準。

軌道車輛是一個整體，當某一故障發(fā)生時，車輛每個部位的振動都會發(fā)生變化，如何確定一故障發(fā)生后，車輛反應敏感的部位。應用故障診斷算法診斷故障時輸入?yún)?shù)的確定。以往靠經(jīng)驗確定故障部位和故障診斷算法的參數(shù)輸入。本文通過仿真實驗解決了這一問題。建立軌道車輛故障模型，獲取車輛故障前后各部位加速度絕對值的均值、方差、均方根值、峰態(tài)、偏態(tài)的統(tǒng)計參數(shù)，提出指標P對參數(shù)在故障前后的變化程度進行評判。利用評判結果得出適合作為故障診斷算法的輸入?yún)?shù)和故障后對應車輛敏感的部位的確定。

1 車輛動力學模型的建立

[9-11]為簡化模型只研究車輛的垂向振動，建立軌道車輛6自由度的模型。模型有車體、構架、以及一系懸掛和二系懸掛。該車輛模型是被模擬成一個速度為V運行于軌道結構上的多鋼體系統(tǒng)，完整的反應了車體質量Mb，及其點頭慣量Ib，前后轉向架質量Mt，及其點頭慣量It，以及一系懸掛剛度Kzs和阻尼Czs，二系懸掛剛度Kzp和阻尼Czp。轉向架軸距為2La；前后轉向架中心距為2Ls。為了便于區(qū)分一系懸掛和二系懸掛的彈簧和阻尼，把彈簧和阻尼分別命名為K1～K6，C1～C6(具體分布見圖1)。運用剛度關聯(lián)矩陣法獲得系統(tǒng)的剛度矩陣，阻尼矩陣，質量矩陣。應用組裝矩陣的方法可以得到系統(tǒng)的動力學方程。

(1)

式中，[M]為質量矩陣；[C]為阻尼矩陣；[K]為剛度矩陣；{q}為廣義坐標向量；{Q}為激勵的列矩陣。建立剛度矩陣時，取彈簧受壓為正，受拉為負。建立阻尼矩陣時取阻尼受壓為正，受拉為負。車輛的具體參數(shù)見表1。

圖1 客車垂向分析模型

某地鐵車輛動力學計算參數(shù)序號名稱代號數(shù)值單位1構架質量Mt4060kg2構架點頭轉動慣量It3044kg·m23車體質量Mb23t4車體點頭轉動慣量Ib928kg·m25二系垂向阻尼系數(shù)Czs11KNs/m6二系垂向剛度系數(shù)Kzs0.27MN/m7二系外側垂向減振器縱向間距之半Ls7.85m8一系垂向阻尼系數(shù)Czp5KNs/m9一系垂向剛度系數(shù)Kzp1.5MN/m10一系垂向減震器縱向間距之半La1.25m

考慮我國城市軌道交通的鋼軌狀況和運行速度，選取美國6級軌道譜在50 km/h速度下轉換成時域位移譜作為激勵。軌道譜轉換，選取的軌道的波長為0.5～50 m，所以選取100 m的軌道長度作為一個標準統(tǒng)計區(qū)間段。

2 P指標的確立

故障診斷首先確定對故障反應最敏感的部位，然后確定反應最敏感的參數(shù)。敏感部位的選擇，影響對某一故障反應的靈敏性。算法的輸入?yún)?shù)的差異性，影響算法的精確性。車輛故障診斷方法有模式識別、小波變換、Hilbert-Huang變換、故障樹分析、神經(jīng)網(wǎng)絡，參數(shù)估計等等，而對算法參數(shù)的選擇卻很少。因此提出指標P對故障前后車輛各部位統(tǒng)計參數(shù)的變化程度做指導。

P=(N-D)/N

(2)

其中:N和D都是車輛各部位加速度絕對值的統(tǒng)計參數(shù)。車輛在正常狀態(tài)和故障狀態(tài)下各部位的振動加速度值無規(guī)律地在一定范圍內波動。加速度值始終圍繞0上下波動。為避免N接近0，導致指標P極大的情況，取所測加速度的絕對值用于指標P的計算。計算車輛各部位加速度絕對值的均值、均方根值、方差、峰態(tài)、偏態(tài)在故障前后的變化程度。車輛垂向振動取決于軌道不平順和車輛本身情況?？梢园衍囕v看成受軌道激勵的受迫振動。假定軌道狀況在一定時間內保持不變，車輛保持一定速度，當彈簧或阻尼器出現(xiàn)故障時，車輛的振動情況就會發(fā)生變化，從而導致統(tǒng)計參數(shù)的變化。振動情況變化的大小可以在P指標上顯示。車輛在正常狀態(tài)下，P的絕對值趨近于0。車輛在故障狀態(tài)下，P可以為正，也可以為負。當P為正時，說明故障后的統(tǒng)計參數(shù)小于正常狀態(tài)下的統(tǒng)計參數(shù)。當P為負值時，說明故障后的統(tǒng)計參數(shù)要大于正常狀態(tài)下的統(tǒng)計參數(shù)。P絕對值的大小說明了故障前后加速度統(tǒng)計參數(shù)的變化程度。

3 車輛故障庫建立

軌道車輛實時安全預警的目標是在最短的時間內實現(xiàn)對車輛故障進行預警。彈賛和阻尼的故障可由剛度系數(shù)和阻尼系數(shù)的變化來表明。考慮系數(shù)的范圍，故障可以分為輕微故障、中等故障和嚴重故障。輕微故障表示剛度系數(shù)和阻尼系數(shù)衰減的范圍是0%～25%，中等故障為26%～60%，嚴重故障為26%～60%[12]。因為軌道車輛嚴格的保養(yǎng)維修程序，所以把車輛在途故障看成小概率事件。隨著時間的推移，在途故障又是必然事件。因此，假設軌道車輛在運行時不會同時出現(xiàn)兩個故障。這既符合現(xiàn)實情況又可簡化車輛的故障模型，利于實時故障診斷算法參數(shù)優(yōu)選和車輛故障對應監(jiān)測部位的確定。

當車輛出現(xiàn)一系懸掛或者二系懸掛失效故障時，對應懸掛的彈簧剛度會急劇增加，所以取對應懸掛的彈性元件的有效剛度值為原來的20倍進行模擬仿真。當車輛出現(xiàn)元件老化、性能減退故障時，彈性元件和阻尼元件取原來有效值的90%，80%，70%，60%作為有效值進行模擬仿真。建立車輛故障庫，仿真故障得出P指標在標準段內不同故障狀態(tài)的變化情況以及在100秒行程內P指標的動態(tài)變化圖。為避免延遲的誤差，取最大延后再進行統(tǒng)計。

4 仿真結果分析

4.1 懸掛失效故障P指標分析

當一系懸掛失效時，取K3、K4和K5、K6分別為原來20倍有值進行仿真。如圖2為車輛各部位P指標變化圖。從圖中可以看出在標準段內，故障后對應轉向架的垂向、點頭、車體點頭的P指標變化較大。

圖2 一系懸掛失效圖

圖3為彈簧K5，K6變?yōu)樵瓉?0倍有效值時后構架垂向P指標在100秒行程內的移動變化曲線。K3，K4失效仿真結果與K5，K6類似。仿真時，偏態(tài)出現(xiàn)非常大的值且沒有任何規(guī)律，就舍去偏態(tài)指標的移動變化曲線。從圖3中可以看出方差、均值、均方根值P指標小于0，峰態(tài)指標在0附近變化且無明顯規(guī)律。方差P的波動比均值和均方根值的都要大，但波動規(guī)律一致。P值的波動說明軌道不平順的變化，因此可以運用自學習，自適應的算法把軌道自身條件與車輛本身聯(lián)系起來進行故障診斷。P指標的變化可以說明方差、均方根值及均值是表現(xiàn)故障前后的良好參數(shù)指標。對應一系懸掛失效故障監(jiān)測部位詳見表2。

圖3 后構架失效故障圖

當二系懸掛失效故障發(fā)生時，取K1，K2為原來有效值的20倍。如圖4是車輛二系懸掛失效故障時，各部位P指標的變化圖。從圖中可以看出，車體垂向加速度P指標變化最大。其中車體垂向加速度P的值達到-33。而其他部位變化相對微小。

圖4 二系懸掛失效圖

圖5 二系懸掛失效圖

圖5為K1，K2變?yōu)樵瓉?0倍時車體垂向P指標在100秒行程內的變化圖。仿真實驗中，車體垂向方差、均值、均方根P指標變化較大，其他部位P指標變化在-0.5～0.5之間。

當一系懸掛發(fā)生問題時，如彈簧斷裂、減振器失效時，會使垂向高頻輸入直接傳遞至構架，造成構架的劇烈振動，影響行車的安全。當二系懸掛故障時，車體的振動加速度加大，造成舒適度指標下降，影響行車安全。根據(jù)仿真實驗當發(fā)生懸掛失效故障時的參數(shù)優(yōu)選和監(jiān)測部位見表2。因為均值與均方根值幾乎相同，所以均值與均方根值任選其一都可以。

表2 懸掛失效總結表

4.2 車輛部件性能衰退故障P指標分析

4.2.1 彈性部件

如圖6為K1彈性系數(shù)變?yōu)樵瓉淼?0%～60%時，車輛各部位的P指標的變化情況。圖6的橫軸表示部件性能衰退的程度。圖中可以看出車輛各部分的P都大于0，P指標變化程度小于懸掛失效故障的變化程度，符合實際情況。當K1出現(xiàn)性能衰退故障時，車體垂向方差的P指標變化最大，其他部位P指標變化較小。從理論上分析當彈簧彈性剛度系數(shù)變小，阻尼系數(shù)不變時，給予同樣的振動，物體的振動幅值會減小。K2在性能衰退故障狀態(tài)時與K1表現(xiàn)類似。

圖6 K1彈性系數(shù)變?yōu)樵瓉淼?0%～60%的情況

圖7 K1為原來80%時P移動變化圖

如圖7是K1取原來有效值的80%時P在100秒行程內的動態(tài)變化圖。經(jīng)過仿真實驗，K2與K1的仿真結果類似。彈簧性能衰退程度的不同，反應為P指標整體的上下移動。而P指標的變化趨勢則反應了車輛與軌道結合的情況。因此軌道不平順決定了P指標的變化趨勢，性能衰退的程度決定了P指標的大小?？梢钥闯龇鍛B(tài)的變化沒有任何規(guī)律。方差，均值，均方根值P指標保持相同的變化趨勢。P指標在性能減退的變化明顯小于故障失效的變化。具體指標選擇和監(jiān)測部位見表3。

車輛模型的轉向架有兩個。分別獨立分析轉向架彈簧老化后的故障。經(jīng)過仿真發(fā)現(xiàn)K5與K3類似，K6與K4類似，所以只詳細分析K3和K4性能衰退的故障。如圖8是彈簧K3和K4取原來90%～60%有效剛度值時P指標變化的過程。K3是一系彈簧前構架的前彈簧。軌道激勵經(jīng)過一系彈簧傳遞給轉向架再通過轉向架傳遞給二系彈簧和車體。當K3出現(xiàn)故障時，車輛各部件的振動都會改變。從圖中可以看出彈簧K3的剛度系數(shù)改變時，前構架垂向、車體點頭、后構架垂向這3個指標值變化明顯。隨著性能衰退程度加深，前構架的垂向、后構架垂向、車體點頭P指標變化越來越大。K5與K6在彈性部件性能衰退時有類似的表現(xiàn)。

圖8 K3、K4彈簧系數(shù)故障圖

圖9 K3性能衰退圖

如圖9是K3取原來80%時P在100秒行程內的變化圖。經(jīng)過仿真實驗，K3、K4、K5、K6的仿真結果類似。彈簧性能衰退程度不同，P指標值整體的上下移動，而P指標的變化趨勢并不改變。從圖中可以看出方差，均值，均方根值P指標保持相同的變化趨勢。方差P指標的絕對值大于均方根值、均值的P值絕對值。具體監(jiān)測部位和選擇見表3。

當彈性元件出現(xiàn)性能衰退故障時，與彈性元件相對應的垂向和點頭部位以及車體的點頭可作為監(jiān)測部位。實時故障診斷算法可選擇對應部位的方差、均方根值或均值作為參數(shù)輸入。具體結果見表3。

表3 彈性部件性能衰退總結表

4.2.2 阻尼部件

如圖10為C1阻尼系數(shù)取原來的90%～60%時，車輛各部位指標P的變化情況，以及在C1取有效值的80%時，P在100秒行程內的動態(tài)圖。從圖中可以看出當阻尼C1出現(xiàn)性能衰退故障時，車體垂向和點頭的P指標變化最大。與彈性剛度系數(shù)性能衰退相比，阻尼系數(shù)性能衰退時，車輛各部位P指標變化要小很多，且主要是負向變化。這說明故障后的加速度絕對值的統(tǒng)計值大于正常狀態(tài)下的統(tǒng)計值。從理論上分析，彈簧作為儲能元件，阻尼作為耗能元件。給予彈簧的振動是固定的，當阻尼系數(shù)變小時，同種彈簧剛度情況下物體振動的幅值會增大。C1性能衰退故障時也會對車體前構架垂向和后構架垂向有很小的影響。經(jīng)過仿真，C2阻尼器性能衰退故障時P指標變化與C1非?；鞠嗤?。因此不再敘述。

圖10 C1性能衰退圖

一系懸掛有前后兩個轉向架，對轉向架的阻尼分別仿真。如圖11是阻尼器C3和C4在性能衰退故障下，車輛各部位P指標的變化圖。當阻尼出現(xiàn)故障時，P指標有正有負，主要的變化是負向變化。當C3出現(xiàn)故障時，車體的前構架垂向和前構架點頭的P指標變化最大，是反應故障程度的良好部位。當阻尼器C4出現(xiàn)故障時，車輛前構架點頭P指標變化最大。

圖11 C3、C4 90%～60%故障狀態(tài)圖

圖12 C3取原來80%時動態(tài)圖

如圖12是C3變?yōu)樵瓉?0%時P在100秒行程內的移動變化圖。從圖中可以看出阻尼器性能減退故障與彈簧性能衰退故障的指標相對變化類似。都是方差、均方根值、均值P指標變化最大。不同的是變化趨勢以及阻尼故障時要比彈簧故障時P的絕對值小很多。經(jīng)過仿真實驗C3和C4與C5和C6的P指標變化情況類似。

從阻尼故障的P指標來看。當阻尼出現(xiàn)故障時，P指標有正有負，而主要的變化是負向變化。阻尼器性能衰退故障下P指標比同樣比例的彈性部件性能衰退故障的P指標絕對值小很多。因此相對剛度性能減退故障，阻尼性能減退故障對車輛振動影響較小，不易被發(fā)現(xiàn)。阻尼器故障時對應轉向架的垂向和點頭P指標會有很大的變化可作為監(jiān)測部位，對應的方差、均方根值可作為故障診斷算法的參數(shù)輸入。詳細結果見表4。

表4 阻尼部件性能衰退表

5 結束語

基于故障模型獲取車輛各部位在故障前后的振動數(shù)據(jù)。利用P指標對車輛故障前后振動變化程度進行評判，得出對某一故障反應最明顯的部位，并在故障對應最明顯的部位中選擇統(tǒng)計參數(shù)變化最大的參數(shù)實現(xiàn)故障診斷算法輸入?yún)?shù)的優(yōu)選。仿真實驗結果表明方差、均值或均方根值在同樣的故障狀態(tài)下有更大的區(qū)別度可以作為故障診斷算法的輸入?yún)?shù)。對二系懸掛失效故障可選取車身垂向作為監(jiān)測部位，對一系懸掛失效故障可選取對應轉向的垂向和點頭以及車體的點頭作為監(jiān)測部位。對一系彈簧的性能衰退故障可選取車身垂向，對二系彈簧的性能衰退可選擇對應轉向架的垂向和點頭以及車身的點頭。對于一系懸掛的阻尼性能衰退故障可選取車身的垂向和點頭，對于二系阻尼器性能衰退故障可選取對應轉向架的垂向和點頭

以及車身的點頭作為監(jiān)測部位。失效故障P指標變化大于彈性部件性能衰退故障的P指標變化，而同比例的彈性部件和阻尼部件性能衰退時，彈性部件故障后P指標變化較大。同時仿真實驗中發(fā)現(xiàn)軌道情況影響P指標的變化趨勢也可作為故障診斷算法的參數(shù)輸入提高故障診斷算法精確性。

參考文獻：

[1] 李 熙.城市軌道交通車輛走行部安全評估方法研究[D].北京：北京交通大學，2011.

[2] 黃采倫，樊曉平,陳特放，等.鐵路機車實時安全狀態(tài)監(jiān)測及故障預警系統(tǒng)[J].機車電傳動，2007(4)：62.

[3] 張 兵.列車關鍵部件安全檢測理論與分析研究[D].成都：西南交通大學，2007.

[4] 金子博，方 宇，陸遠航，等.基于多體動力學仿真的城市軌道交通車輛二系懸掛故障特征分析[J].城市軌道交通研究，2016(7)：97-101.

[5] 吳 誤，沈 剛. 軌道車輛走行部機械故障預警方案研究[J].華東交通大學學報，2013，30(1)：32-35.

[6] 劉應吉.車輛故障狀態(tài)監(jiān)測與故障診斷新方法研究[D].沈陽：東北大學，2008.

[7] Firlik B， Sowinski B.Condition monitoring algorithms for light rail vehicle suspension [A]. Proceedings of the First International Conference on Railway Technology[C].2012：112-125.

[8] 葉哲君.軌道車輛走行部安全監(jiān)測預警算法理論研究[D].上海：上海工程技術大學，2016.

[9] 沈 剛.軌道車輛系統(tǒng)動力學[M].北京：中國鐵道出版社，2014.

[10] 嚴雋耄，傅茂海,等.車輛工程 [M].北京：中國鐵道出版社，2009.

[11] 陸冠東.車輛系統(tǒng)動力學計算方法研究[M].北京：中國鐵道出版社，2011.

[12] 郭淑萍.城軌列車懸掛系統(tǒng)故障診斷研究及其工程實現(xiàn).[D].北京：北京交通大學，2014.