牛晗 張成強 李天陽
摘 要:隨著我國科技領(lǐng)域的不斷發(fā)展,軌道車輛在世界來說都比較矚目,不論是在運輸力還是在效率上,都發(fā)展的非常迅速。但是,作為技術(shù)發(fā)展的必要性前提就是需要可靠地保障體系,軌道車輛是由多個重要的部分組成,無論那一部分出現(xiàn)故障,對我國的軌道交通都是一項重大的損失。本文從當前軌道車輛的現(xiàn)實情況出發(fā),加快理論向?qū)嵺`的轉(zhuǎn)化速度。
關(guān)鍵詞:軌道車輛;檢測;故障診斷;研究進展
中圖分類號:U216.3 文獻標識碼:A 文章編號:1671-2064(2018)12-0054-02
1 子系統(tǒng)故障診斷
在軌道車輛的故障中,最關(guān)鍵的就是能保持設(shè)備的正常運轉(zhuǎn),減少軌道車輛的安全威脅。這一個階段以來,我國對軌道車輛的診斷中,都將牽引電動機以及自動門方面的安全性作為重點研究的方向,但是卻沒有研究人員對車輛的多個部件進行同時兼顧的診斷系統(tǒng)。一下我們將對軌道車輛自身的走行部、齒輪箱、電氣設(shè)備、牽引電動機以及自動門等多個方面的子系統(tǒng)進行討論分析:
1.1 關(guān)于走行部的故障分析診斷
在我國目前的研究中,軌道車輛走行部大都為轉(zhuǎn)向架式走行部,一般情況下就是將此類型的走行部稱之為轉(zhuǎn)向架,在不同的文件介紹中,轉(zhuǎn)向架的名稱并不是都一樣,但在故障診斷中,診斷方式幾乎相差無幾。
1.1.1 軸承
目前而言,最常用的滾動軸承檢測方式就是包絡(luò)檢波頻譜分析的方式,在業(yè)內(nèi)也被稱作共振解調(diào)技術(shù)。這種檢測方式的目標是將在強振動中由于各個零部件導(dǎo)致的細小的沖擊進行檢測,這種方式具有很高的靈敏性,能夠?qū)C器在運動時各裝置部件的故障,其靈敏度可以非常精準的檢測裝置中承載部件的故障。
1.1.2 輪對和輪軸
所謂輪對,是軌道車輛在行走時的一個重要組成部分,其特點在于直接與軌道接觸,能夠始終承受巨大的摩擦力以及車體自身的重量,在輪對中,車輪的接觸面和軌道的損耗程度成為了研究重點。在德國鐵路公司的法蘭克福機務(wù)段中,2000年時,使用了車輪診斷裝置,學者松尾修針對該裝置進行了詳細的介紹,裝置的診斷模塊共有五個主要部分,測定裂紋的方式采用的超聲波技術(shù),利用激光光束遮斷的方法測定軌道車輛車輪的直徑。
1.1.3 行走部整體
另外,越來越多的研究已經(jīng)轉(zhuǎn)向了以架式走行部整體的研究。例如,在2007年,西南交通大學研究人員在自身的研究課題上面向列車的走行部提出了多項檢測方式,其中向走行部提取了一些故障特征的參數(shù),根據(jù)實驗得到的數(shù)據(jù)對各個故障的特征參數(shù)進行適當?shù)暮Y選,并優(yōu)化檢測規(guī)則,最后經(jīng)過局部的波分解法來分析系統(tǒng)中的故障,判別和定位局部走行部的正常與否。
1.2 齒輪箱
在軌道車輛系統(tǒng)中用來做動力連接的重要部位就是齒輪,齒輪箱也是軌道車輛傳動系統(tǒng)中的主體結(jié)構(gòu),位于車輛齒輪之間的輪軸上將電動機生產(chǎn)的動力傳至車輛的輪對上。在軌道車輛的整體結(jié)構(gòu)中,齒輪箱所處的工作環(huán)境很惡劣,最容易發(fā)生齒輪面的剝落,齒輪之間擦傷和腐蝕等重大故障。在齒輪箱的故障檢測中,我們通常以軸承的為重點。在過去的研究中,軌道車輛的齒輪箱故障可以利用小波分解等方式進行付賬的檢測。
1.3 牽引機
牽引電動機就是將其他形式的能量利用某種方式轉(zhuǎn)變成軌道車輛在運行中所需的機械能量的核心,牽引機的運行環(huán)境也相對惡劣,經(jīng)常處于沙塵暴或者雨雪自然條件下,運行過程中極易發(fā)生軸承故障和線圈故障等。我國高技術(shù)研究發(fā)展計劃項目中,關(guān)于軌道交通安全的研究一直是備受關(guān)注,劉海波對于牽引電動機軸承的集中故障作為詳細的分析,設(shè)計并開發(fā)了軌道車輛中電動機的軸承診斷故障。
1.4 電氣設(shè)備
與牽引電動機的結(jié)構(gòu)模式相關(guān)的電氣設(shè)備就是供電弓網(wǎng)和逆變器等常見設(shè)備。電氣設(shè)備的重要之處就在于能夠保障車輛整體的電能分配和供給,尤其是在只有電能作為動力的電力機車中根式如此,故障診斷的方式方法也就值得學者專家進行討論。我國交通大學學者在對地鐵行進車輛的牽引供電的關(guān)鍵結(jié)構(gòu)診斷研究中明確指出,電動機付賬是最容易產(chǎn)生的故障之一,在考慮到整體的行車安全中,提出了重要的理論系統(tǒng)。
1.5 自動門系統(tǒng)
在眾多子系統(tǒng)中,和以上重要部分同等重要的還有電動門系統(tǒng),自動門的故障發(fā)生次數(shù)相當于軌道車輛整體故障總數(shù)的30%。我國南京康尼機電股份有限公司作為我國軌道車輛的電動門研發(fā)和制造基地,對于自動門的系統(tǒng)有著自身的研究成果,孫宇教授也參與其中,最終利用智能診斷方法提出了結(jié)合故障樹和產(chǎn)品樹的混合結(jié)構(gòu)樹。
1.6 多對象故障
以上針對軌道車輛的故障診斷都是針對一些關(guān)鍵部位,非常精確,除了這些故障外,還有一些工作著重于研究診斷體系,為多對象故障診斷做準備。
2 討論
在經(jīng)過多年的發(fā)展,我國的軌道車輛診斷技術(shù)已經(jīng)有了很大的提升,經(jīng)過技術(shù)人員的大量經(jīng)驗積累,有學者指出了通用故障診斷技術(shù)的發(fā)展方向并著手研究。這種發(fā)展方向?qū)崿F(xiàn)了由表象研究到機理研究的新突破,在未來的發(fā)展中,可以實現(xiàn)由定性研究轉(zhuǎn)變?yōu)槎垦芯?,可以實現(xiàn)從檢測單一故障到多重故障檢測,可以實現(xiàn)從高強度故障檢測到一些細小故障的自動檢測。所以,在今后的發(fā)展中,應(yīng)該通過軌道車輛的故障診斷來提升軌道車輛在生產(chǎn)時的安全性。
另外,軌道車輛故障檢測的診斷方向應(yīng)該更多的關(guān)注在檢測中,系統(tǒng)裝備中的故障診斷可以從信息融合的方向展開。
2.1 故障檢測
在眾多交通工具中,軌道車輛的運行狀況多變,噪聲相對較大,尤其是涉及到電氣設(shè)備時,會有比較大的噪聲干擾。首先在故障診斷技術(shù)中,還是不能完全取代人腦額勞動,大多數(shù)智能故障檢測方式智能停留在實驗室階段,并不能大規(guī)模的投入使用,研發(fā)工作還需要一段時間來完善。另一方面,現(xiàn)有的故障檢測裝置在準確率上還有很大的提升空間,所以,研究快速有效的智能檢測方式是當下的重點方向,在整個研發(fā)過程中,軌道車輛故障的形式也將會不斷發(fā)展,會出現(xiàn)一些沒有方式檢測到的故障,所以,研究軌道車輛的正常運行過程也是軌道車輛檢測方式的一個新的思路。
2.2 遠程診斷
迄今為止,我國軌道車輛中安裝了大量的狀態(tài)檢測系統(tǒng),但是又受限于軌道車輛的診斷運算能力稍差,軌道車輛的個體差異,使得檢測系統(tǒng)并不能量身定制運算系統(tǒng)。遠程診斷中的精確度可以通過多元信息共享來實現(xiàn),通過共享分析,為歷史數(shù)據(jù)的調(diào)取和應(yīng)用提供了極大地便捷。在可以預(yù)見的將來,遠程診斷技術(shù)逐漸完善后,可以實現(xiàn)軌道車輛的集成化綜合檢測系統(tǒng),成為軌道安全的重要保障。近年來,傳感技術(shù)和物聯(lián)網(wǎng)技術(shù)額催生下,產(chǎn)生了大量的數(shù)據(jù)診斷,一個新的診斷方式能夠帶動軌道車輛的發(fā)展,使之成為未來科技研發(fā)的重點。
3 結(jié)語
綜上所述,本文從軌道車輛檢測的起始開始介紹,詳細分析了軌道車輛的轉(zhuǎn)向架走行部以及齒輪箱、自動門等重要的部件診斷技術(shù),介紹了該領(lǐng)域的研究進展及成果,分析了各領(lǐng)域杰出的工作成果。在后文中,探討了目前的研究中存在的一些問題,從技術(shù)上和理論上都進行了論述。最后,值得討論的問題是我國目前為止的軌道交通工具需要盡快加強自身的精度,深化軌道交通建設(shè)的內(nèi)涵,在故障診斷中要加快理論到實踐的轉(zhuǎn)化,以期提高我國軌道車輛交通的安全性。
參考文獻
[1]高文明,李志保,唐謙,等.軌道車輛門遠程監(jiān)控與故障診斷系統(tǒng)軟件設(shè)計[J].機械設(shè)計與制造工程,2016,(10):49-51.
[2]黃貴發(fā),王定曉,唐德堯.用于城市軌道交通車輛走行部故障的車載在線實時診斷與監(jiān)測系統(tǒng)[J].城市軌道交通研究,2015,(9):31-36.
[3]劉志亮,潘登,左明健,等.軌道車輛故障診斷研究進展[J].機械工程學報,2016,(14):134-146.
[4]毛云龍,高軍偉,張志強,等.基于LabVIEW的軌道車輛軸承故障診斷系統(tǒng)設(shè)計[J].青島大學學報(工程技術(shù)版),2016,(2):32-36,42.
[5]陳欣安.信號自適應(yīng)分解及其在軌道車輛故障診斷中的應(yīng)用[D].北京交通大學,2015.