基于軌旁聲學(xué)信號的城軌列車滾動軸承聲音信號分析

陶明魁

摘 要：針對城市軌道交通快速的發(fā)展，軌道車輛運行中的滾動軸承故障問題嚴重影響地鐵車輛的運行安全，研制一種采用聲學(xué)診斷技術(shù)和計算機技術(shù)，對運行列車滾動軸承進行噪聲信號的采集和分析，實現(xiàn)對軌道車輛滾動軸承的內(nèi)圈、外圈及滾子等關(guān)鍵部件進行在線監(jiān)測的目標。

關(guān)鍵詞：滾動軸承;聲學(xué)探測;聲學(xué)信號

鐵路承擔著世界各地貨運和乘客的主要運輸任務(wù)。為保證鐵路交通的安全、可用性、可靠性和效率，應(yīng)盡量避免脫軌。這也可以降低鐵路車輛的停運和維護所產(chǎn)生的成本。鐵路車輛的車輪和轉(zhuǎn)向架需要特別進行監(jiān)控，因為它們對性能的影響最大，而且維護[1]的成本很大。軸承有缺陷、車輪表面缺陷、制動管斷裂等。如果沒有事先檢測到，都可能脫軌。在這些車輛缺陷中，車輪滾子軸承故障很常見，如果在車輛使用期間可能是災(zāi)難性的。因此，已經(jīng)開發(fā)了先進的技術(shù)，以監(jiān)測鐵路滾子軸承的狀況。

1.概述

與基于振動的車輛檢測系統(tǒng)相比，軌道旁狀態(tài)監(jiān)測技術(shù)是一種檢測軸承缺陷的經(jīng)濟方式，因為軌道上運行的車輛數(shù)量眾多，每個軸承都有數(shù)百個滾子軸承。.熱軸承檢測器（HBD）和聲學(xué)缺陷軸承檢測器（ADBD）是目前鐵路行業(yè)使用的兩種軌旁檢測技術(shù)，用于在故障前識別有缺陷的軸承。自1960年代以來，HBD被設(shè)計為軌道旁設(shè)備，通過監(jiān)測車輛經(jīng)過時鐵路軸承的溫度變化來識別過熱軸承。如果出現(xiàn)局部故障，車輪軸承散發(fā)的熱量會增加很多，這是故障報警的指示。然而，使用中的軸承會迅速升溫和卡住，以至于在脫軌發(fā)生之前觸發(fā)熱箱警報總是為時已晚。此外，由于軸承工作環(huán)境的復(fù)雜性，其他熱源也可能使軸承運行溫度升高，從而導(dǎo)致此類列車停運產(chǎn)生誤報和不必要的開支。HBD對軸承早期缺陷的低敏感性促進了ADBD的發(fā)展。已經(jīng)證明，可以通過麥克風測量頻率范圍為3Hz至40kHz的滾子軸承的聲壓或聲強，用于檢測軸承初期缺陷。此外，通過軌旁聲學(xué)檢測系統(tǒng)（TADS）的聲學(xué)技術(shù)已被證明可用于軌道車輛故障軸承的軌旁識別。自1980年代末首次進行測試以來，ADBD已成為一種很有前途的工具，可用于監(jiān)測軸承健康狀況的更具預(yù)測性的系統(tǒng)。然而，為了確定某些類型的軸承損壞，仍然存在一個棘手的問題，這個問題已經(jīng)提到過，但在目前可獲得的文獻中很少解決：去除位于旁邊的麥克風獲取的聲信號中的多普勒效應(yīng)。當鐵路車輛經(jīng)過時到軌道。多普勒效應(yīng)問題亟待解決，尤其是高速行駛的車輛.

2.綜合檢測技術(shù)

眾所周知，TFD 能夠在時頻平面上呈現(xiàn)信號的非平穩(wěn)信息。 具有不同時頻分辨率的 TFD 將提供非平穩(wěn)信號的不同動態(tài)信息。 有缺陷的鐵路軸承的軌旁聲信號是一種典型的非平穩(wěn)信號。 本文旨在基于軌旁聲信號的TFD檢測鐵路軸承的特征頻率并對其進行增強。 為了達到這個目標，提出了一種由可變分辨率脊解調(diào)（VRRD）、動態(tài)信號重采樣、對數(shù)變換和非線性去趨勢組成的綜合檢測技術(shù)，如圖5所示，依次解決了上述問題。 給定如圖1所示的模擬軌道旁聲學(xué)信號 y（t），通過在以下小節(jié)中演示該模擬示例來描述合成檢測技術(shù)。

短時傅立葉變換 （STFT） 是一種將時域信號轉(zhuǎn)換為 TFD 的傳統(tǒng)工具，可以很好地查看由于聲信號中的多普勒效應(yīng)引起的頻移。在數(shù)學(xué)上，聲信號 y 的 STFT （t） 定義為

其中 g（t） 是以 t = 0 為中心的短時分析窗口，上標 * 表示復(fù)共軛運算。由于相同的窗口函數(shù)可用于所有時間和頻率，因此TFD上每個點的分辨率都相同。 g（t） 的寬度決定了時頻分辨率。根據(jù)不確定性原理，時間分辨率和頻率分辨率不能同時增加。因此需要一個長窗口來獲得高頻分辨率，而如果需要高時間分辨率，則選擇一個短窗口。對于有缺陷的鐵路軸承的軌旁聲信號，TFD上良好的頻率分辨率可以區(qū)分諧振頻帶間頻率分量的多普勒頻移曲線。

變化規(guī)則曲線，即諧振頻率的多普勒頻移曲線可以作為高頻分辨率和高時間分辨率TFD之間的橋梁。它遵循方程中給出的多普勒頻移函數(shù)。 并且可以通過稱為脊提取算法的 IF 估計方法進行跟蹤，而無需了解等式中的空間和時間參數(shù)。 這促使提出一種名為VRRD的新技術(shù)來提取被多普勒效應(yīng)破壞的聲信號的包絡(luò)。在新的包絡(luò)技術(shù)中，分別通過STFT計算具有高頻和高時間分辨率的TFD，然后是多普勒頻移諧振頻率的曲線是從具有高頻分辨率的 TFD 中通過改進的脊提取算法描繪出來的，下面將詳細說明。之后，將該曲線放到具有高時間分辨率的 TFD 上。沿著曲線的第二個TFD中對應(yīng)的瞬時幅度（IA）最終被取出來構(gòu)建聲信號ye（t）的包絡(luò)信號。 VRRD 技術(shù)始終僅沿諧振帶的中心提取包絡(luò)，因此對于被多普勒效應(yīng)和背景噪聲破壞的信號有效。

結(jié)語

系統(tǒng)通過對運行中列車滾動軸承噪聲信號的采集和分析，識別滾動軸承的工作狀態(tài)，可提供有效的滾動軸承內(nèi)部早期故障診斷結(jié)果，在熱軸之前發(fā)現(xiàn)故障。能夠有效提高軸承故障的防范水平，使列檢對滾動軸承的檢查，從人判為主逐步過渡到人機結(jié)合、機判為主的階段。

參考文獻：

[1]吳勝強， 姜萬錄， 趙利頗. 基于聲音信號的核主元故障診斷法[J]. 機床與液壓， 2016， 44（1）： 184-187.

（南京拓控信息科技股份有限公司，江蘇 南京 210000）