基于模型預(yù)測方法的高速動車組空簧壓力低故障預(yù)測研究

馬國棟，王智超，陳 謙，李聲濤

(中車青島四方機車車輛股份有限公司 技術(shù)中心，山東 青島266111)

在高速動車組的運行過程中，對各類故障的準(zhǔn)確預(yù)測和及時處理是保障動車組運行安全、維護乘客生命及財產(chǎn)安全的關(guān)鍵。目前，我國高速動車組主要采用按里程計劃修的策略，檢修和維護費用較高。近年來，得益于智能化和信息技術(shù)的快速發(fā)展，人們對故障和異常事件的響應(yīng)也由傳統(tǒng)的被動反應(yīng)開始向主動預(yù)防轉(zhuǎn)變，智能診斷和故障預(yù)測技術(shù)在高速列車的運營維護中得到了快速發(fā)展[1]。故障預(yù)測與健康管理技術(shù)(Prognostics and Health Management，PHM)的應(yīng)用，實現(xiàn)了對動車組的智能化管理控制，有效減少了因各類故障給動車組的運行帶來的影響，將事后處理轉(zhuǎn)變?yōu)槭虑邦A(yù)測、實時監(jiān)控、精準(zhǔn)定位的管理模式，提升了動車組故障預(yù)測與處理的水平，保障了動車組的穩(wěn)定運行。

1 故障預(yù)測與健康管理系統(tǒng)

1.1 故障預(yù)測與健康管理技術(shù)發(fā)展

由于動車組是一種高度復(fù)雜的裝備，在長期運行過程中動車組零部件會有損耗，導(dǎo)致其性能下降，甚至引發(fā)故障[2]。在早期的故障預(yù)測技術(shù)中，大量采用預(yù)防維修理念，不管設(shè)備是否發(fā)生故障，都對其進行定期檢修，在故障發(fā)生后判斷故障產(chǎn)生原因并對故障進行修復(fù)。定期檢修存在著不可避免的缺點：若檢修間隔過長，有可能在兩次檢修之間設(shè)備發(fā)生故障，而若檢修間隔過短則又可能造成過度檢修，提高了檢修成本[3]。而基于狀態(tài)修的PHM系統(tǒng)加速了維修策略的優(yōu)化，PHM通過傳感器采集各類數(shù)據(jù)，借助模型算法對設(shè)備進行監(jiān)控，預(yù)測設(shè)備運行狀態(tài)，估計健康狀況，并在設(shè)備發(fā)生故障前預(yù)警。

1.2 故障預(yù)測與健康管理系統(tǒng)架構(gòu)

高速動車組的異常狀態(tài)往往涉及列車集群、系統(tǒng)集群、部件集群等多個層次，各個層次之間的狀態(tài)特征相互關(guān)聯(lián)，因此使得故障預(yù)測變得極為復(fù)雜。因此，高速動車組PHM系統(tǒng)研究時，需要對實時狀態(tài)數(shù)據(jù)進行特征提取和預(yù)處理，深入挖掘列車運行積累的歷史數(shù)據(jù)，建立系統(tǒng)的故障預(yù)測數(shù)學(xué)模型，對部件、系統(tǒng)和列車層次的特征數(shù)據(jù)及關(guān)聯(lián)性進行監(jiān)測和邏輯推導(dǎo)[4]。高速動車組PHM系統(tǒng)架構(gòu)主要由車載PHM系統(tǒng)、車地數(shù)據(jù)傳輸系統(tǒng)、地面PHM系統(tǒng)組成，系統(tǒng)架構(gòu)如圖1所示。

圖1 高速動車組PHM系統(tǒng)架構(gòu)

支持實時數(shù)據(jù)處理的邊緣端(車載 PHM單元)與支持大規(guī)模數(shù)據(jù)分析、預(yù)測、決策的云端(地面 PHM平臺)協(xié)同，加之整合列車狀態(tài)、線路特征、軌旁檢測、環(huán)境等數(shù)據(jù)，組成了分布式列車狀態(tài)監(jiān)控、分析與集中式?jīng)Q策優(yōu)化、知識挖掘相融合的智能高速動車組PHM系統(tǒng)。健康狀態(tài)洞察和決策參考還可以通過App為高速軌道交通系統(tǒng)的不同部門提供服務(wù)，以優(yōu)化協(xié)同，提高效率[5]。

1.3 故障預(yù)測技術(shù)

基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)是利用可以測量的產(chǎn)品性能或者狀態(tài)變量的變化趨勢、故障征兆等進行故障的預(yù)測。但在許多情況下，對于由很多不同的信號引發(fā)的歷史故障數(shù)據(jù)或者統(tǒng)計數(shù)據(jù)集很難確認(rèn)何種預(yù)測模型適用于預(yù)測，或者在研究許多實際的故障預(yù)測問題時建立復(fù)雜部件或者系統(tǒng)的數(shù)學(xué)模型很困難，因此部件或者系統(tǒng)的設(shè)計、仿真、運行和維護等各個階段的測試、傳感器歷史數(shù)據(jù)就成為掌握系統(tǒng)性能下降的主要手段?；跍y試或者傳感器的數(shù)據(jù)進行預(yù)測的方法稱為數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)[6]。

基于數(shù)據(jù)的故障預(yù)測技術(shù)不需要對象系統(tǒng)的先驗知識(數(shù)學(xué)模型和專家經(jīng)驗)，以采集的數(shù)據(jù)為基礎(chǔ)，通過各種數(shù)據(jù)分析處理方法挖掘其中的隱含信息進行預(yù)測操作，是一種較為實用的故障預(yù)測方法。基于數(shù)據(jù)驅(qū)動的故障預(yù)測流程如圖2所示。

圖2 基于數(shù)據(jù)驅(qū)動的故障預(yù)測流程

分析歷史數(shù)據(jù)的變化特性，篩選所預(yù)測故障的關(guān)聯(lián)參數(shù)，預(yù)先定義一些故障預(yù)測模型閾值，只要幾個關(guān)聯(lián)參數(shù)在這個閾值范圍內(nèi)，就說明系統(tǒng)存在輕微故障。在此過程中一個關(guān)鍵的問題就是故障預(yù)測模型閾值的確定，需要在考慮系統(tǒng)承受風(fēng)險能力大小的情況下結(jié)合模型運用跟蹤對預(yù)測模型做出一些調(diào)整。通過海量運用數(shù)據(jù)不斷修正故障預(yù)測模型，最終實現(xiàn)有效的在線故障預(yù)測模型，因此基于模型預(yù)測的故障診斷流程如圖3所示。

圖3 基于模型預(yù)測的故障診斷流程

為了避免高速動車組因系統(tǒng)故障的發(fā)生而影響正線運行，最根本的條件就是保持車輛各系統(tǒng)運行的穩(wěn)定性，因此需要對系統(tǒng)運行過程中的狀態(tài)進行診斷預(yù)測，進行有效的在線實時控制，不斷修正系統(tǒng)中的隱患使整個系統(tǒng)始終保持有效的運行。

本文將基于高速動車組運行情況，通過典型故障，設(shè)計一些復(fù)雜系統(tǒng)故障的在線預(yù)測模型算法和控制規(guī)則，用于實現(xiàn)故障提前預(yù)測。為了更好地進行故障預(yù)測，預(yù)先定義了一些閾值，只要超出了這個閾值，就發(fā)出預(yù)警，同時還利用各種參數(shù)的變化率來監(jiān)控故障。

2 基于PHM系統(tǒng)的空簧壓力低故障預(yù)測模型

從典型故障預(yù)防、故障處置效率提升等方面出發(fā)，基于故障點和數(shù)據(jù)落地情況，搭建故障診斷模型，以減少對行車秩序的影響，提醒檢修人員回庫故障處置。本文以空簧壓力低典型故障為例介紹高速動車組故障診斷與預(yù)測的過程。

2.1 故障描述及故障原因

動車組在運行途中發(fā)生壓力開關(guān)檢測空簧壓力低故障，車輛自動觸發(fā)限速160 km/h運行，司機操作制動停車，機械師下車檢查空簧截斷塞門、高度調(diào)整閥及空簧均無漏風(fēng)，隔離限速維持運行，后續(xù)空簧壓力自動恢復(fù)。

進一步查找故障原因，從系統(tǒng)組成及平衡閥原理兩方面綜合考慮，可知導(dǎo)致空簧壓力低現(xiàn)象的可能原因如圖4所示。

圖4 故障原因分析流程圖

根據(jù)現(xiàn)車檢查情況，故障發(fā)生時實際空簧狀態(tài)正常無漏風(fēng)，因此排除空氣彈簧實際壓力低；外接風(fēng)壓表測試空簧壓力實際輸出偏低，排除壓力開關(guān)誤報的可能性。因此該故障可初步定位為平衡閥所導(dǎo)致。

動車組每臺轉(zhuǎn)向架設(shè)有1個平衡閥，用于平衡轉(zhuǎn)向架2個空簧壓力取平均值。平衡閥的工作原理如圖5所示。

圖5 平衡閥

轉(zhuǎn)向架上2個空簧壓力分別通過T1和T2接口進入平衡閥，T1、T2中較高的空簧壓力將活塞推至較小壓力的端口位置S1或S2，經(jīng)算數(shù)平均后，2個空簧壓力同時分別作用于差動活塞的環(huán)形表面F1和F2，當(dāng)差動活塞所受作用力大于向下的作用力時，差動活塞推動雙閥頭克服彈簧作用力向上移動，并打開閥座S3，向M端口輸出壓力。M端口壓力又會向下作用于差動活塞上，當(dāng)差動活塞向上和向下的作用力相等時，平衡閥達到平衡狀態(tài)，閥座S3和S4均處于關(guān)閉狀態(tài)，M端口壓力保持不變，平衡狀態(tài)的壓力值接近于T1和T2端口壓力的均值。通過M端口輸出到壓力開關(guān)的壓力設(shè)定值為280 kPa，當(dāng)壓力開關(guān)檢測到平衡閥輸出的空簧壓力低于280 kPa時，報出“壓力開關(guān)檢測空簧壓力低”故障。當(dāng)檢測到平衡閥輸出的空簧壓力高于300 kPa時，故障消除。

經(jīng)原理分析及故障件地面試驗驗證，平衡閥上閥體的活塞處于中間位置，導(dǎo)致平衡閥進風(fēng)口的單排孔被堵塞，平衡閥異常因而輸出空簧壓力低，造成動車組報出空簧壓力低故障。

提前預(yù)知空簧壓力異常變化情況，提前重點盯控，觸發(fā)限速時避免出現(xiàn)誤停車，影響行車秩序。若未觸發(fā)限速，待車輛回庫后提醒檢修人員對空簧截斷塞門、高度調(diào)整閥、平衡閥、壓力傳感器和空簧壓力采集板卡進行重點檢查。若觸發(fā)限速，按限速表信息限速運行，無需停車檢查。

2.2 空簧壓力低故障預(yù)測模型的構(gòu)建

2.2.1 數(shù)據(jù)分析

根據(jù)實際需求，結(jié)合現(xiàn)車邏輯，梳理監(jiān)控項點，通過無線傳輸裝置(Wireless Transmission Device，WTD)歷史故障數(shù)據(jù)確認(rèn)關(guān)聯(lián)參數(shù)，編制模型邏輯。分析正常運行車輛空簧壓力與故障車輛空簧壓力的數(shù)據(jù)變化特征，計算出空簧壓力的最低值和單車兩臺轉(zhuǎn)向架的空簧壓力差值的最大值，分析站停旅客下車空簧變化曲線與故障時刻空簧壓力曲線，確定關(guān)聯(lián)參數(shù)及其閾值。

圖6為站停旅客下車空簧變化曲線與故障時刻空簧壓力曲線對比。可見故障曲線持續(xù)下降，正常站停旅客下車空簧壓力下降趨勢平緩且到達最低值時基本保持不變，最低空簧壓力為470 kPa。圖7、圖8為車輛運行途中發(fā)生空簧壓力低故障空簧壓力曲線，由圖7可見故障發(fā)生后空簧壓力持續(xù)低，由圖8可見故障發(fā)生后空簧壓力自恢復(fù)，2條故障曲線空簧壓力下降速率較快，連續(xù)多包數(shù)據(jù)呈下降趨勢，每包數(shù)據(jù)下降差值5～20 kPa。圖9為正常工況下車輛單車兩臺轉(zhuǎn)向架空簧壓力曲線，差值范圍在5～10 kPa波動。

圖6 站停旅客下車與故障空簧壓力變化曲線

圖7 空簧壓力低故障持續(xù)

圖8 空簧壓力低故障自恢復(fù)

圖9 正常工況下兩臺轉(zhuǎn)向架空簧壓力值對比

2.2.2 故障預(yù)判參數(shù)制定

結(jié)合WTD數(shù)據(jù)傳輸周期、數(shù)據(jù)傳輸穩(wěn)定性、PHM系統(tǒng)模型運算時效性，從閾值、差值、下降速率3個維度搭建空簧壓力低故障預(yù)測檢測邏輯。統(tǒng)籌誤報率和提前量，制定3個維度的故障預(yù)判參數(shù)，進行跟蹤分析。

目前車輛已有空簧壓力異常故障(總風(fēng)壓力高于550 kPa，EBCU檢測空簧壓力低于300 kPa)判斷，故障預(yù)測模型在于提前預(yù)知故障，因此設(shè)置空簧壓力閾值<350 kPa進行提前預(yù)警。綜合車下設(shè)備布置和旅客定員，設(shè)置單車2臺轉(zhuǎn)向架空簧壓力差值閾值>90 kPa進行提前預(yù)警。結(jié)合站臺旅客下車等因素設(shè)置下降速率閾值為空簧壓力≤460 kPa，連續(xù)6包呈下降趨勢，滿足任意5包下降差值≥5 kPa且累計下降≥45 kPa進行提前預(yù)警。

2.3 故障預(yù)測及診斷結(jié)果

將此模型進行現(xiàn)車跟蹤應(yīng)用，表1為邏輯與預(yù)防時間的統(tǒng)籌結(jié)果。

表1 邏輯與預(yù)防時間的統(tǒng)籌結(jié)果

將閾值、差值和下降速率三個關(guān)聯(lián)參數(shù)組成的診斷模型進行現(xiàn)車跟蹤應(yīng)用，經(jīng)驗證三個關(guān)聯(lián)預(yù)判參數(shù)閾值的設(shè)置均可提前預(yù)知空簧壓力異常變化。綜合三個關(guān)聯(lián)參數(shù)確定的空簧壓力低故障診斷模型可減少故障誤報和故障提前預(yù)知時間。

3 結(jié)論

本文在現(xiàn)有PHM系統(tǒng)基本框架的基礎(chǔ)上，給出了故障預(yù)測模型的系統(tǒng)搭建方法，以空簧壓力低故障為例通過既有故障數(shù)據(jù)的挖掘分析，建立了系統(tǒng)的故障預(yù)測數(shù)學(xué)模型。結(jié)合模型實車跟蹤驗證，證明該模型能夠?qū)Ω咚倭熊囘\行過程中的潛在問題進行預(yù)警和預(yù)測，實現(xiàn)了故障的提前預(yù)測。

高速動車組多系統(tǒng)、多部件狀態(tài)特征相互關(guān)聯(lián)，故障預(yù)測極為復(fù)雜，未來將結(jié)合造修數(shù)據(jù)貫通，通過將車載、地面列車集群的海量多源異構(gòu)數(shù)據(jù)融合建立狀態(tài)修模型。