鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究

徐建喜，崔 濤，趙 斌

(1.國(guó)能鐵路裝備有限責(zé)任公司，北京 100010；2.天津哈威克科技有限公司，天津 301799)

0 引言

鐵路貨車(chē)輪軸類(lèi)部件是鐵路運(yùn)輸中至關(guān)重要的組成部分，其故障會(huì)導(dǎo)致列車(chē)運(yùn)行中斷、安全事故等問(wèn)題。因此，對(duì)鐵路貨車(chē)輪軸類(lèi)部件的故障狀況進(jìn)行多維度評(píng)估，對(duì)于提高鐵路貨運(yùn)的安全性和可靠性具有重要意義。當(dāng)前，針對(duì)鐵路貨車(chē)輪軸類(lèi)部件故障狀況[1-2]的評(píng)估主要基于振動(dòng)信號(hào)分析、聲學(xué)信號(hào)分析、熱成像技術(shù)等方法，這些方法可以從不同的角度獲取部件的故障特征，在一定程度上提高了故障評(píng)估的準(zhǔn)確性和可靠性。然而，現(xiàn)有方法還存在一定的局限性，無(wú)法全面評(píng)估部件的故障狀況。為了進(jìn)一步提高鐵路貨車(chē)輪軸類(lèi)部件故障評(píng)估的效果，越來(lái)越多的研究開(kāi)始將機(jī)器學(xué)習(xí)和人工智能技術(shù)應(yīng)用于該領(lǐng)域。通過(guò)利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，這些新興技術(shù)可以對(duì)大量的數(shù)據(jù)進(jìn)行模型訓(xùn)練和優(yōu)化，提高故障診斷和評(píng)估的準(zhǔn)確性和泛化能力。此外，結(jié)合傳感器網(wǎng)絡(luò)和物聯(lián)網(wǎng)技術(shù)，可以建立起實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，對(duì)鐵路貨車(chē)輪軸類(lèi)部件的振動(dòng)、溫度、壓力等參數(shù)進(jìn)行及時(shí)監(jiān)測(cè)，從而實(shí)現(xiàn)更全面和準(zhǔn)確的故障評(píng)估。

為了全面評(píng)估鐵路貨車(chē)輪軸類(lèi)部件的故障狀況，需要綜合應(yīng)用多種技術(shù)手段，建立起完善的評(píng)估體系，以更準(zhǔn)確、全面地評(píng)估鐵路貨車(chē)輪軸類(lèi)部件的故障狀況。同時(shí)，還需要加強(qiáng)相關(guān)技術(shù)的研究和開(kāi)發(fā)，推動(dòng)新技術(shù)的應(yīng)用，不斷提升鐵路貨運(yùn)的安全性和效率[3-4]。但是，由于鐵路貨車(chē)輪軸類(lèi)部件的故障狀態(tài)較多，導(dǎo)致技術(shù)人員在檢測(cè)時(shí)容易出現(xiàn)漏檢問(wèn)題，為避免這一問(wèn)題，針對(duì)鐵路貨車(chē)輪軸類(lèi)部件故障評(píng)估的研究一直是熱點(diǎn)。

國(guó)內(nèi)相關(guān)專(zhuān)家在此領(lǐng)域已取得了較好研究成果，如張鳳林[5]等人提出基于組合模型的船用齒輪箱系統(tǒng)故障評(píng)估方法研究，該方法首先對(duì)系統(tǒng)產(chǎn)生故障的影響因素開(kāi)展有效分析，依據(jù)分析結(jié)果構(gòu)建評(píng)價(jià)指標(biāo)體系，通過(guò)確立各類(lèi)指標(biāo)權(quán)重，取得各個(gè)指標(biāo)的綜合評(píng)價(jià)值，以此實(shí)現(xiàn)系統(tǒng)故障評(píng)估。但是該方法在權(quán)重設(shè)置時(shí)帶有主觀性，同時(shí)所構(gòu)建的評(píng)價(jià)指標(biāo)體系是針對(duì)船用齒輪箱系統(tǒng)的，在面對(duì)其他類(lèi)型或領(lǐng)域的故障評(píng)估問(wèn)題時(shí)，需要重新設(shè)計(jì)和調(diào)整指標(biāo)體系，以及確定合適的權(quán)重，導(dǎo)致其適應(yīng)性和泛化能力受限。

孫瑞謙[6]等人提出考慮性能退化的航空發(fā)動(dòng)機(jī)故障診斷量化評(píng)估方法，該方法首先從兩個(gè)方面獲取了發(fā)電機(jī)部件的退化狀態(tài)，利用滑動(dòng)窗口模型對(duì)其實(shí)施解耦處理，在實(shí)現(xiàn)部件故障檢測(cè)的同時(shí)完成故障量化評(píng)估。但是不同尺寸的滑動(dòng)窗口選擇會(huì)導(dǎo)致結(jié)果的偏差。這意味著不同的尺寸設(shè)置會(huì)導(dǎo)致不同的評(píng)估結(jié)果，限制了該方法的泛化能力。

李亞平[7]等人提出一種輸油泵機(jī)組故障診斷與健康評(píng)估方法，該方法首先采用遷移學(xué)習(xí)方法對(duì)機(jī)組的故障診斷精度實(shí)施有效提升，再利用搭建的實(shí)驗(yàn)臺(tái)實(shí)時(shí)監(jiān)測(cè)機(jī)組運(yùn)行狀態(tài)，利用建立的故障診斷模型診斷出故障類(lèi)型，結(jié)合建立的狀態(tài)評(píng)估模型，實(shí)現(xiàn)機(jī)組部件故障狀態(tài)評(píng)估研究。該方法雖然得到了較好的評(píng)估結(jié)果，但是該方法使用搭建的實(shí)驗(yàn)臺(tái)實(shí)時(shí)監(jiān)測(cè)機(jī)組運(yùn)行狀態(tài)，并利用建立的模型進(jìn)行故障診斷與評(píng)估。然而，實(shí)驗(yàn)臺(tái)中的條件和環(huán)境與實(shí)際工作環(huán)境可能存在差異。這會(huì)導(dǎo)致實(shí)驗(yàn)臺(tái)結(jié)果與實(shí)際應(yīng)用中的結(jié)果不完全一致，從而降低了方法的泛化能力。

為了解決上述方法中存在的問(wèn)題，提出鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究方法。該方法根據(jù)鐵路貨車(chē)輪軸類(lèi)部件的結(jié)構(gòu)特點(diǎn)，針對(duì)滾子數(shù)、接觸角、徑向間隙等因素進(jìn)行特征頻率計(jì)算。通過(guò)對(duì)環(huán)節(jié)特征頻率的獲取，更準(zhǔn)確地反映了各個(gè)部件的振動(dòng)狀態(tài)。在評(píng)估過(guò)程中，建立了多維度的綜合評(píng)價(jià)模型，通過(guò)結(jié)合多個(gè)維度的指標(biāo)，可以更全面地評(píng)價(jià)部件的故障狀態(tài)。這種多維度的綜合評(píng)價(jià)模型可以增強(qiáng)方法的泛化能力，適用于不同類(lèi)型的輪軸類(lèi)部件，并應(yīng)對(duì)不同環(huán)境和條件的變化。實(shí)驗(yàn)結(jié)果表明，該方法在評(píng)估精度上表現(xiàn)出較高的準(zhǔn)確性，并且評(píng)估過(guò)程的耗時(shí)低于2秒。這意味著該方法能夠快速且準(zhǔn)確地診斷鐵路貨車(chē)輪軸類(lèi)部件的故障狀態(tài)。

1 故障信號(hào)多特征頻率計(jì)算

鐵路貨車(chē)輪軸在運(yùn)行加速時(shí)，由于齒輪傳動(dòng)與軸承轉(zhuǎn)動(dòng)之間的沖擊影響，會(huì)引發(fā)鐵路貨車(chē)輪軸類(lèi)部件出現(xiàn)多種故障，導(dǎo)致設(shè)備損壞和事故發(fā)生。為了有效評(píng)估鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)，需要針對(duì)鐵路貨車(chē)輪軸類(lèi)部件的基本結(jié)構(gòu)及振動(dòng)機(jī)理，計(jì)算輪軸類(lèi)部件各個(gè)環(huán)節(jié)的特征頻率。通過(guò)計(jì)算鐵路貨車(chē)輪軸類(lèi)部件各個(gè)環(huán)節(jié)的特征頻率[8]，為多維度的故障評(píng)估提供支持。這些特征頻率反映了輪軸類(lèi)部件在運(yùn)行過(guò)程中的振動(dòng)情況和異常特征。通過(guò)對(duì)這些特征頻率進(jìn)行分析和比較，可以及時(shí)判斷輪軸類(lèi)部件的故障狀態(tài)，以確保鐵路貨車(chē)設(shè)備的安全運(yùn)行。

鐵路貨車(chē)輪軸類(lèi)部件中，對(duì)于主軸上的回轉(zhuǎn)零件，滾動(dòng)軸承能夠起到支撐效果，是應(yīng)用較為頻繁的零部件之一。該部件由4個(gè)結(jié)構(gòu)組成，分別是外圈、內(nèi)圈、滾動(dòng)體、保持架，滾動(dòng)軸承部件結(jié)構(gòu)圖如圖1所示。

圖1 滾動(dòng)軸承部件結(jié)構(gòu)圖

根據(jù)過(guò)盈配合，將車(chē)輪滾動(dòng)軸承內(nèi)圈與傳動(dòng)軸相連，實(shí)現(xiàn)轉(zhuǎn)動(dòng)，輪軸外圈與軸承座相連接，通過(guò)滾動(dòng)體的滾動(dòng)摩擦實(shí)現(xiàn)滾動(dòng)。

鐵路貨車(chē)輪軸類(lèi)部件轉(zhuǎn)動(dòng)時(shí)，受內(nèi)外因素影響，從而產(chǎn)生振動(dòng)，若轉(zhuǎn)動(dòng)期間部件自身結(jié)構(gòu)和加工裝配出現(xiàn)誤差，將出現(xiàn)故障通過(guò)對(duì)振動(dòng)信號(hào)進(jìn)行分析和頻譜計(jì)算，可以獲取部件的特征頻率信息，從而判斷其故障狀態(tài)[9]。特征頻率是指某一特定部件故障所引起的振動(dòng)信號(hào)中的頻率成分。當(dāng)部件發(fā)生故障時(shí)，比如內(nèi)圈、外圈、滾動(dòng)體或保持架的故障，會(huì)引起不同頻率的振動(dòng)信號(hào)。通過(guò)計(jì)算和分析這些特征頻率，可以判斷部件是否存在故障，并進(jìn)一步評(píng)估故障的類(lèi)型和程度。

假設(shè)鐵路貨車(chē)輪軸類(lèi)部件的軸承節(jié)圓直徑記作D，部件滾動(dòng)體直徑記作d，軸承轉(zhuǎn)速記作n?；谏鲜鲈O(shè)定結(jié)果，對(duì)鐵路貨車(chē)輪軸類(lèi)部件各個(gè)單元的特征頻率實(shí)施有效計(jì)算。

設(shè)置滾動(dòng)軸承轉(zhuǎn)數(shù)為m轉(zhuǎn)，計(jì)算鐵路貨車(chē)輪軸類(lèi)部件旋轉(zhuǎn)頻率fr=n/m，基于此，計(jì)算貨車(chē)輪軸類(lèi)部件各個(gè)單元的特征頻率，最終獲取整體振動(dòng)特征頻率。

1)內(nèi)圈是鐵路貨車(chē)輪軸類(lèi)部件的一個(gè)關(guān)鍵組成部分，當(dāng)內(nèi)圈發(fā)生故障時(shí)，會(huì)引起振動(dòng)信號(hào)中高次諧波頻率的出現(xiàn)。內(nèi)圈特征頻率計(jì)算通過(guò)統(tǒng)計(jì)滾子數(shù)和接觸角，并將其代入特定公式，得到內(nèi)圈故障時(shí)的特征頻率。計(jì)算鐵路貨車(chē)輪軸類(lèi)部件內(nèi)圈特征頻率fi公式如下：

(1)

式中，Z記作滾子數(shù)，α記作接觸角。

若鐵路貨車(chē)輪軸類(lèi)部件內(nèi)環(huán)在檢修時(shí)出現(xiàn)剝落、裂紋、壓痕、損傷等缺陷問(wèn)題，內(nèi)環(huán)再次產(chǎn)生振動(dòng)后的高次諧波頻率就記作2fi，3fi，…，mfi，m記作常數(shù)。

2)外圈是另一個(gè)重要的部件，當(dāng)外圈發(fā)生故障時(shí)，同樣會(huì)導(dǎo)致不同頻率的振動(dòng)信號(hào)出現(xiàn)。外圈特征頻率計(jì)算同樣需要滾子數(shù)和外圈的接觸角，計(jì)算鐵路貨車(chē)輪軸類(lèi)部件的外圈特征頻率[10]，即fo，其表達(dá)式如下所示：

(2)

車(chē)輪軸類(lèi)部件的外圈發(fā)生缺陷問(wèn)題時(shí)，用2fo，3fo，…，mfo表示其高次諧波振動(dòng)頻率。由于輪軸類(lèi)外圈部件的缺陷位置和承載方向相對(duì)固定，所以不會(huì)出現(xiàn)調(diào)制現(xiàn)象。

3)輪軸軸承存在的徑向間隙會(huì)導(dǎo)致振動(dòng)期間，軸或滾動(dòng)體出現(xiàn)頻率調(diào)制現(xiàn)象，因此，需要計(jì)算軸類(lèi)部件的滾動(dòng)體特征頻率，以此準(zhǔn)確體現(xiàn)軸類(lèi)部件故障狀態(tài)。滾動(dòng)體特征頻率的計(jì)算同樣基于滾子數(shù)和滾動(dòng)體的接觸角等參數(shù)，計(jì)算鐵路貨車(chē)輪軸類(lèi)部件滾動(dòng)體特征頻率fb，計(jì)算如下：

(3)

貨車(chē)輪軸類(lèi)部件滾動(dòng)體發(fā)生故障時(shí)，用2fb，3fb，…，mfb表示其高次諧波振動(dòng)頻率。若軸承出現(xiàn)徑向間隙，將影響滾動(dòng)體的特征頻率[11-12]，因此，滾動(dòng)體在受到振動(dòng)后，需要對(duì)fb實(shí)施有效調(diào)整。

4)保持架是輪軸類(lèi)部件中用于支撐滾動(dòng)體的關(guān)鍵組件，其故障會(huì)引發(fā)特定頻率的振動(dòng)信號(hào)。保持架特征頻率的計(jì)算同樣需要滾子數(shù)和保持架的接觸角，計(jì)算鐵路貨車(chē)輪軸類(lèi)部件保持架特征頻率fc表達(dá)式為：

(4)

基于對(duì)軸類(lèi)部件內(nèi)圈、外圈以及滾動(dòng)體特征頻率特征頻率的有效計(jì)算，計(jì)算鐵路貨車(chē)輪軸類(lèi)部件滾動(dòng)軸承整體振動(dòng)特征頻率ωn，定義如下：

(5)

式中，E記作彈性模量，I記作圓環(huán)二次矩，g記作重力加速度，κ記作材料密度，A記作截面積，K記作節(jié)線數(shù)。

通過(guò)以上步驟完成輪軸類(lèi)部件環(huán)節(jié)特征頻率的計(jì)算。

2 評(píng)估方法設(shè)計(jì)

計(jì)算輪軸類(lèi)部件的各個(gè)環(huán)節(jié)特征頻率是為了獲取每個(gè)環(huán)節(jié)在振動(dòng)信號(hào)中的特征值。這些特征頻率代表了各個(gè)環(huán)節(jié)故障產(chǎn)生的振動(dòng)特性，例如內(nèi)圈、外圈、滾動(dòng)體、保持架等的特征頻率。通過(guò)計(jì)算特征頻率，可以識(shí)別出不同類(lèi)型的故障，因?yàn)椴煌?lèi)型的故障會(huì)在振動(dòng)信號(hào)中產(chǎn)生不同的頻率成分[13]，這有助于準(zhǔn)確判斷輪軸類(lèi)部件存在的故障類(lèi)型，為構(gòu)建多維度模糊綜合評(píng)估模型提供重要參數(shù)。

多維度評(píng)估是指在評(píng)估目標(biāo)的時(shí)候，考慮多個(gè)相關(guān)因素或指標(biāo)的方法。它允許從不同的角度和維度對(duì)目標(biāo)進(jìn)行全面、綜合地評(píng)估，以更準(zhǔn)確地反映其真實(shí)狀態(tài)。在鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)評(píng)估中，通過(guò)多維度評(píng)估，以提供更全面的評(píng)估結(jié)果。構(gòu)建的多維度模糊綜合評(píng)估模型如圖2所示。

圖2 多維度模糊綜合評(píng)估模型

1)模型基本要素：

在構(gòu)建多維度模糊綜合評(píng)估模型時(shí)，要滿(mǎn)足如下3個(gè)基本要素。

因素集：對(duì)輪軸類(lèi)部件故障狀態(tài)評(píng)估[14]對(duì)象有影響的所有因素集合；

評(píng)估集：對(duì)輪軸類(lèi)部件故障狀態(tài)總評(píng)估集合；

權(quán)重集：對(duì)應(yīng)因素集的權(quán)值組成權(quán)重集。

2)構(gòu)建因素集：

設(shè)定鐵路貨車(chē)由6個(gè)貨車(chē)組構(gòu)成，需要對(duì)鐵路貨車(chē)的15個(gè)輪軸類(lèi)部件故障狀態(tài)實(shí)施有效檢測(cè)，即15個(gè)因素。將整個(gè)鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)重要程度劃分為9個(gè)不同因素子集，分為3個(gè)評(píng)估等級(jí)和5個(gè)評(píng)估子等級(jí)。

綜上所述，設(shè)定的因素集U表示為：

U={u1，u2，u3，u4，u5，u6，u7，u8，u9}

(6)

式中，un，n=1，2，3，4，5，6，7，8，9記作子集。

將15個(gè)因素分布在各個(gè)因素子集中，表示為：

(7)

該方程的具體解釋?zhuān)绫?所示。

表1 因素分級(jí)表

建立各個(gè)因素子集主要以故障數(shù)量及故障等級(jí)構(gòu)成。A級(jí)、B級(jí)和C級(jí)故障判斷標(biāo)準(zhǔn)如下：

A級(jí)故障：當(dāng)存在一個(gè)A級(jí)故障時(shí)，即故障子等級(jí)為1。

B級(jí)故障：當(dāng)存在一個(gè)B級(jí)故障時(shí)，即故障子等級(jí)為2；當(dāng)存在兩個(gè)或更多個(gè)B級(jí)故障時(shí)，即故障子等級(jí)為3。

C級(jí)故障：當(dāng)存在一個(gè)C級(jí)故障時(shí)，即故障子等級(jí)為4；當(dāng)存在兩個(gè)C級(jí)故障時(shí)，即故障子等級(jí)為5。其中，故障子等級(jí)的數(shù)值越高，表示故障的嚴(yán)重程度越大。

通過(guò)這種評(píng)估方法，可以根據(jù)故障的數(shù)量和等級(jí)來(lái)快速進(jìn)行故障子等級(jí)的劃分。不同等級(jí)的故障會(huì)影響到鐵路貨車(chē)輪軸類(lèi)部件的可靠性和安全性。因此，通過(guò)對(duì)故障數(shù)量和等級(jí)進(jìn)行評(píng)估，可以更準(zhǔn)確地衡量輪軸類(lèi)部件故障狀態(tài)的嚴(yán)重程度。

根據(jù)上述設(shè)定結(jié)果，可知影響鐵路貨車(chē)輪軸類(lèi)部件各個(gè)因素的故障狀態(tài)多維度評(píng)估子等級(jí)uij表示如下：

uij={uij1，uij2，uij3，uij4，uij5}

(8)

式中，i記作因素子集，j記作各個(gè)子集內(nèi)的因素。

3)構(gòu)建評(píng)估集

通過(guò)將不同的因素子集中的故障狀態(tài)映射到對(duì)應(yīng)的評(píng)估等級(jí)，可以得到綜合考慮多個(gè)因素的鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估集[15-16]。這個(gè)評(píng)估集能夠提供一個(gè)全面的視角來(lái)評(píng)估鐵路貨車(chē)輪軸類(lèi)部件的故障狀態(tài)，并為維修和風(fēng)險(xiǎn)管理等決策提供參考。

基于以上對(duì)因素設(shè)定鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)共有3個(gè)等級(jí)，以此構(gòu)建多維度評(píng)估集：V={V1，V2，V3}。式中，V記作評(píng)估集，V1記作1級(jí)故障，V2記作2級(jí)故障，V3記作3級(jí)故障。

4)構(gòu)建故障狀態(tài)多維度等級(jí)評(píng)估矩陣

根據(jù)設(shè)定的因素子集和評(píng)估等級(jí)，構(gòu)建多維度等級(jí)評(píng)估矩陣。這個(gè)矩陣將不同因素子集和故障等級(jí)之間的關(guān)系進(jìn)行了量化，并為后續(xù)的綜合評(píng)估提供了輸入。根據(jù)鐵路貨車(chē)輪軸類(lèi)部件故障情況及貨車(chē)輪軸故障等級(jí)之間的隸屬關(guān)系，可知各個(gè)因素的多維度等級(jí)評(píng)估矩陣表示如下：

(9)

式中，Rij記作多維度等級(jí)評(píng)估矩陣。

5)構(gòu)建權(quán)重集：

在進(jìn)行綜合評(píng)估時(shí)，不同因素子集可能具有不同的重要性。因此，需要構(gòu)建權(quán)重集來(lái)確定各個(gè)因素在綜合評(píng)估中的相對(duì)權(quán)重。根據(jù)獲取的鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)，貨車(chē)輪軸類(lèi)部件故障影響程度，可以設(shè)定因素等級(jí)并確定權(quán)重集。

設(shè)定因素等級(jí)記作uijk，其中k記作元素，并以此設(shè)定其權(quán)重值aijk，根據(jù)公式(10)，設(shè)定因素等級(jí)權(quán)重集，如以下所示：

Aij=(aij1，aij2，…，aij5)

(10)

式中，Aij記作等級(jí)權(quán)重，i為優(yōu)先級(jí)系數(shù)，j為重要度系數(shù)。

6)鐵路貨車(chē)輪軸類(lèi)部件故障檢測(cè)：

根據(jù)上述確定的部件故障狀態(tài)，利用故障診斷系統(tǒng)對(duì)各個(gè)部件實(shí)施故障檢測(cè)。確定故障后，會(huì)生成一個(gè)隸屬度，隸屬度對(duì)應(yīng)等級(jí)集結(jié)果可以通過(guò)將隸屬度與等級(jí)集進(jìn)行對(duì)應(yīng)來(lái)表示。根據(jù)等級(jí)集的設(shè)定，將隸屬度映射到對(duì)應(yīng)的故障等級(jí)。這樣可以獲取每個(gè)部件的故障等級(jí)信息，進(jìn)一步為綜合評(píng)估提供輸入數(shù)據(jù)。該隸屬度與等級(jí)集對(duì)應(yīng)后，表示為：

S(uij)={S(uij1)，S(uij2)，…，S(uij5)}

(11)

式中，S(uij)記作隸屬度對(duì)應(yīng)等級(jí)集結(jié)果。

7)多維度模糊綜合評(píng)估：

根據(jù)對(duì)鐵路貨車(chē)輪軸類(lèi)部件各個(gè)單元的特征頻率實(shí)施有效計(jì)算，確定部件故障狀態(tài)[17-18]，得到軸類(lèi)部件整體特征頻率，基于以上構(gòu)建多維度等級(jí)評(píng)估矩陣，構(gòu)建權(quán)重集，以此實(shí)現(xiàn)多維度評(píng)估。

一級(jí)模糊綜合評(píng)估：將各個(gè)因素的評(píng)估結(jié)果進(jìn)行綜合，得到一級(jí)模糊綜合評(píng)估指標(biāo)。

利用下式表示出鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)一級(jí)模糊綜合評(píng)估指標(biāo)B′：B′=ωn/S(uij)。

二級(jí)模糊綜合評(píng)估：根據(jù)一級(jí)模糊綜合評(píng)估的結(jié)果，進(jìn)一步對(duì)評(píng)估結(jié)果進(jìn)行二級(jí)模糊綜合評(píng)估。

定義鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)二級(jí)模糊綜合評(píng)估指標(biāo)Bi為：

B″=ωn·Ri/S(uij)

(12)

其中：i=1，2，3。

三級(jí)模糊綜合評(píng)估：定義模糊評(píng)估指標(biāo)，并根據(jù)二級(jí)模糊綜合評(píng)估的結(jié)果來(lái)計(jì)算評(píng)估指標(biāo)的值。

B?=ωn·Ai·Ri/S(uij)

(13)

依據(jù)上述確定的多維度模糊綜合評(píng)估集，基于最大隸屬度法獲取故障等級(jí)與評(píng)估指標(biāo)最大值之間相對(duì)應(yīng)的等級(jí)評(píng)估結(jié)果[19-21]，定義如下：

V={VL|VL→max(B′，B″，B?}

(14)

式中，maxB記作輪軸類(lèi)故障狀態(tài)最大評(píng)估指標(biāo)，V記作評(píng)估等級(jí)，VL記作備擇指標(biāo)。

通過(guò)以上分析可知，根據(jù)檢測(cè)出的鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)，利用構(gòu)建的多維度綜合評(píng)估模型對(duì)其實(shí)施故障等級(jí)評(píng)估，以此確定出相應(yīng)的故障等級(jí)，實(shí)現(xiàn)鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究。

3 實(shí)驗(yàn)與分析

為了驗(yàn)證鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究方法的整體有效性，需要進(jìn)一步對(duì)該方法開(kāi)展實(shí)驗(yàn)對(duì)比測(cè)試。實(shí)驗(yàn)鐵路貨車(chē)類(lèi)型為45英尺長(zhǎng)的封閉式貨車(chē)。額定載荷重量為60噸，平均行駛速度為40 km/h。實(shí)驗(yàn)在室內(nèi)的測(cè)試區(qū)域完成。鐵路貨車(chē)輪軸類(lèi)部件如圖3所示。

圖3 實(shí)驗(yàn)現(xiàn)場(chǎng)圖

采用鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究方法(以下簡(jiǎn)稱(chēng)“方法1”)、基于組合模型的船用齒輪箱系統(tǒng)故障評(píng)估方法研究(以下簡(jiǎn)稱(chēng)“方法2”)和考慮性能退化的航空發(fā)動(dòng)機(jī)故障診斷量化評(píng)估方法(以下簡(jiǎn)稱(chēng)“方法3”)實(shí)施詳細(xì)測(cè)試。

1)本次實(shí)驗(yàn)以鐵路貨車(chē)輪軸類(lèi)部件故障振動(dòng)信號(hào)作為主要測(cè)試對(duì)象，其數(shù)據(jù)來(lái)源為UCI Machine Learning Repository數(shù)據(jù)庫(kù)，隨機(jī)選取10 000個(gè)故障數(shù)據(jù)作為實(shí)驗(yàn)樣本數(shù)據(jù)，將其分為5個(gè)數(shù)據(jù)集，編號(hào)為1#～5#。通過(guò)獲取鐵路貨車(chē)輪軸類(lèi)部件各類(lèi)故障的振動(dòng)信號(hào)，對(duì)其實(shí)施處理后，提取故障信號(hào)頻率特征向量。根據(jù)以上提取到的特征向量結(jié)果，任意選擇5組數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)，余下5組作為測(cè)試樣本數(shù)據(jù)，采用方法1、方法2和方法3對(duì)其實(shí)施故障診斷測(cè)試，通過(guò)比較方法1、方法2和方法3的故障診斷結(jié)果與實(shí)際類(lèi)別診斷結(jié)果，對(duì)于每種方法的故障診斷結(jié)果，觀察相對(duì)位置，如果故障診斷結(jié)果與實(shí)際類(lèi)別診斷結(jié)果接近，并且誤差較小，則可以認(rèn)為故障診斷結(jié)果準(zhǔn)確性高，并且誤差較小。不同方法的故障診斷對(duì)比測(cè)試如圖4所示。

圖4 不同方法的故障診斷對(duì)比測(cè)試

分析圖4可知，通過(guò)對(duì)不同測(cè)試樣本的診斷，發(fā)現(xiàn)方法1的故障診斷結(jié)果與實(shí)際類(lèi)別診斷結(jié)果誤差小，僅在測(cè)試樣本3#和測(cè)試樣本4#出現(xiàn)了偏差，驗(yàn)證了該方法的診斷精度高。而方法2和方法3的診斷結(jié)果與實(shí)際結(jié)果偏差大，表明這兩種方法在故障診斷方面效果較差。由此證明方法1的故障診斷效果最優(yōu)。這是因?yàn)樵摲椒ɑ阼F路貨車(chē)輪軸類(lèi)部件結(jié)構(gòu)，考慮了滾子數(shù)、接觸角、徑向間隙等因素，計(jì)算出各個(gè)單元特征頻率。在此基礎(chǔ)上，構(gòu)建了多維度綜合評(píng)價(jià)模型，對(duì)輪軸類(lèi)部件故障狀態(tài)進(jìn)行多維度等級(jí)評(píng)估，并確定相應(yīng)的故障等級(jí)。這種基于特征頻率的方法能夠準(zhǔn)確地反映出輪軸類(lèi)部件的故障狀態(tài)，因此具有較高的診斷精度。因此，通過(guò)實(shí)驗(yàn)證明了方法1的優(yōu)越性和有效性，其根據(jù)輪軸類(lèi)部件特征頻率確定故障狀態(tài)的準(zhǔn)確性使其具備較高的診斷精度。

2)選取類(lèi)型為6205-2RSJMESKF的鐵路貨車(chē)輪軸類(lèi)部件故障振動(dòng)信號(hào)作為研究對(duì)象，該故障都屬于人為故障，易產(chǎn)生故障的部件部分有軸承內(nèi)圈、外圈及滾動(dòng)體。實(shí)驗(yàn)期間，設(shè)定信號(hào)采樣頻率為10 000 Hz，車(chē)輪轉(zhuǎn)速為1 500 rpm，具體故障信息如表2所示。

表2 鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)評(píng)估分?jǐn)?shù)及評(píng)估等級(jí)對(duì)應(yīng)關(guān)系

故障類(lèi)1滾動(dòng)體，故障尺寸為0.15 mm，振動(dòng)范圍為-0.46～0.51 mm·s-1；

故障類(lèi)2內(nèi)圈，故障尺寸為0.30 mm，振動(dòng)范圍為-1.28～1.73 mm·s-1；

故障類(lèi)3外圈，故障尺寸為0.35 mm，振動(dòng)范圍為-1.35～1.53 mm·s-1；

根據(jù)設(shè)定結(jié)果，利用下式計(jì)算出鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)綜合評(píng)估等級(jí)，表示如下：

score=1/4(scoret+scoreb)+4/15scorev

(15)

式中，score記作綜合評(píng)估分?jǐn)?shù)，scoret記作當(dāng)前時(shí)刻下的故障評(píng)估分?jǐn)?shù)，scoreb記作軸承評(píng)估分?jǐn)?shù)，scorev記作振動(dòng)評(píng)估分?jǐn)?shù)。

通過(guò)方程(15)設(shè)定鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)評(píng)估分?jǐn)?shù)及評(píng)估等級(jí)對(duì)應(yīng)關(guān)系如表2所示。

通過(guò)以上描述，采用方法1、方法2和方法3對(duì)連續(xù)使用一個(gè)月后的鐵路貨車(chē)輪軸類(lèi)部件實(shí)施故障狀態(tài)等級(jí)評(píng)估，并將評(píng)估結(jié)果與實(shí)際結(jié)果對(duì)比，從中判斷3種方法的評(píng)估效果，鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)等級(jí)評(píng)估測(cè)試結(jié)果如表3所示。

表3 鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)等級(jí)評(píng)估

分析表3中的數(shù)據(jù)發(fā)現(xiàn)，在時(shí)間推遲的過(guò)程中，方法1的故障狀態(tài)等級(jí)評(píng)估結(jié)果與實(shí)際結(jié)果一致，這驗(yàn)證了方法1在評(píng)估精準(zhǔn)度方面具有較高的可靠性和準(zhǔn)確性；而方法2和方法3的故障等級(jí)評(píng)估結(jié)果與實(shí)際等級(jí)結(jié)果存有一定誤差，其中方法3的評(píng)估偏差較大，由此可判斷方法3的評(píng)估效果最差，方法1的評(píng)估效果最佳。綜上所述，通過(guò)實(shí)驗(yàn)驗(yàn)證和分析，進(jìn)一步證明了方法1在評(píng)估精準(zhǔn)度方面的優(yōu)越性。這是因?yàn)榉椒?利用特征頻率計(jì)算故障評(píng)估分?jǐn)?shù)，并進(jìn)行多維度綜合評(píng)價(jià)，能夠準(zhǔn)確反映出輪軸類(lèi)部件的故障狀態(tài)，具備較高的評(píng)估精度和可靠性。

3)為判斷鐵路貨車(chē)輪軸類(lèi)部件故障多維度評(píng)估建模研究方法的綜合性能，在上述評(píng)估結(jié)果的基礎(chǔ)上進(jìn)一步實(shí)施評(píng)估效率測(cè)試，不同方法的評(píng)估效率對(duì)比測(cè)試結(jié)果表示如圖5所示。

圖5 不同方法的評(píng)估效率對(duì)比測(cè)試

通過(guò)對(duì)比圖5中的數(shù)據(jù)發(fā)現(xiàn)，在測(cè)試樣本數(shù)量不斷增加的情況下，方法1的評(píng)估耗時(shí)要低于方法2和方法3，并且保持在2s以?xún)?nèi)。這說(shuō)明方法1在評(píng)估效率方面表現(xiàn)出色。結(jié)合實(shí)驗(yàn)(2)可知，方法1的評(píng)估精準(zhǔn)度和評(píng)估效率最優(yōu)，驗(yàn)證了方法1的綜合評(píng)估性能極佳。綜上所述，在評(píng)估效率測(cè)試中，方法1的綜合性能表現(xiàn)出色。該方法不僅在精準(zhǔn)度方面具備優(yōu)勢(shì)，而且在效率方面也更為高效。這是因?yàn)榉椒?利用特征頻率計(jì)算故障評(píng)估分?jǐn)?shù)，而特征頻率可以通過(guò)簡(jiǎn)單的計(jì)算和分析進(jìn)行提取，不需要耗費(fèi)大量的計(jì)算資源和時(shí)間。因此，該方法能夠在較短的時(shí)間內(nèi)完成評(píng)估任務(wù)。

4 結(jié)束語(yǔ)

在當(dāng)前時(shí)代背景下，受多種因素影響導(dǎo)致輪軸類(lèi)部件故障狀態(tài)評(píng)估性能不佳，為解決這一問(wèn)題，提出鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)多維度評(píng)估建模研究方法。該方法針對(duì)鐵路貨車(chē)輪軸類(lèi)部件的基本結(jié)構(gòu)，通過(guò)獲取多個(gè)環(huán)節(jié)的頻率特征來(lái)識(shí)別故障狀態(tài)，并對(duì)每個(gè)環(huán)節(jié)的頻率特征進(jìn)行分析和計(jì)算，獲取輪軸類(lèi)部件的特征頻率。根據(jù)獲取結(jié)果從中診斷出鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)；根據(jù)診斷結(jié)果，建立多維度綜合評(píng)估模型，實(shí)現(xiàn)對(duì)故障狀態(tài)的多維度評(píng)估。在綜合評(píng)估模型中，考慮不同因素的權(quán)重和部件的故障狀態(tài)，將它們綜合為一個(gè)評(píng)估等級(jí)。通過(guò)有效研究和實(shí)施多維度評(píng)估等級(jí)，可以實(shí)現(xiàn)對(duì)鐵路貨車(chē)輪軸類(lèi)部件故障狀態(tài)的準(zhǔn)確評(píng)估。實(shí)驗(yàn)結(jié)果表明，該方法能夠準(zhǔn)確地診斷出鐵路貨車(chē)輪軸類(lèi)部件的故障狀態(tài)，并且實(shí)現(xiàn)了多維度綜合評(píng)估。然而，由于該方法構(gòu)建的模型還不完善，在未來(lái)的研究中，將引入更加先進(jìn)的機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)，優(yōu)化多維度綜合評(píng)估模型，提高評(píng)估精度和準(zhǔn)確性。