高速動車組橫向懸掛系統失效故障的診斷方法

胡曉依

(中國鐵道科學研究院 鐵道科學技術研究發展中心，北京　100081)

當前，基于車輛動力學模型的軌道車輛走行部動力學監測及故障診斷技術是軌道車輛動力學研究的一大熱點[1]。文獻[2—4]分別應用該技術研究了如何檢測、診斷普速軌道車輛走行部二系橫向減振器、抗蛇行減振器、二系空氣彈簧、一系減振元件的失效故障，取得了令人比較滿意的效果。文獻[5]的研究也表明應用該技術檢測、診斷高速動車組走行部一系垂向阻尼元件的失效故障也是可行的。但是關于利用該技術檢測、診斷高速動車組橫向懸掛系統失效故障的研究卻鮮有文獻報道。因此，本文根據高速動車組故障在線檢測和診斷的要求，建立高速動車組橫向懸掛系統動力學模型，開展高速動車組橫向懸掛系統抗蛇行減振器和二系橫向減振器元件失效故障診斷方法的研究。

1　高速動車組橫向懸掛系統故障診斷用動力學模型

軌道車輛動力學建模一般是先將與車輛動力學性能相關的車輛零部件簡化為具有各種質量、剛度和阻尼的元件，然后通過建立不同懸掛元件的剛度、阻尼、力和位移約束模型，將車體和構架、輪對等主要質量元件連接起來，再建立數學上可求解的微分方程組，最終通過求解這些方程組獲得各種動力學響應數據，用于車輛動力學性能評估、故障監測及診斷等。精確的高速動車組車輛動力學建模需考慮多種非線性因素，其中影響車輛橫向動力學行為的重要非線性因素之一是輪軌滾動接觸所產生的蠕滑力，其次還有抗蛇行減振器等阻尼元件的非線性等。如果將這些影響因素全部考慮在內的話，那么求解高速動車組動力學響應的計算量非常大，而且不易于實現橫向懸掛系統故障的在線檢測和診斷。因此，本文采用文獻[6]的建模方法，將輪軌接觸簡化為線性彈簧和阻尼，一系和二系減振器簡化為彈簧和阻尼的并聯組合，以CRH3型高速動車組為例，建立如圖1所示的用于高速動車組橫向懸掛系統失效故障診斷的半車動力學模型。圖中：v為車速；Csay為抗蛇行減振器阻尼；Csy為二系橫向減振器阻尼；Ksry為二系橫向減振器節點等效剛度；Ksy為空氣彈簧橫向剛度；Ksarb為抗側滾扭桿橫向剛度；Kx為一系縱向剛度；Ky為一系鋼簧橫向剛度；Kray為轉臂節點橫向剛度；Ksarw為抗蛇行減振器節點等效搖頭角剛度。

圖1　高速動車組橫向懸掛系統失效故障診斷用半車動力學模型

詳細的CRH3型高速動車組動力學建模過程和推導出的動力學微分方程組參見文獻[7]。

2　基于Kalman濾波技術故障診斷方法的適用性分析

2.1　診斷原理

自卡爾曼(Kalman)于1960年發表了用遞歸方法解決離散數據線性濾波問題的論文[8]以來，Kalman濾波技術逐漸成為基于模型的工業領域故障檢測和診斷所采用的主要技術[1-6]。Kalman濾波技術[9]用反饋控制的方法估計過程狀態，利用上一時刻的測量值估計當前時刻的狀態變量，并利用當前時刻的測量值對狀態變量進行修正。Kalman濾波技術用于普速和高速軌道車輛走行部動力學性能故障診斷的數學原理和具體操作步驟參見文獻[2，7]；該技術用于高速動車組橫向懸掛系統失效故障診斷的流程如圖2所示。由圖2可知：該診斷方法主要利用各種車輛動力學響應可測參數作為觀測參數，實現對車輛動力學系統狀態變量的最優估計，并利用狀態估計過程中的新息(Innovation)對系統故障進行實時檢測；與此同時，觀測參數呈現出來的某些時、頻域信號特征也可以作為故障檢測的輔助信息以及故障定位的依據，從而提高診斷的準確性。

圖2　高速動車組橫向懸掛系統失效故障診斷流程圖

2.2　仿真診斷算例

在前文建立的CRH3型高速動車組橫向懸掛系統失效故障診斷用動力學模型的基礎上，利用現有基于Kalman濾波技術的故障診斷方法對主要橫向懸掛部件進行實時故障檢測、診斷的仿真分析。參照文獻[2]，以高速動車組前后輪對搖頭角速度和橫向振動加速度、車體和轉向架的橫向振動加速度、轉向架的搖頭角速度等7個傳感器輸出信號為觀測參數，計算這些觀測參數的綜合新息加權平方和(WSSR)，通過比較故障前后WSSR的差異性實現對橫向懸掛系統中二系橫向減振器失效故障和抗蛇行減振器失效故障的檢測和診斷。

仿真計算時，車速v=300 km·h-1，時間步長Δt=2.5 ms，采樣頻率f=400 Hz，仿真計算時間為20 s。假定前10 s內高速動車組狀態正常，后10 s內高速動車組狀態異常，存在橫向懸掛系統部件故障。

仿真分析時，以如圖3所示的我國高速鐵路實測水平軌道不平順作為系統輸入進行分析。

分別針對1個抗蛇行減振器失效故障和1個二系橫向減振器失效故障進行仿真診斷分析，且在仿真診斷分析時，通過將動力學模型中減振器失效元件的阻尼設為0，模擬減振器失效故障。

1個抗蛇行減振器失效故障和1個二系橫向減振器失效故障仿真診斷分析的結果分別如圖4和圖5所示。由圖4和圖5可知：在以上2種仿真工況下，正常狀態(前10 s)與失效故障狀態(后10 s)時以上7個觀測參數的綜合WSSR均無明顯區別，這說明采用現有基于Kalman濾波技術的故障診斷方法[7]，不能有效地檢測出單個抗蛇行減振器失效故障和單個二系橫向減振器失效故障。

圖3　高速鐵路實測軌道不平順

圖4抗蛇行減振器失效時采用現有診斷方法得到7個觀測參數的綜合WSSR

圖5二系橫向減振器失效時采用現有診斷方法得到7個觀測參數的綜合WSSR

由此可見，直接應用現有的基于Kalman濾波技術的故障診斷方法不能對高速動車組橫向懸掛系統的減振器失效故障進行有效檢測，該方法有待改進。

3　橫向懸掛系統失效故障特征分析

分析現有基于Kalman濾波技術的故障診斷方法不能檢測高速動車組橫向懸掛系統減振器失效故障的原因，主要來自兩方面。一方面，現有診斷方法是通過對7個不同位置或類型的傳感器輸出信號進行綜合，形成最終的綜合WSSR。而實際上這7個傳感器的輸出信號并不是都對抗蛇行減振器和二系橫向減振器失效故障敏感。事實上，從理論上講，輪對的橫向振動加速度和搖頭角速度信號對一系元件失效故障相對敏感，對二系元件失效故障相對不敏感；而轉向架橫向振動加速度、搖頭角速度以及車體的橫向振動加速度信號則反之，它們對二系元件失效故障更敏感。因此，選擇轉向架橫向振動加速度、搖頭角速度以及車體橫向振動加速度這3個參數為觀測參數，進行抗蛇行減振器和二系橫向減振器失效故障的診斷，效果應更好。另一方面，現有診斷方法在進行故障檢測和分析時，未加區分地選擇了輸出信號中全頻段的所有信息進行綜合，而未考慮不同元件失效故障所對應特征敏感頻段的差異性，這必然會削弱該方法的有效性。

針對現有診斷方法的不足，以轉向架橫向振動加速度、搖頭角速度以及車體橫向振動加速度3個參數作為觀測參數，分別分析它們對應抗蛇行減振器和二系橫向減振器失效故障的頻域信號特征。

3.1　抗蛇行減振器失效故障特征分析

將圖3所示的實測軌道不平順輸入到圖2所示的動力學模型中進行故障特征分析。

車速v=300 km·h-1時，1個抗蛇行減振器失效前后的轉向架橫向振動加速度、搖頭角速度以及車體橫向振動加速度信號在0～20 Hz內的幅值譜如圖6所示。

圖61個抗蛇行減振器失效前后各觀測參數的幅值譜對比

由圖6可知：抗蛇行減振器失效故障對0～10 Hz頻率范圍的轉向架橫向振動加速度和轉向架搖頭角速度信號的敏感性均比較大，因此該頻段是抗蛇行減振器失效故障的特征頻段。考慮到轉向架搖頭角速度信號的實際測量非常困難，因此，我們僅選擇0～10 Hz頻率范圍的轉向架橫向振動加速度信號作為抗蛇行減振器失效故障的特征信息。

正常狀態和1～3個抗蛇行減振器失效故障狀態下轉向架橫向振動加速度信號幅值譜的對比如圖7所示。

圖7抗蛇行減振器正常和失效時轉向架橫向振動加速度幅值譜對比

由圖7可知：隨著故障嚴重程度的加深，故障特征越來越明顯，即3個抗蛇行減振器失效時，轉向架橫向振動加速度幅值譜在0～10 Hz頻段內的幅值變化較1個抗蛇行減振器失效時明顯增加；由此可見，采用0～10 Hz頻段內的轉向架橫向振動加速度信號作為抗蛇行減振器失效故障的特征信息是合理的。因此，可以依據這種故障特征進行高速動車組抗蛇行減振器失效故障的檢測以及故障定位。

為了進一步驗證該故障特征的敏感性，對故障前后的轉向架橫向振動加速度信號的有效值(RMS值)進行了計算，對比結果見表1。由表1可知：對于原始測量信號(0～40 Hz全頻段)，1～3個抗蛇行減振器失效時轉向架橫向振動加速度信號的RMS值與正常狀態時相比，分別增加6.89%,17.73%和91.7%；經0～10 Hz低通濾波處理后，其與正常狀態時相比分別增加20.90%，63.00%和251.04%。以上分析結果表明，RMS值隨著故障嚴重程度的加深呈現逐漸增大趨勢，且通過對提取的故障特征信號進行濾波處理，可以明顯增強測量的故障特征信號，利于故障檢測和診斷。

表1抗蛇行減振器故障前后的轉向架橫向振動加速度有效值(RMS值)比較

抗蛇行減振器失效個數濾波前濾波后數值較正常狀態增加比例/%數值較正常狀態增加比例/%00.32930.159310.35206.890.192620.9020.387717.730.259663.0030.629291.700.5592251.04

3.2　二系橫向減振器失效故障特征分析

車速v=300 km·h-1時，1個二系橫向減振器失效前后的轉向架橫向振動加速度、搖頭角速度以及車體橫向振動加速度信號在正常狀態和故障狀態時0～10 Hz內的幅值譜如圖8所示。

圖81個二系橫向減振器失效前后各觀測參數的幅值譜對比

由圖8可知：二系橫向減振器故障對0～2 Hz頻率范圍的車體橫向振動加速度較敏感，而對轉向架橫向振動加速度和搖頭角速度不敏感，因此該頻段是二系橫向減振器失效故障的特征頻段；故本文選擇0～2 Hz頻率范圍的車體橫向振動加速度信號作為二系橫向減振器失效故障的特征信息。

正常狀態和1～2個二系橫向減振器失效故障狀態下車體橫向振動加速度幅值譜對比如圖9所示。

由圖9可知：隨著故障嚴重程度的加深，故障特征越來越明顯，即2個二系橫向減振器失效時，車體橫向振動加速度幅值譜在0～2 Hz頻段內主頻峰的幅值變化較正常狀態和1個二系橫向減振器失效時明顯增加；比較正常和故障狀態時的頻譜分布還可知，無論是正常狀態還是故障狀態的頻譜均存在譜峰位置基本相同(位于0.8～0.9 Hz之間)的主頻峰，這表明該主頻峰所對應的頻率應為車輛系統的某一剛體模態的模態頻率。該模態的阻尼比受二系橫向減振器失效故障的影響比較明顯，隨著故障嚴重程度的加深，該模態的阻尼比呈減小趨勢，從而導致頻譜圖中主頻峰呈增大趨勢。由以上分析可知，采用0～2 Hz頻段內的車體橫向振動加速度信號作為二系橫向減振器失效故障的特征信息是合理的。

圖9二系橫向減振器正常和失效時轉向架橫向振動加速度幅值譜對比

為了進一步驗證該故障特征的敏感性，對故障前后的車體橫向振動加速度信號的有效值(RMS值)進行了計算，對比結果見表2。由表2可知：RMS值隨著故障嚴重程度的加深而逐漸呈現增大趨勢，且同樣通過對提取的故障特征信號進行濾波處理，可以明顯增強測量的故障特征信號，有助于早期故障的診斷。

表2二系橫向減振器故障前后轉向架橫向振動加速度有效值(RMS值)比較

二系橫向振器失效個數濾波前濾波后數值較正常狀態增加比例/%數值較正常狀態增加比例/%00.03910.026410.045215.600.041456.8220.0869122.250.0676156.06

4　基于Kalman濾波技術故障診斷方法的改進

由前文分析結果可知，0～10 Hz頻段的轉向架橫向振動加速度信號對抗蛇行減振器失效故障較敏感，0～2 Hz頻段的車體橫向振動加速度信號對二系橫向減振器失效故障較敏感。因此，為了提高故障診斷的有效性，應用基于Kalman濾波技術的故障診斷方法進行故障診斷時，不再采用原始7個觀測參數的綜合WSSR，而改進成采用經0～10 Hz濾波處理的轉向架橫向振動加速度和經0～2 Hz濾波處理的車體橫向振動加速度的綜合WSSR進行故障診斷，如果這2個參數的綜合WSSR有突變，則診斷高速動車組橫向懸掛系統存在抗蛇行減振器失效或二系橫向減振器失效的故障。

按2.2節的仿真工況，重新分別對1個抗蛇行減振器失效故障和1個二系橫向減振器失效故障進行仿真診斷分析。以經0～10 Hz濾波后的轉向架橫向振動加速度和經0～2 Hz濾波后的車體橫向振動加速度為觀測參數，重新計算轉向架和車體的橫向振動加速度的綜合WSSR。

當車速v=300 km·h-1且1個抗蛇行減振器阻尼失效時，按改進方法仿真計算出的轉向架和車體橫向振動加速度的綜合WSSR如圖10所示。由圖10可知：綜合WSSR在有故障的10 s內比無故障的10 s內顯著增大；由此可見，采用改進方法可以診斷出該速度級下1個抗蛇行減振器的失效故障。

圖101個抗蛇行減振器失效時轉向架和車體橫向振動加速度的綜合WSSR

對1個二系橫向減振器失效故障按改進方法進行診斷的結果如圖11所示。由圖11可知：后10 s內的綜合WSSR比前10 s內顯著增大，由此可見，采用改進方法同樣可以診斷出v=300 km·h-1速度級下1個二系橫向減振器的失效故障。

圖111個二系減振器失效時轉向架和車體橫向振動加速度的綜合WSSR

進一步對1個以上的抗蛇行減振器和二系橫向減振器的失效故障進行仿真診斷并研究分析發現，基于改進方法獲得的正常和故障狀態下綜合WSSR的差異性更明顯。限于篇幅，具體的仿真結果不再給出。

綜上，改進方法提高了既有基于Kalman濾波技術的診斷方法的有效性，可用于高速動車組橫向懸掛系統失效故障的診斷。

5　結　論

(1) 對于CRH3型高速動車組，抗蛇行減振器出現失效故障時轉向架橫向振動加速度較敏感，其敏感頻段為0～10 Hz；二系橫向減振器出現失效故障時車體橫向振動加速度較敏感，其敏感頻段為0～2 Hz。

(2) 相較于現有的基于Kalman濾波技術的診斷方法，采用經0～10 Hz濾波處理的轉向架橫向振動加速度和經0～2 Hz濾波處理的車體橫向振動加速度信號的綜合WSSR診斷故障，可以提高診斷的有效性。

(3) 仿真研究結果表明，對于CRH3型動車組，在車速為300 km·h-1時，采用本文提出的改進方法可以有效診斷出1個及以上二系橫向減振器和抗蛇行減振器的失效故障。

[1]STEFANO Bruni, ROGER Goodall, MEI T X, et a1. Control and Monitoring for Railway Vehicle Dynamics [J]. Vehicle System Dynamics, 2007, 45(7): 743-779.

[2]LI Ping, ROGER Goodall. Model-Based Condition Monitoring for Railway Vehicle System[C]// Proceedings of the UKACC International Conference on Control. UK: University of Bath, 2004.

[3]李海濤, 王成國. 基于軌道車輛頻域模型的二系垂向懸掛元件狀態監測[J]. 鐵道機車車輛, 2008, 28 (2): 1-5.

(LI Haitao, WANG Chengguo. Health Monitoring of the Secondary Vertical Suspension of the Rail Vehicle Based on Its Frequency Model[J]. Railway Locomotive & Car, 2008, 28 (2): 1-5. in Chinese)

[4]WEI Xiukun, JIA Limin, LIU Hai. A Comparative Study on Fault Detection Methods of Rail Vehicle Suspension Systems Based on Acceleration Measurements[J]. Vehicle System Dynamics, 2013, 51(5): 700-720.

[5]胡曉依，孫麗霞. 軌道車輛走行部一系垂向阻尼元件故障診斷[J]. 振動、測試與診斷, 2013, 33(增2): 148-151.

(HU Xiaoyi, SUN Lixia. Vibration Fault Diagnosis Method on the Primary Vertical Damping Elements for Rail Vehicle Running Gear[J]. Journal of Vibration, Measurement & Diagnosis, 2013, 33(Supplement 2): 148-151. in Chinese)

[6]LI Ping, ROGER Goodall, PAUL Weston，et al. Estimation of Railway Vehicle Suspension Parameters for Condition Monitoring[J]. Control Engineering Practice, 2007 (15): 43-55.

[7]胡曉依，成棣. 基于非平穩信號分析的高速列車走行部狀態振動監測及診斷方法研究[R].北京：中國鐵道科學研究院，2013: 113-117.

(HU Xiaoyi, CHENG Di. Research on Vibration Monitoring and Diagnosis Method of High Speed Train Running Gear Based on Non-Stationary Signal Analysis[R]. Beijing: China Academy of Railway Sciences, 2013: 113-117. in Chinese)

[8]KALMAN R E. A New Approach to Linear Filtering and Prediction Problems[J]. Transaction of the ASME-Journal of Basic Engineering, 1960(3): 35-45.

[9]GREG Welch, GARY Bishop. An Introduction to the Kalman Filter[EB/OL].[s.l.]: Department of Computer Science, University of North Carolina, 2001.http://www.cs.unc.edu/～{welch,gb}

[10]李海濤，王成國，許躍生，等.基于EEMD的軌道一車輛系統垂向動力學的時頻分析[J].中國鐵道科學，2007，28(5)：24-30.

(LI Haitao，WANG Chengguo，XU Yuesheng，et al.Time-Frequency Response Analysis of the Vertical Dynamics of Track-Vehicle Systems Based on EEMD[J].China Railway Science，2007，28(5)：24-30.in Chinese)

[11]侯茂銳,常崇義,胡曉依,等. 高速列車橫向穩定性仿真分析[J]. 中國鐵道科學, 2012, 33(增): 25-32.

(HOU Maorui，CHANG Chongyi，HU Xiaoyi，et al.Simulation Analysis on the Lateral Stability of High-Speed Train[J].China Railway Science，2012，33(Supplement)：25-32.in Chinese)