城軌電客車走行部在線監測系統研究與開發

黃單棟, 朱紅求

(中南大學 自動化學院， 湖南 長沙 410083)

1 引言

城市軌道交通作為最具可持續性的交通運輸模式，對我國經濟社會發展、民生改善和社會安全起著不可替代的支撐作用。隨著科技的發展和進步,我國的新型城市軌道交通技術已經融入到人們的生活[1]。城市軌道交通運營里程迅速增加，運送客流規模急劇增大，如何在快速運行條件下保障城市軌道交通列車的運營安全，已經成為各個城市共同面臨的嚴峻考驗。研制城市軌道車輛在線監測系統，實現對城市軌道車輛核心裝備的實時故障監測，提升城市軌道交通列車車輛運營的安全性和穩定性，已經成為城市軌道運營公司的首要任務。

城軌電客車走行部是地鐵電客車上最重要的組成部件之一，它是支撐車體及承載重量并引導電客車沿著軌道方向運行的裝置。目前，城軌電客車走行部運維主要以日常巡檢和預防性維修為主。日常巡檢是在電客車完成當日運行任務回庫后，維修人員對電客車情況進行系統性目視檢查。走行部預防性維修是為防止設備出現故障影響正常運營生產，實施提前預防的計劃性維修。通常對走行部的狀態的監測只能采取人工測量方式，人為因素較大，實時性不強，對車輛早期出現的故障不能及時發現[2]。通常計劃性預防維修的周期都是固定周期，如雙周檢、月檢、季檢、年檢、均衡修[3]等，這種維修維護方式可能造成過修或失修，極易導致維護成本的提高和設備運行可靠性的降低。重大的故障可能導致列車脫軌等重大安全事故，造成人員和財產的重大損失。由于在線監測系統具備故障預警、狀態預測及數據分析等功能，越來越受到行業青睞[4]，研制城軌電客車走行部在線監測系統刻不容緩，對于提升城市軌道交通列車運營的安全性和穩定性具有重要意義。

本論文基于智能故障診斷技術和計算機控制系統技術，在分析走行部基本原理和常見故障的基礎上，結合城軌電客車運營的實際需求，研究和開發城軌車輛走行部在線自動監測系統，實現車輛走行部運行狀態的實時監測、關鍵部件故障診斷等功能，有效提高車輛的安全性和運行的可靠性。

2 電客車走行部原理及在線監測總體方案

為確保電客車車輛的安全可靠運行，需要對列車的一些關鍵信息進行集中監測，包括轉向架狀態、列車實時行駛狀態等，實現對列車運行環境、動態行為的全方位感知，并通過無線通信方式將各類感知信息實時傳輸到地面預警分析系統。地面預警分析平臺對列車運行狀態實現實時可視化展示、歷史數據分析、列車實時狀態評估、故障診斷輔助決策等功能。結合地鐵運行的現場實際需求，考慮到軸箱軸承、齒輪箱、牽引電機等設備故障無法通過外觀進行檢查的問題，提出了走行部在線監測系統的總體框架，具體如圖1所示。

圖1 城軌電客車在線監測系統整體構成

系統遵循標準規范，采用層次化設計方法進行系統設計、統一的技術體系和框架建設應用系統、松耦合的業務建設思路統一數據交換接口。整個應用系統基于松耦合架構，對多變的需求具有很好的動態適應能力。

系統架構由服務展示、應用系統、應用支撐、數據資源、基礎運行平臺、感知層以及標準規范體系、安全保障體系和運行維護體系組成。

數據資源層負責將收集到的數據用結構化的方式進行存儲；應用系統層負責按數據采集、管理、查詢、分析的業務流程對數據進行處理；服務展示層負責實現系統與用戶的圖形用戶接口；安全保障體系負責數據信息化各層面的完整的安全技術和措施；運行維護體系是貫穿系統設計到運行的全過程保障體系；標準規范體系負責系統的標準建設，是保障整個系統建設實施成功的重要環節。

2.1 系統功能設計

電客車走行部在線故障診斷系統是一種電客車走行部安全監測裝備，基于廣義共振與共振解調的故障診斷體系，實現電客車走行部關鍵部件的車載在線實時診斷，對故障實現早期預警和分級報警，準確指導列車的運行和維修。走行部在線檢測系統架構如圖2所示。

圖2 走行部在線檢測系統架構

每節車廂都有一臺車載診斷分機，分機對前置處理器下達切換通道指令，并負責對傳感器的信號進行處理、采集、診斷與存儲。系統速度傳感器通過霍爾原理感應測速齒盤的磁性脈沖，當獲取的電客車實時速度≥20 km/h時，速度傳感器激活系統開始工作，例如：速度大于20 km/h時，分機會對當前車廂的所有測點進行依次檢測，先指定前置處理器切換到1號軸箱測點，然后分機對傳感器進行數據采集，采樣頻率根據速度傳感器感應測速齒盤的脈沖決定，每次脈沖采集1個數據，每通道采集1 024個數據，然后切換通道。數據采集完成后對數據進行算法分析計算，完成后再指定前置處理器切換到下一個通道2號軸箱，進行采樣及分析。通過不斷切換通道、采集、分析，完成對所有測點的監測與診斷。

分機每通道采樣數為1 024個點，采集的原始數據系統稱為精密檔案；分機內置在線故障診斷專家系統軟件，實現在線自動診斷，并實時給出診斷結論，計算結果系統稱為簡易檔案，分機會將精密檔案與簡易檔案都發給主機。列車主機內置4G無線通信模塊，收集所有分機的診斷結論與原始樣本數據，通過4G無線模塊將數據傳輸至地面預警分析系統。

2.2 在線檢測系統功能實現

(1)系統采用沖擊、振動、溫度三參數復合傳感器對軸箱軸承、齒輪箱軸承、電機軸承、傳動齒輪等進行實時監測、自動診斷，實現對軸箱軸承、齒輪箱輸入端軸承和牽引電機輸出端軸承內外環、滾動體、保持架的裂紋、剝離等故障進行精確自動診斷，對齒輪箱小齒輪斷齒、裂紋、偏磨等故障進行自動診斷。

(2)系統具有將報警信息通過短信/WiFi/4G等網絡傳輸至地面的功能，以便將車載報警信息實時傳輸至OCC(operation control center)或地面檢修人員，用于對嚴重故障實施調度控制，保障列車運營安全。

(3)系統具有分級診斷參考標準，并具備運營維修指導參考規范，系統報警準確率高于98%，漏報率低于0.1%。

(4)系統配置地面分析管理系統，包括服務器和配套軟件，具有歷史數據分析和趨勢分析預測，含溫度數據分析、沖擊數據分析、振動數據分析、故障信息統計、綜合決策、全壽命周期管理、知識庫管理等功能。

圖3 走行部在線監測設備狀態

圖4 走行部在線監測系統平臺展示

2.3 手機APP服務設計

為在線監測系統設計手機客戶端，利用手機實時查看系統數據，是當前比較流行的工作方式。走行部檢測APP成為未來該系統的開發方向，功能欄目主要分為兩個：當前設備狀態、歷史設備狀態。

當前設備狀態信息主要包括軸箱、齒輪箱、電機各自的溫度和振動的正常狀態和預警狀態，其中預警狀態分為Ⅰ級報警、Ⅱ級報警等，如圖5所示。

查看所有監測設備在歷史狀態的狀態信息，選擇預警或報警狀態的設備個數時，顯示該設備的設備位置以及在當天的采集數據情況，如圖6所示。

圖5 移動端實時狀態界面

圖6 移動端歷史狀態界面

3 系統的應用與測試

3.1 功能界面

地鐵走行部在線監測系統由安裝在車輛上的48個傳感器采集數據，并且能實時展示在顯示界面，包括系統管理、設備管理、監控管理、基礎分析、質量管理、風控管理和故障診斷七大模塊。故障診斷是其中的重要部分，用以實時查詢監測故障信息，它包括監測車輛車號、車輛設備信息、監測設備參數信息、故障信息四大區域。地鐵走行部在線監測系統監控界面如圖7所示。

依據獲取的走行部在線監測系統的運行數據，基于提出的故障診斷模型，就可以實時故障診斷，并將診斷結果進行顯示。同時顯示設備的標識信息以及地鐵電客車走行部的設備參數，為地鐵電客車的快速維護提供完整的信息。具體的故障診斷界面如圖8所示。

圖7 地鐵走行部在線監測系統監控界面

圖8 電客車故障診斷界面

3.2 系統實驗測試

電客車走行部故障診斷系統性能實驗的主要目的，是驗證由本文提出的電客車走行部故障診算法調用中，在狀態數據的傳輸過程中，故障診斷準確率以及故障診斷實時性等性能。

實驗裝置為數據模擬發射器及電客車走行部故障診斷系統。實驗計算機為thinkPad X1筆記本電腦，其主要性能參數為Intel(R)core(TM) i5,RAM 8.0GB,CPU @2.9GHz 2.9GHz，64位操作系統；linux服務器10臺，4核8G內存。

分別對表1所列的12個特征指標的40個樣本計算其指標值，得到4個10×12矩陣，對10個樣本所得到的特征指標取均值，可得到4×12矩陣，代表每一種信號的12個指標參數，然后將相同指標的四種信號參數值做歸一化處理。圖中橫坐標為12個特征指標，縱坐標為歸一化值，不同顏色代表不同類型的信號。一個優異的特征指標需具備以下特征：A類兩種信號計算出來的指標值應接近，B類兩種信號計算出來的指標值應接近，而A類與B類計算出來的指標值應差距較大，即圖中藍點和紅點應靠近，黑點和綠點應靠近，而這兩類應盡量疏遠。

圖9 不同信號的特征指標值

將A類20個樣本根據指標參數做均值處理，得到1×12同類樣本的平均指標值，B類類似處理，然后求AB類相應指標差值，作為AB的類間距，計算結果如表2所示。

表1 各特征指標的類內距

表2 各特征指標的類間距

表3 各特征指標的距離評價因子

對應類內距與類間距的比值為距離評價因子，其值越小說明該指標值的敏感度越高，計算結果如表3所示。由表可知，特征靈敏度排序為：峭度、裕度因子、脈沖指標、波形指標、峰值指標、偏度、整流均值、最值、峰峰值、標準差、有效值、均值。

在上述10個樣本中取8個做訓練樣本，2個做測試樣本，即共有32個訓練樣本和8個測試樣本。將以上特征指標排序，將其逐個添加進SVM的參數計算模型中，計算其測試樣本的準確度，在其準確度達到最高時的參數個數即為我們所要采用的判斷依據個數。如圖10所示，只取一個特征指標作為SVM參數計算模型時，測試樣本的準確度最高100%，此特征為峭度值，當按上述排序取兩個特征指標，即采用峭度和裕度因子作為訓練參數時，測試樣本的準確度下降至99.65%，所以按此結果來看，只用峭度指標作為我們判斷分類依據時準確率最高。

圖10 測試樣本的準確度

接下來我們用峭度值來驗證分類結果，分別計算上述四種類型信號的峭度值，其計算結果如表4所示。從表中可以看出，多故障信號和單故障信號的值較為接近，且>10，周期振動信號與非周期振動信號的值較為接近，且<5，很容易就能根據計算結果將這四個信號分為兩類，且分類結果與仿真最初設定是一致的。

表4 四種信號的峭度值

4 結語

根據系統的開發環境、技術特點以及現場實際需求等，設計了電客車走行部在線監測故障診斷系統平臺的總體架構以及系統的軟件結構，并提出了接口設計以及數據庫設計等關鍵技術，開發完成了一套符合實際需求、功能完善、性能穩定的電客車走行部在線監測故障診斷系統，實現了電客車走行部的遠程監控與故障診斷。系統的模擬測試結果表明了該系統的有效性。該系統的開發為電客車的運營提供了遠程監控與管理的具體手段，可以降低企業的運維成本，提高設備的綜合管理水平。