轉向架在線監測與診斷系統在青島地鐵的應用

李大勇，陳明可，欒林昊，鄧舉明

（青島地鐵集團有限公司運營分公司，山東青島 266031）

城市軌道交通地鐵車輛為轉向架承載、輪軌導向結構，車輛運行時，由于線路條件、輪對異常磨耗或損傷等原因，會造成輪對、軸箱劣化，嚴重時會引起車輛振動、異響。既有的車輛檢修模式是待車輛運營結束返回車輛段后，再進行車輛部件的檢查，具有滯后性，且不易發現早期缺陷，直接影響乘坐舒適度，長期運行危及行車安全。青島地鐵3號線的線路設置有未減振道床、重型浮置板道床、輕型浮置板道床 3種結構[1]，加之線路彎道等因素，線路條件差，列車振動非常大。因此，使用車輛轉向架在線監測與診斷系統的必要性尤為突出。

該系統采用高精度傳感采集技術、物聯網通信技術、現代信號分析與故障診斷技術等，在地鐵車輛轉向架的關鍵部件上布置各類傳感器，完成列車所受激勵及其響應信號的監測。該系統主要監測地鐵車輛轉向架關鍵部件的早期缺陷，監測部位包括列車轉向架的軸箱、輪對踏面、輪軌狀態，并通過無線通信方式，將各類感知信息實時傳輸到地面分析管理系統。地面預警管理平臺對列車運行狀態進行實時可視化展示、歷史數據分析、列車實時狀態評估、故障診斷輔助決策等[2]，以保證列車安全運營。

1 系統架構

轉向架在線監測與診斷系統由車載設備和地面服務器構成，其中車載設備包括車輛主機、車輛分機、車載交換機、復合傳感器、前置處理器。該系統采用分布式結構，每節車廂布置一個車載分機，所有傳感器連接到車載分機，完成數據采集、存儲和分析的功能，每個分機獨立診斷數據結果。分析結果通過以太網傳輸到列車主機，由其完成車載實時監控交互和無線移動通信功能，再通過無線移動通信模塊將診斷報警信息輸出。系統拓撲結構如圖1所示。

圖1 系統拓撲結構Figure 1 System topology

系統通過在轉向架上安裝相應傳感器、檢測設備等，實時監測列車轉向架軸箱中軸承等關鍵部件的沖擊、振動、溫度等參數，并進行數據分析，實現軸承狀態監測，其監測范圍包括內圈故障、外圈故障、滾動體故障、保持架故障等。通過監控軸箱的振動和溫度等參數，完成公里標自動定位功能，實現輪對和軌道的在線實時診斷，從而通過控制接口開啟輪軌振動監測模式，其監測范圍包括輪對踏面剝離、裂紋、擦傷以及軌道振動、軌道波磨等。

地面服務器的分析管理系統可以進行列車關鍵部件運行狀態實時可視化展示，實現歷史數據分析、列車實時狀態評估、故障診斷輔助決策等功能。

2 系統原理

2.1 軸承故障診斷原理

任何機械故障的產生，均會有故障沖擊信息的發生，這些沖擊必然會激發機械系統的高頻固有振動。通過共振解調技術，可以有效地提取這些沖擊信息，從而對故障進行診斷。軌道交通車輛走行部關鍵部件主要為旋轉部件（如軸承等），當其產生故障時，沖擊振動在頻域上的特征與速度相關。因此，利用共振解調技術，結合速度和頻域分析，可以有效地對部件的故障進行診斷[3]。

車載系統通過共振解調技術對走行部旋轉部件的運行狀態進行診斷，診斷部件主要有軸箱和輪對踏面。前端傳感器采集的信號經過前置處理器進行信號預處理，前置處理器對信號進行放大和通道選擇。前置處理器將預處理后的信號傳輸到信號調理板卡，板卡進行共振解調處理和數據采樣，如圖2所示。

圖2 共振解調過程Figure 2 Resonance demodulation process

車載系統對共振解調后的數據進行分析和計算，其信號處理、診斷、分析的過程如圖3所示。經過共振解調和FFT（快速傅氏變換）后，系統可以準確地對故障進行判斷和警報。

圖3 系統診斷原理Figure 3 System diagnosis principle

2.1.1 旋轉機械件的監測原理

包絡分析技術是軸承早期故障檢測和診斷領域的一種非常有效的信號分析技術，最早由 Mechanical Technology 公司于 1970年代提出，最初叫作高頻共振技術，還被稱作幅度解調技術、解調共振分析技術、窄帶包絡分析技術和包絡分析技術。

以旋轉軸承為例，當軸承內部工作面出現剝離等缺陷時，運動表面與缺陷部位相互碰撞產生沖擊振動。這種沖擊振動與正常情況下軸承的振動不同，持續時間非常短，但是具有非常寬的頻譜范圍，可以激起軸承各部分的共振。由于軸承中運動部件旋轉運行會周期性地通過故障點，因此激發出的軸承共振通常具有一定的周期性，并且不同故障類型對應的周期性是不同的。因此，根據探測這種高頻共振的重復頻率，就可以獲知當前軸承的故障類型。

滾動軸承與軸承故障特征頻率相關的幾何參數如圖4所示，其中：Di為軸承內圈滾道的直徑，Do為軸承外圈滾道的直徑；d為軸承滾子的直徑；ωi為內滾道的旋轉角速度，對應頻率為fi；ωo為外滾道的旋轉角速度，對應頻率為f0。根據圖4中的幾何關系、旋轉線速度與頻率的關系，推導出軸承缺陷的頻率特征函數關系[4]。

圖4 滾動軸承幾何參數Figure 4 Geometric parameters of rolling bearing

軸承部件內圈外滾道在外圈固定時的特征頻率公式如下：

軸承部件外圈內滾道在外圈固定時的特征頻率公式如下：

軸承部件保持架在外圈固定時的特征頻率公式如下：

軸承部件滾子在外圈固定時的特征頻率公式如下：

2.1.2 共振解調技術的原理

共振解調技術是經過包絡分析將湮沒在背景噪聲中的微弱信號提取出來，然后輸出一個消除了振動信號干擾的信號，接著對該信號進行頻譜分析，并且利用滾動軸承的故障特征頻率進行分析。共振解調法是目前應用于實際的常用方法。

機械設備在工作的過程中，無論其工作狀態的好壞，還是在轉子不平衡所采集的信號當中，都會含有各種其他的振動信息，由軸承故障引發的沖擊脈沖往往是幅值小、寬度窄的信號，會被系統噪聲所遮掩，直接對沒有處理過的信號進行傅里葉變換，是不能提取出正確的故障信息的。因為小的故障沖擊也有著很復雜的高頻部分，它能夠引起機械系統或者傳感器的共振，而共振的作用會讓故障沖擊信號得到放大。對高頻部分進行包絡并且進行譜分析就可以得到頻譜圖[5]，將其與故障特征頻率進行對比，就可以分析出故障的具體位置，共振解調過程如圖5所示。

圖5 沖擊信號的共振解調Figure 5 Resonance demodulation of shock signal

共振解調的過程如下：首先對采集到的信號進行傅里葉變換，然后利用傳感器自身的諧振頻率進行分析，對濾波后的信號進行包絡，包絡以后去除高頻部分，得到包絡信號，再對改進的包絡信號進行低通濾波[6]，最后對得到的信號再進行傅里葉變換，求其頻譜圖。共振解調的原理及其過程見圖6。

圖6 共振解調的原理及其過程Figure 6 Principle and process of resonance demodulation

2.2 鋼軌波磨診斷原理

鋼軌波磨是指在鋼軌沿縱向表面上出現的具有周期性特征且呈現出類似于波浪形狀的一種軌頭缺陷。當前，我國運營的地鐵均有不同程度的波磨現象出現，尤其是當線路曲線半徑R≤350 m時，會大概率發生鋼軌波磨。波磨有兩種屬性特征：波長和波深。DnaldR.Ahlbeck 等對城市軌道交通鋼軌波磨的研究表明：波磨波長介于50～200 mm 之間；波深與波長相關，短波波磨的波深一般小于0.2 mm，最大波深達0.9 mm。

2.2.1 鋼軌波磨檢測系統

鋼軌波磨檢測系統的結構如圖7所示。加速度傳感器測量車輛軸箱振動加速度，通過信號放大器調理進行模擬處理，進入數據采集卡量化，速度傳感器采集列車速度，再利用數字處理技術，對采集到的軸箱加速度進行信號處理，包括降噪、數字積分、高通濾波，最終得到波磨波形。

圖7 檢測系統結構Figure 7 Structure diagram of detection system

2.2.2 鋼軌波磨檢測模型

目前，軌道高低短波不平順的檢測方法主要有幾類：弦測法、慣性基準法以及基于圖像頻域特征的檢測方法。青島3號線采用的是慣性基準法——軸箱加速度積分法，即對采集到的列車軸箱垂向加速度二次積分，即軸箱的垂向位移等于軌道鋼軌波磨。

根據圖8簡化的鋼軌模型，推導其垂向動力學方程，并加入軌道不平順，經公式推導可得：軌道諧波不平順頻率與其引發的機車車輛軸箱振動加速度頻率相同。基于此關系分析，當已知行駛速度v和軸箱垂向振動加速度頻率f，通過λ=v/f可以求得該軌道的不平順波長。不是所有波長范圍的不平順值都對軌道維護和研究有意義，地鐵軌道波磨為短波波長，故須設計高通濾波器濾除長波波長，截取需要的檢測波形，保證檢測精度。

圖8 慣性基準法原理Figure 8 Principle diagram of inertial reference method

安裝于軸箱上的加速度計采集加速度振動信號，可直接反映出軌道的不平順狀態，積分所得垂向位移Z為波磨值[6]，有

此時，慣性參考基準線為軸箱，故積分值Z即為軌道波磨。

3 數據傳輸

地鐵車輛轉向架在線監測與診斷系統，其數據傳輸到地面的方式一般分為兩種：一種是通過車載無線通信設備發送給地面通信設備，再由地面通信設備通過專用通信電纜傳送至車輛段；另一種是通過無線4G網絡傳輸。在兩種數據傳輸方式中，前者的優點是數據傳輸穩定，缺點是需要提前敷設專用電纜，同時占用車輛網絡系統的通信帶寬，傳輸的數據量受限；后者的優點是結構簡單、傳輸數據量較大，缺點是在地下線進行數據的無線傳輸，對通信質量有一定的影響。

青島地鐵3號線的轉向架在線監測與診斷系統，其數據傳輸方式為無線 4G網絡傳輸。傳輸模塊采用華為ME909s無線模塊，支持下行150 Mbit/s、上行50 Mbit/s的傳輸速率；是Cat4 LTE工業級無線模塊，支持三大運營商2G、3G、4G網絡制式。

4 數據解析

青島地鐵 3號線的轉向架在線監測與診斷系統，其地面服務器作為地面預警分析系統的平臺服務器，負責接收主機采集上來的數據，并存儲在服務器中。服務器的作用包括接收主機數據，存儲主機數據、日志及預警分析系統的操作數據，并將數據存儲在數據庫中，統計分析車載設備數據。服務器既是應用程序服務器，又是數據庫服務器。

4.1 列車數據管理

列車數據管理的顯示界面能夠展示列車的各個部件查詢時間內的運行狀態統計。根據選擇的線路與列車號，展示該列車上所有測點的工作狀態，包括測點是否在線、當前工作模式、預警狀態等關鍵信息，可以直觀地發現走行部上各個測點的工作狀態。

4.2 軌道波磨數據管理

波磨數據管理模塊是對波磨數據進行展示的頁面，包括車號、車廂號、測點、波磨開啟時間、采集時間、波磨關閉時間、軌道狀態、平均波深、最大波深、波長、當前到站、下一站、距離下一站等信息。當軌道狀態為波磨時，平均波深、最大波深、波長等字段會顯示該條波磨數據經過數據分析后得到的相關信息。

5 系統應用

根據車輛檢修規程，地鐵運維單位須定期對車輛輪對的踏面、輪緣等參數進行人工檢查及測量。由于轉向架在線監測與診斷系統能夠提供實時的檢測數據，車輛段控制中心即可動態掌握車輛輪對的技術狀態。當正線運營的車輛監測數據異常時，檢修調度可立即做出行車調整建議，并制訂相應的檢修計劃。車輛回段后直接進入臨修線進行架車檢修，或進入鏇輪線進行輪對數據測量與鏇修，避免頻繁人工測量輪對數據、段內轉軌的工作量，提高檢修生產效率。

同時，采用轉向架在線監測與診斷系統，能夠為地鐵車輛在正線運營提供及時、有效的技術支持。根據監測的車輛技術狀態，實現基地檢修技術人員對行車過程中車輛故障的準確判斷，從而提供針對性的技術指導意見，提升車輛故障處理響應速度。

將地鐵車輛的技術數據長期積累，并進行統計分析，形成車輛故障數據庫，運用大數據管理，使車輛檢修的全壽命周期管理成為可能，逐步實現地鐵車輛的智能運維。

6 結語

綜上所述，地鐵車輛轉向架在線監測與診斷系統作為地鐵車輛運維管理的重要手段之一，必將在車輛全壽命周期管理、智能運維等方面發揮積極有效的作用。然而，其數據采集的準確性及數據分析的有效性，仍需要后續檢測數據的長期積累分析，并結合部件的實際故障率進行對比驗證。