城市軌道交通車輛制動系統控制閥故障診斷方法

原宇博

關鍵詞：城市軌道交通;車輛制動系統;控制閥;故障診斷

0引言

近年來，隨著城鎮化進程的不斷推進，我國城市面積不斷增加，人員出行與物資交流活動逐漸復雜，形成了環境空氣污染嚴重、交通擁堵、出行時問長等“城市病”。城市軌道交通形式為全封閉，不易受到外界條件的影響。軌道交通充分利用了地下空間，車廂編組靈活，運能大，通過接觸軌供電，節約能源，對環境污染程度較小，是解決“城市病”的有效手段，也是城市公共交通的關鍵組成部分，可以有效地節省市民的出行時間，改善市民的生活質量，保障城市的健康發展。

城市軌道交通車輛是實現乘客運輸任務的直接工具，是軌道交通的效益線與生命線。城市軌道交通迅速發展的同時，軌道交通車輛安全事故發生的概率也在不斷攀升，軌道交通車輛制動系統的安全性逐漸受到人們的重視。依據統計年鑒數據發現，某地地鐵開通4個月內，車輛制動系統發生故障約40多次，造成了重大的經濟損失與人員傷亡。

城市軌道交通車輛制動系統由不同部件與子系統構成，部件與子系統之問相互配合，構成一個整體。在實現制動服務過程中，若某一環節出現故障，會導致車輛運行異常，威脅車輛以及乘客的安全。軌道交通具備行駛速度快、乘客數量波動大、發車頻率高等特點，這對城市軌道交通車輛制動系統的可靠性提出了更高的要求。而在車輛制動系統中，制動服務主要由控制閥決定，若控制閥出現故障，則會導致軌道交通車輛無法停止，從而發生車輛事故。為了避免車輛制動系統存在隱患，保證軌道交通車輛的穩定運行，相關學者對此進行了研究。孫玉亭提出了電力機車空氣制動系統的控制故障診斷方法，對相關內容做了概述，分析了機車空氣制動系統中可能出現的故障，并結合相關實踐經驗，分別從多個角度和方面就電力機車空氣制動系統的故障檢測展開了研究，但是該方法的電力機車空氣制動系統的控制故障診斷效果不佳。

針對上述方法存在的問題，本文在上述方法的基礎上，提出一種新的城市軌道交通車輛制動系統控制閥故障診斷方法，解決了傳統診斷方法存在的問題，為保證城市軌道交通車輛運行的穩定和安全奠定了基礎。

1城市軌道交通車輛制動系統控制閥故障診斷方法

1.1故障分類

控制閥是城市軌道交通車輛制動系統的主要執行單元儀表，由執行機構與調節機構構成。其中，執行機構依據驅動動力的不同可以劃分為：電動執行機構、氣動執行機構與液動執行機構;調節機構依據結構的不同可以劃分為球閥、三通閥、直通雙座閥、角型閥等。在城市軌道交通車輛制動系統中，控制閥需要與定位器結合使用，定位器可以極大地提升控制閥的控制精準度。

根據城市軌道交通車輛制動系統實際情況來看，使用頻率較高的控制閥為氣動控制閥，由氣動執行機構、三通閥、定位器等相關附件構成。氣動控制閥示意圖如圖1所示。

氣動控制閥工作原理為：以壓縮空氣為動力，定位器以車輛制動系統提供的信號作為控制信號，以此來控制閥位變化。計算閥位反饋信號與控制信號的差值，依據差值計算結果改變輸入電流，從而改變力矩馬達偏移，形成背壓信號，完成電流與氣壓信號的轉換，進而驅動繼動閥，實現了城市軌道交通車輛的制動。

通過現有文獻研究發現，控制閥故障主要依據構成部分分類，分別為閥體故障、執行機構故障與附件故障，具體情況如下。

（1）閥體

閥體故障主要分為3類，分別為內漏、外漏和堵塞，故障原因如表1所示。

（2）執行機構

執行機構故障主要分為2類，分別為閥桿受損和氣室漏氣，故障原因如表2所示。

（3）附件

附件指的是定位器與減壓閥，具體故障原因如表3所示。

上述故障是控制閥使用過程中發生概率較高的故障，通過對其分類、統計，為控制閥故障診斷與定位提供依據，也方便控制閥的管理與維修工作。1.2信號采集與處理

此研究采用8通道動態數據采集卡、6個振動加速度傳感器與2個聲壓傳感器對城市軌道交通車輛制動系統中的控制閥信號進行采集。

由于車輛制動系統工作環境較為復雜，采集得到的控制閥信號含有大量的噪聲，會極大地降低控制閥故障診斷的精準度，為此，利用EMD算法降低控制閥信號中的噪聲含量，具體控制閥信號降噪步驟如下所示。

（1）設定采集的控制閥信號為Y（t），提取控制閥信號Y（t）的局部極大值點與極小值點，利用三次樣條函數曲線將局部極大值點擬合出控制閥信號的上包絡線，同樣利用三次樣條函數曲線將局部極小值點擬合出控制閥信號的下包絡線，上、下包絡線表征著控制閥信號的全部特征信息。

（2）計算步驟1得到的上、下包絡線均值，記為h，設定IMF分量信號為：

當x1滿足EMD算法條件時，判定x1為控制閥信號的IMF分量信號。

（3）若IMF分量信號x1不滿足EMD算法條件，將x1作為控制閥信號重復步驟1，將新IMF分量信號x1均值記為h2，則有：

再次判定x2是否滿足EMD算法條件，若滿足，判定x2為控制閥信號的IMF分量信號;若不滿足，再次進行步驟1循環，直至得到目標IMF分量信號，記為x，令x+1=m1，則m1就是第1個從控制閥信號中分解出來的IMF分量信號。

（4）將上述步驟得到的第1個IMF分量信號分離出來，表達式為：

將得到的C（t）當作控制閥信號，重復進行步驟1～3，得到第2個IMF分量信號m2。重復循環N次，直到C（t）成為一個單調函數，得到了N個屬于控制閥信號Y（t）的IMF分量信號。

（5）上述步驟得到的C（f）即為經過EMD算法的殘余信號，而IMF分量信號m（t）反映了控制閥信號的不同特征信息，為控制閥故障診斷提供便利。

1.3信號相關系數計算

控制閥信號較多，若一一進行診斷，時問過長，過程較為復雜，為此，計算不同控制閥信號之問的相關系數，確定控制閥信號之問的關聯程度，若關聯程度高，則合并控制閥信號;若關聯程度低，則保留兩個控制閥信號，以此來簡化控制閥故障診斷過程。

若r（p）<0.1，控制閥信號之間相關程度達到最好狀態，對應的延遲步長為1。選擇r（p）<0.1的控制閥信號作為控制閥特征信號，為下述控制閥故障診斷提供數據支撐。

1.4故障診斷

以上述得到的控制閥特征信號為基礎，制定控制閥故障診斷程序，具體步驟如下所示。

（1）此研究選取采樣點數10240點的控制閥信號為對象;

（2）將采集的控制閥信號通過EMD算法進行降噪處理，得到控制閥信號相應的IMF分量信號;

（3）對上述步驟得到的IMF分量信號進行重構，將得到的重構信號進行奇異值分解;

（4）通過相關系數計算值確定奇異值分解的延遲步長，搭建相應的Hankel矩陣，確定降階次數;

（5）依據上一步得到的歸一化相關系數對IMF分量信號進行篩選，將篩選得到的IMF分量信號與控制閥故障類型進行匹配，若匹配完成，輸出控制閥故障類型;若匹配失敗，無輸出，表明控制閥無故障發生。

通過上述過程實現了城市軌道交通車輛制動系統控制閥故障的診斷，為車輛以及乘客安全提供更加有效的保障。

2實驗結果與分析

2.1實驗設計

為了驗證提出方法的應用性能，設計仿真實驗。選取Bosh Rexroth公司生產的控制閥作為實驗對象。在WindowsXP平臺上采用LIBSVM工具箱進行仿真實驗。LIBSVM工具箱是由Lin Chin-Jen開發的，具備簡單易行的優勢，可以用來解決分類、回歸、估計等多種問題。

為了保障實驗的可控性，在實驗條件下，模擬了10種控制閥故障模式，具體如表4所示。

2.2實驗指標選取

為了客觀反映城市軌道交通車輛制動系統控制閥故障診斷方法的應用性能，選取特定的實驗指標，通過實驗指標的大小判定提出方法應用性能的好壞。

通過現有文獻研究發現，提出方法的應用性能由控制閥信號中的噪聲占比與控制閥故障診斷系數決定，上述兩個實驗指標計算公式為：

2.3控制閥信號噪聲占比分析

通過研究發現，只有控制閥信號噪聲占比小于31.22%，才能得到比較精確的故障診斷結果。為了保障實驗結果的準確性，分別在調定壓力3MPa與5MPa下進行仿真實驗，得到控制閥信號噪聲占比實驗結果如表5～6所示。

由表可知，隨著調定壓力的增加，控制閥信號噪聲占比升高。在調定壓力3MPa下，控制閥信號噪聲占比范圍為10.23%～15.68%;在調定壓力5MPa下，控制閥信號噪聲占比范圍為25.10%～29.91%，通過對比發現，實驗結果均低于最高限值31.22%。

2.4控制閥故障診斷系數分析

通過仿真實驗得到控制閥故障診斷系數數據如圖2所示。常規情況下，控制閥故障診斷系數最低限值為0.36，由圖可知，通過仿真實驗得到控制閥故障診斷系數范圍為0.36-0.94，全部高于規定的最低限值。

上述實驗結果顯示：提出方法控制閥信號噪聲占比均低于最高限值31.22%，控制閥故障診斷系數范圍均高于最低限值0.36，充分說明提出的方法具備較好的應用性能。

3結束語

為了更好地解決傳統城市軌道交通車輛制動系統控制閥故障診斷方法中存在的控制閥故障診斷效果不佳的問題，本文提出一種新的城市軌道交通車輛制動系統控制閥故障診斷方法。此研究以現有控制閥故障類型為基礎，對城市軌道交通車輛制動系統中的控制閥信號進行采集，利用EMD算法對控制閥信號中的噪聲進行處理，并計算不同控制閥信號之問的相關系數，確定控制閥信號之間的關聯程度，根據得到的控制閥特征信號，制定控制閥故障診斷步驟。實驗結果充分表明，本文方法的控制閥信號噪聲占比比最高限值低，且控制閥故障診斷系數范圍比最低限值高，具備良好的應用性能，可以為車輛以及乘客的安全提供更加有效的保障。