動車組牽引電機的故障預測與健康管理技術的研究

徐博

(遼寧鐵道職業技術學院 遼寧錦州 121000）

動車組系統構造復雜，包含了牽引系統、網絡系統、制動系統等多個子系統，構成動車基礎的各個系統的健康狀況，對動車基礎的安全運行起到了關鍵作用，為了保證動車機組的各個部件能夠安全穩定運行，目前針對動車機組主要采用計劃檢修的方式對動車機組進行檢測，這種檢修方式會造成動車機組的零部件的過度檢修，以及存在動車機組的零部件檢修不足的情況。同時隨著我國動車組數量的增多，工作量也大大增加。目前，隨著大數據技術與PHM技術的不斷發展，通過對動車組的各個子系統進行全面的智能監測與故障預測來判定各個子系統的健康狀態，為檢修人員提供參考數據，使檢修方式有計劃修逐步向狀態修轉變，這樣有利于延長動車組使用壽命，降低運維成本。牽引電機是動車組的關鍵設備之一，其健康狀況直接影響了動車組的安全運行。

1 電氣故障診斷及絕緣健康管理

1.1 絕緣老化機理研究

動車機組的零部件絕緣老化主要是針對動車機組的電機結構中的薄弱環節存在老化絕緣以及存在過熱情況下，導致機組絕緣系統的電機性能降低，引起機組的電機在運行情況下發生故障。對于機組電機，電機的絕緣系統熱老化主要是由于電機長期的使用造成的，并且對于動車基礎而言，若運行狀態中存在過熱的情況，會導致繞組以及連接線的絕緣部分發熱老化。動車機組在過載運行情況下，容易導致機組的局部存在燒毀的情況，當動車機組的軸承等機械零部件發生故障的時候，會造成動車機組電機定轉子中心不對稱運行，電機的鐵芯位置出現局部過熱導致鐵芯的絕緣層被破壞。此外，在機組電機運行過程中，由于機械應力等原因，會使得動車機組的牽引電機在運行過程中產生線圈振動以及互相摩擦等情況，會導致絕緣機組的外部絕緣層產生磨損，破壞電機絕緣性能為了對電機的電氣故障進行有效的診斷，通常采用對交流電機的故障信號進行交直流分解的方式，對電機產生的各種故障頻率成分進行動態分析，實現電機的故障類型檢測，通過對電氣中流過的電流峰值以及電流的均方根值對電機中的電信號進行處理，對電機產生的故障進行判定,如表1所示。

表1 電機故障信號中的各種頻率成分

1.2 絕緣試驗方案設計

通過對電機的表面絕緣層進行絕緣實驗，可以有效對動車機組的電氣絕緣材料以及絕緣零部件和動車基礎的電機運行特性進行模擬仿真，通過電機基礎的絕緣材料的絕緣老化性能以及電機在不同狀態下的電流變化情況進行模擬，可以為電機的故障診斷提供有效的判據。在對電機的故障絕緣位置進行診斷的過程中，主要針對電機的絕緣材料分層故障，絕緣材料不分層故障，以及短路故障和整車材料斷條等故障類型進行分析。針對電機的整車性能，可以將電機置于熱環境，強電環境，機械環境，以及耦合環境中對動車基礎的整臺電機進行實驗測試。其中針對電機的分層故障措施，根據橫截面積寬度分成小于20%，20%～50%分層和50%以上三個分層階段分別進行測試，對電機的泄漏故障主要按照電機轉速分為低速、中速、高速3種不同的轉速工況分別進行測試。

1.3 信號處理分析

當動車機組的電機發生故障的時候，動車機組的母線耦合電容信號會產生突變信號，結合耦合電容器的突變信號和相位信號，電流信號，電壓信號可以對動車機組運行故障過程中電機的故障類型進行有效的識別，如圖1所示。

圖1 故障信號處理分析

1.4 健康管理

牽引電機絕緣健康管理架構如圖2所示

圖2 牽引電機絕緣健康管理架構

2 牽引電機機械故障診斷及軸承健康管理

2.1 轉子與軸承故障機理研究

在動車機組的牽引電機設計中，牽引電機的機械故障主要包括電機的轉子故障，軸承故障等等，其中轉子故障和軸承故障這兩類故障為常見故障高發部件，并且損傷率較高。因此在對牽引電機進行故障分析的時候，主要通過分析振動時域以及頻率中對應的特性頻率，從而對牽引電機中的軸承具體位置進行故障判別。

其中動車機組的牽引電機轉子故障主要包括不平衡故障，不對中故障等等，當牽引電機的轉子發生故障時，故障的特征頻率為轉子頻率的整數倍，因此當電機的軸承發生損傷故障的時候，損傷位置可能出現在電機轉子的內圈、外圈或者是滾動體上，甚至可能同時出現在多個元件位置，因此得到的牽引電機的故障信號較為復雜，需要對電機的軸承振動信號與各個故障特征信號的頻率分別進行分析，才能對牽引電機的軸承的故障類型進行診斷，如表2所示。

表2 軸承各種故障特征頻率

2.2 轉子與軸承故障模擬實驗方案設計

針對動車機組不同類型的轉子型號，發生不同類型的故障，以及轉子軸承位置在不同的載荷條件下，分別對牽引電機進行實驗，對牽引電機的軸承力學模型特性進行驗證分析，可以獲得牽引電機軸承在不同的條件下的實驗數據，為電機的故障類型和使用壽命預測進行數據支撐，在牽引電機的前后端軸承當中常見的軸承故障主要有12類。常見的包括外圈微弱故障，外圈嚴重故障，內圈微弱故障，內圈嚴重故障等等，將每一種故障類型采用多個樣本在真實環境進行模擬實驗，可以得到較為準確的故障類型判定數據結果，對牽引電機在實際發生故障條件下的運行工況提供有效的數據支撐。

2.3 轉子與軸承健康管理模塊

健康管理模塊主要包括兩個部分：第一是狀態監測與故障診斷模塊，第二是壽命預測模塊，如圖3所示。

圖3 轉子與軸承健康管理模塊

3 其他關鍵技術

3.1 車載硬件系統

車載監測診斷硬件系統的框架如圖4所示。它通過PXI總線形式進行數據交互，便于多通道的信號采集的擴展。

圖4 車載監測診斷硬件系統的框架

3.2 大數據健康管理平臺

引入新一代物聯網、大數據、云計算以及移動化等信息技術，實現運行設備的全面監測、診斷與狀態預示。牽引電機大數據健康管理平臺包括如下五個關鍵組成部分：（1）智能化物聯平臺。實現一張機車健康傳感數據網，從而實現全面感知與可靠傳遞；（2）智慧化大數據分析中心。智慧化大數據分析中心利用大數據技術實現維修維護海量數據精準分析；（3）健康管理示范應用。涵蓋產品生命周期管理、維修維護過程管理、人員協同調度等全方位應用支撐；（4）私有云數據中心。私有云數據中心是靈活高效、性能穩定、多樣化的彈性資源池和數據資源基礎設施；（5）端到端安全體系。構建全局化的安全保障鏈條。

4 結語

目前動車機組的PHM系統主要完成了動車機組的系統搭建以及運行數據采集和運行狀況分析等。其中各個子系統運行工況較為穩定，通過對已有的大量有用數據進行采集分析為后續動車機組的牽引電機的維修狀況提供了有效的數據支撐，隨著新一代智能高鐵技術的PHM檢驗技術的逐漸應用，對動車機組的牽引電機的安全運行提出了新的要求，因此對牽引電機的故障檢測和健康管理技術研究具有重要的意義，隨著傳感器技術，大數據技術，人工智能技術的不斷應用，針對動車基礎的牽引電機故障檢測技術應用范圍將會不斷的擴大，為實現動車機組的返修機制的完善，以及對動車機組電機由計劃維修向狀態維修的轉變提供有效的數據支撐，能夠有效保證動車機組的運行效率。