地鐵車(chē)輛轉(zhuǎn)向架軸承故障診斷方法分析

石磊，王培培

（1.紹興京越地鐵有限公司運(yùn)營(yíng)分公司，浙江 紹興 100044；2.江蘇天佑路航認(rèn)證檢測(cè)有限公司，江蘇 常州 213164）

在我國(guó)城市建設(shè)發(fā)展中，地鐵作為重要的交通方式，有效地滿足了人們出行的需求。分析地鐵車(chē)輛轉(zhuǎn)向架軸承故障問(wèn)題，可以有效地保障車(chē)輛運(yùn)行的安全性。時(shí)域分析法可以進(jìn)行故障判斷分析，但是無(wú)法精準(zhǔn)地定位軸承中哪個(gè)元件出現(xiàn)了故障問(wèn)題。通過(guò)頻域分析方式進(jìn)行處理則可以精準(zhǔn)的定位故障位置。傳統(tǒng)頻域分析方式主要就是通過(guò)人工的方式對(duì)故障譜圖進(jìn)行分析，診斷故障問(wèn)題。而在人工神經(jīng)網(wǎng)絡(luò)等智能化技術(shù)的完善后，在軸承故障診斷中應(yīng)用可以實(shí)現(xiàn)自動(dòng)識(shí)別處理，具有顯著優(yōu)勢(shì)。

1 地鐵車(chē)輛轉(zhuǎn)向架軸承故障成因分析

1.1 銹蝕失效

在地鐵運(yùn)行中，轉(zhuǎn)向架在長(zhǎng)期運(yùn)行中會(huì)出現(xiàn)溫度較高的問(wèn)題。而在夜晚等特定的時(shí)段中，在地鐵停運(yùn)中，軸承溫度會(huì)出現(xiàn)顯著的變化，這樣則會(huì)導(dǎo)致密封裝置失靈等問(wèn)題的出現(xiàn)，在溫度、化學(xué)物質(zhì)等多種因素的作用下，則會(huì)導(dǎo)致軸承出現(xiàn)不同程度的腐蝕、生銹等問(wèn)題。

1.2 變色失效

地鐵在持續(xù)的工作中，因?yàn)檩S承的工作游隙過(guò)小，預(yù)載荷相對(duì)較大，潤(rùn)滑不良等因素的營(yíng)銷(xiāo)，導(dǎo)致轉(zhuǎn)向架軸承在發(fā)熱的影響下出現(xiàn)不同程度的變化，一般主要有淡黃色、黃色、茶色以及棕紅色、紫藍(lán)色以及藍(lán)黑色等不同的顏色。如果出現(xiàn)了后面幾種顏色，則意味著轉(zhuǎn)向架軸承出現(xiàn)了不同程度的損壞，要對(duì)其及時(shí)處理。

1.3 表面塑性變形失效

額外載荷是在轉(zhuǎn)向架軸承運(yùn)行中常見(jiàn)的問(wèn)題，在其運(yùn)行中受到額外荷載的作用導(dǎo)致其出現(xiàn)意外的機(jī)械損傷問(wèn)題，進(jìn)而出現(xiàn)表面塑性變形失效的問(wèn)題。

一般狀態(tài)下，就是在機(jī)械工作中受到異物進(jìn)入、密封不良等因素的影響，導(dǎo)致其出現(xiàn)了擦傷、劃傷以及壓力過(guò)大等問(wèn)題，出現(xiàn)這些病態(tài)問(wèn)題則會(huì)直接導(dǎo)致轉(zhuǎn)向架軸承出現(xiàn)非良性的變形問(wèn)題。

2 地鐵車(chē)輛轉(zhuǎn)向架軸承故障機(jī)理

2.1 腐蝕故障

就是金屬與周邊的相關(guān)介質(zhì)出現(xiàn)了化學(xué)、電化學(xué)的作用，對(duì)轉(zhuǎn)向架軸承產(chǎn)生腐蝕性的破壞。在實(shí)踐中主要就是水分、潤(rùn)滑油等化學(xué)腐蝕，同時(shí)如果強(qiáng)電流通過(guò)了軸承，在軸承套環(huán)的相對(duì)運(yùn)動(dòng)中也會(huì)導(dǎo)致軸承出現(xiàn)腐蝕性的故障隱患問(wèn)題。

2.2 膠合故障

膠合主要就是兩個(gè)金屬結(jié)構(gòu)之間出現(xiàn)了相互黏合的現(xiàn)象，在荷載較大以及潤(rùn)滑狀況不足的狀態(tài)下，則會(huì)導(dǎo)致兩個(gè)金屬之間摩擦產(chǎn)生大量的熱量，這樣則會(huì)直接的造成軸承在短時(shí)間中出現(xiàn)大幅度的升溫問(wèn)題，進(jìn)而出現(xiàn)了表面的損傷問(wèn)題。

2.3 磨損性故障

磨損性的故障主要就是在部分機(jī)械元件的作用下，導(dǎo)致軸承的表面出現(xiàn)了嚴(yán)重的磨損性問(wèn)題，在軸承磨損后會(huì)導(dǎo)致其出現(xiàn)不同程度的變化，導(dǎo)致磨損后的幅值高于正常狀態(tài)的軸承，對(duì)于此種狀態(tài)，要進(jìn)行振動(dòng)信號(hào)最高峰值以及有效值的計(jì)算分析，如果獲得的結(jié)果高于正常值，則可以將其判定為磨損。

3 轉(zhuǎn)向架軸承振動(dòng)機(jī)理與特征頻率

轉(zhuǎn)向架軸承如果在運(yùn)行中出現(xiàn)了異常狀況，則會(huì)導(dǎo)致地鐵車(chē)輛系統(tǒng)出現(xiàn)不同程度的變更問(wèn)題，最主要的變形就是減幅振動(dòng)。在處理中對(duì)各項(xiàng)信息數(shù)據(jù)進(jìn)行整合分析，則可以進(jìn)行軸承故障的判定。基于軸承典型結(jié)構(gòu)圖，其主要表達(dá)式為：

3.1 時(shí)域分析法

基于振動(dòng)信號(hào)軸承故障檢測(cè)分析，應(yīng)用時(shí)域分析方式主要就是在計(jì)算機(jī)技術(shù)的支持下，進(jìn)行各項(xiàng)振動(dòng)信號(hào)的收集處理，通過(guò)系統(tǒng)分析處理，則可以有效地了解軸承是否處于正常。異常的狀態(tài)中。一般狀態(tài)中參數(shù)信息則可以分為有量綱參數(shù)與無(wú)量綱參數(shù)。

其中有量綱參數(shù)主要涵蓋了峰值、有效值以及方根值等相關(guān)參數(shù)信息。峰值主要就是分析振動(dòng)信號(hào)出現(xiàn)的最大值，此參數(shù)具有不穩(wěn)定性的特征，在不同的時(shí)刻具有不同的程度的變化，整體變更頻率較大，在軸承轉(zhuǎn)動(dòng)進(jìn)程中，如果出現(xiàn)瞬時(shí)的沖擊性影響，則具有故障診斷成效的功能。有效值主要就是常見(jiàn)的統(tǒng)計(jì)參量、反映機(jī)械振動(dòng)強(qiáng)度級(jí)別，可以為機(jī)械故障判定核心的參數(shù)信息，有效值則可以實(shí)現(xiàn)對(duì)軸承發(fā)展變化的估計(jì)分析。無(wú)量綱參數(shù)中主要包括含峰值因子等相關(guān)指標(biāo)信息，此類(lèi)指標(biāo)參數(shù)與轉(zhuǎn)向架軸承的工作狀態(tài)變更呈現(xiàn)正比的關(guān)系。

3.2 小波包分析以及包絡(luò)解調(diào)分析故障診斷

一般狀態(tài)下，軸承應(yīng)用振動(dòng)信號(hào)診斷方式主要包括時(shí)域與頻域兩個(gè)類(lèi)型。其中頻域分析處理，如果故障的發(fā)生階段較早，則可以綜合微弱的變更信號(hào)，對(duì)其進(jìn)行全面的分析處理，通過(guò)將振動(dòng)信號(hào)輸入特定的頻譜圖中，對(duì)其進(jìn)行系統(tǒng)全面的對(duì)比分析，則可以精確地分析故障的發(fā)展變化、故障信息等內(nèi)容，進(jìn)而全面掌握故障軸承的具體承載變化狀況。

一般狀態(tài)下，軸承出現(xiàn)異常問(wèn)題的時(shí)候，會(huì)出現(xiàn)聯(lián)動(dòng)反應(yīng)，多數(shù)的零部件在運(yùn)行中會(huì)出現(xiàn)不同程度的狀態(tài)變更，此類(lèi)頻率則可以利用計(jì)算機(jī)進(jìn)行記錄分析，通過(guò)深層次的分析處理，則可以有效地確定故障的成因。因此，此類(lèi)頻率則可以將其作為故障的預(yù)警指標(biāo)，在出現(xiàn)軸承的故障問(wèn)題的時(shí)候，則可以利用計(jì)算機(jī)進(jìn)行分析處理，做好預(yù)警報(bào)告。在完成各項(xiàng)操作后，利用濾波器獲取信號(hào)信息，再通過(guò)共振分離的方式則可以提取局部的頻次，則可以確定故障的具體成因。

3.3 智能故障識(shí)別分析

軸承故障診斷系統(tǒng)主要就是進(jìn)行數(shù)據(jù)信息收集處理、特征提取以及故障模式識(shí)別等流程進(jìn)行分析。在處理中核心環(huán)節(jié)是故障特征提取，此環(huán)節(jié)直接應(yīng)用故障診斷的精準(zhǔn)性。

同時(shí)，因?yàn)樵诓煌N類(lèi)的頻譜中故障特征相同，相同類(lèi)型的故障問(wèn)題也有著不同的故障表現(xiàn)方式，無(wú)法精準(zhǔn)地判斷分析故障的類(lèi)別。因此，多數(shù)旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)要進(jìn)行故障信號(hào)信息的正確診斷分析。但是，對(duì)于特征相對(duì)較多的故障、特點(diǎn)類(lèi)型相似的故障則無(wú)法在短時(shí)間中進(jìn)行精準(zhǔn)的判定。在實(shí)踐中不同轉(zhuǎn)向架軸承的故障診斷方式主要如下。

傳統(tǒng)頻域方式就是通過(guò)專(zhuān)業(yè)人員觀察判定軸承是否出現(xiàn)故障隱患，確定具體的類(lèi)型。在現(xiàn)代科技的支持下，隨著各種技術(shù)手段的日益成熟，通過(guò)智能化的方式進(jìn)行處理，利用智能故障識(shí)別方式進(jìn)行軸承的故障診斷處理，具有強(qiáng)大的適應(yīng)性，在處理中可以根據(jù)實(shí)際狀況進(jìn)行自動(dòng)分析，無(wú)須人工；而通過(guò)人工神經(jīng)網(wǎng)絡(luò)處理，要對(duì)海量的故障訓(xùn)練樣本分析，應(yīng)用的環(huán)境也具有一定的復(fù)雜性，無(wú)法大面積地應(yīng)用。智能故障識(shí)別技術(shù)，主要就是利用計(jì)算機(jī)系統(tǒng)，進(jìn)行頻譜故障搜索，通過(guò)譜峰判定、搜索頻帶設(shè)定、故障特征頻率誤差設(shè)定、搜索算法等方式進(jìn)行處理，則可以精準(zhǔn)定位故障問(wèn)題。

3.4 故障識(shí)別搜索算法

（1）譜峰判定。一般默認(rèn)譜峰定義就是頻譜圖中最大值，因此，在通過(guò)計(jì)算機(jī)進(jìn)行譜峰的搜索中，要在頻譜圖中進(jìn)行最大值的搜索。這樣則會(huì)出現(xiàn)在軸承沒(méi)有出現(xiàn)某一個(gè)類(lèi)型故障的時(shí)候，在振動(dòng)信號(hào)頻譜中會(huì)通過(guò)故障特頻率為中心的頻帶中，搜索導(dǎo)致的最大值在此故障特征頻率位置上，但是，其最大值與此頻帶中的相關(guān)幅值參數(shù)之間明確較大差異，因此，為了避免誤判，利用計(jì)算機(jī)搜索，其最大值顯著高于搜索頻帶中相關(guān)值則確定其為譜峰。

（2）搜索頻帶設(shè)定。根據(jù)故障特征頻率位置是否可以應(yīng)對(duì)譜峰進(jìn)行故障診斷，在進(jìn)行頻帶搜索處理中要涵蓋故障特征頻率，因此，要將故障特征頻率設(shè)置為搜索頻帶中心的頻率，這樣則更加合理。

（3）故障特征頻率誤差設(shè)定。因?yàn)榧庸ぞ?、軸承的各個(gè)零部件磨損等因素的影響，根據(jù)轉(zhuǎn)向架軸承滾動(dòng)體故障特征頻率、外墻故障特征頻率以及內(nèi)圈故障特征頻率公式進(jìn)行分析計(jì)算，三個(gè)公式分別為：

通過(guò)計(jì)算就可以了解故障特征頻率信息，但是，此種方式也會(huì)導(dǎo)致頻率偏差問(wèn)題。這樣則會(huì)導(dǎo)致在通過(guò)計(jì)算機(jī)進(jìn)行故障特征頻率處理中出現(xiàn)差異性。為了避免出現(xiàn)誤差導(dǎo)致的偏差誤判問(wèn)題，則要合理控制譜峰對(duì)應(yīng)的頻率、計(jì)算故障特征頻率的誤差信息，保障其在合理的范圍中，在二者相等的狀態(tài)下，則可以根據(jù)實(shí)際要求進(jìn)行故障判斷分析。

3.5 故障識(shí)別搜索算法

單類(lèi)型故障識(shí)別搜索算法在計(jì)算中其主要流程如圖1所示，在應(yīng)用中，要對(duì)故障出現(xiàn)的類(lèi)型進(jìn)行診斷，通過(guò)設(shè)置多個(gè)故障標(biāo)志變量的方式，則可以充分地顯示具體的故障狀況以及信息。在處理中主要就是通過(guò)故障特征頻率、高次諧波頻率等信息作為中心頻率進(jìn)行處理；根據(jù)故障標(biāo)志變量數(shù)值可以有效地進(jìn)行診斷處理。

圖1 故障識(shí)別搜索算法基本流程

3.6 試驗(yàn)平臺(tái)建設(shè)

驗(yàn)證故障診斷方式，進(jìn)行軸承故障診斷試驗(yàn)平臺(tái)分析，其工作原理如圖2所示。

圖2 試驗(yàn)平臺(tái)原理示意圖

在試驗(yàn)平臺(tái)中，通過(guò)傳感器進(jìn)行信號(hào)的收集與輸出，在數(shù)據(jù)采集卡的支持下進(jìn)行信號(hào)的傳送處理，通過(guò)計(jì)算機(jī)進(jìn)行信號(hào)的分析處理，則可以獲得軸承的故障狀況以及相關(guān)信息。

試驗(yàn)平臺(tái)采用西門(mén)子1LG0106-4AA20電機(jī)進(jìn)行處理，此電機(jī)額定功率參數(shù)為2.2kW，額定轉(zhuǎn)速參數(shù)為1410r/min。在處理中應(yīng)用變頻器對(duì)轉(zhuǎn)速進(jìn)行控制處理。加速度傳感器型號(hào)為HK8100，輸出靈敏度為50mV/g。通過(guò)數(shù)據(jù)采集卡進(jìn)行信息采集以及存儲(chǔ)。在處理中采樣頻率為10kHz。通過(guò)Matlab軟件平臺(tái)實(shí)現(xiàn)信息數(shù)據(jù)分析，獲得的數(shù)據(jù)處理故障特征頻率以及其諧波頻率位置存在在明顯譜峰，符合搜索結(jié)果吻合，驗(yàn)證提出方法有效性。

通過(guò)db5小波對(duì)外圈故障振動(dòng)信號(hào)的分析處理，在可以有效地實(shí)現(xiàn)三層小波包分解，在處理中通過(guò)對(duì)各個(gè)節(jié)點(diǎn)中的信號(hào)重構(gòu)的FFT、Hilbert變換處理，則可以獲得具體的重構(gòu)信號(hào)包絡(luò)譜。通過(guò)試驗(yàn)處理混的重構(gòu)信號(hào)包絡(luò)圖3所示。通過(guò)分析圖3，可以發(fā)現(xiàn)獲得的故障特征頻率、諧波頻率的位置具有顯著的譜峰，由此可見(jiàn)其符合故障診斷搜索結(jié)果。

圖3 重構(gòu)信號(hào)包絡(luò)譜

在實(shí)踐中，將地鐵轉(zhuǎn)向架軸箱上根據(jù)實(shí)際狀況安裝振動(dòng)加速傳感器，再利用信號(hào)采集單元?jiǎng)t可以有效地處理振動(dòng)信號(hào)，通過(guò)對(duì)這些信號(hào)的實(shí)時(shí)采集處理，通過(guò)故障診斷方式進(jìn)行信號(hào)的收集處理以及實(shí)時(shí)分析，則可以運(yùn)行狀態(tài)中監(jiān)測(cè)以及故障診斷處理。

4 結(jié)語(yǔ)

轉(zhuǎn)向架軸承在運(yùn)行中出現(xiàn)故障問(wèn)題，會(huì)直接影響列車(chē)運(yùn)行的安全性，在智能化診斷技術(shù)的支持下，可以通過(guò)計(jì)算機(jī)進(jìn)行故障診斷分析，實(shí)現(xiàn)了自動(dòng)化、智能化的診斷，有效地保障了地鐵運(yùn)行的安全性、穩(wěn)定性。