地鐵車輛轉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營分公司，浙江 紹興 100044；2.江蘇天佑路航認證檢測有限公司，江蘇 常州 213164）

在我國城市建設發展中，地鐵作為重要的交通方式，有效地滿足了人們出行的需求。分析地鐵車輛轉向架軸承故障問題，可以有效地保障車輛運行的安全性。時域分析法可以進行故障判斷分析，但是無法精準地定位軸承中哪個元件出現了故障問題。通過頻域分析方式進行處理則可以精準的定位故障位置。傳統頻域分析方式主要就是通過人工的方式對故障譜圖進行分析，診斷故障問題。而在人工神經網絡等智能化技術的完善后，在軸承故障診斷中應用可以實現自動識別處理，具有顯著優勢。

1 地鐵車輛轉向架軸承故障成因分析

1.1 銹蝕失效

在地鐵運行中，轉向架在長期運行中會出現溫度較高的問題。而在夜晚等特定的時段中，在地鐵停運中，軸承溫度會出現顯著的變化，這樣則會導致密封裝置失靈等問題的出現，在溫度、化學物質等多種因素的作用下，則會導致軸承出現不同程度的腐蝕、生銹等問題。

1.2 變色失效

地鐵在持續的工作中，因為軸承的工作游隙過小，預載荷相對較大，潤滑不良等因素的營銷，導致轉向架軸承在發熱的影響下出現不同程度的變化，一般主要有淡黃色、黃色、茶色以及棕紅色、紫藍色以及藍黑色等不同的顏色。如果出現了后面幾種顏色，則意味著轉向架軸承出現了不同程度的損壞，要對其及時處理。

1.3 表面塑性變形失效

額外載荷是在轉向架軸承運行中常見的問題，在其運行中受到額外荷載的作用導致其出現意外的機械損傷問題，進而出現表面塑性變形失效的問題。

一般狀態下，就是在機械工作中受到異物進入、密封不良等因素的影響，導致其出現了擦傷、劃傷以及壓力過大等問題，出現這些病態問題則會直接導致轉向架軸承出現非良性的變形問題。

2 地鐵車輛轉向架軸承故障機理

2.1 腐蝕故障

就是金屬與周邊的相關介質出現了化學、電化學的作用，對轉向架軸承產生腐蝕性的破壞。在實踐中主要就是水分、潤滑油等化學腐蝕，同時如果強電流通過了軸承，在軸承套環的相對運動中也會導致軸承出現腐蝕性的故障隱患問題。

2.2 膠合故障

膠合主要就是兩個金屬結構之間出現了相互黏合的現象，在荷載較大以及潤滑狀況不足的狀態下，則會導致兩個金屬之間摩擦產生大量的熱量，這樣則會直接的造成軸承在短時間中出現大幅度的升溫問題，進而出現了表面的損傷問題。

2.3 磨損性故障

磨損性的故障主要就是在部分機械元件的作用下，導致軸承的表面出現了嚴重的磨損性問題，在軸承磨損后會導致其出現不同程度的變化，導致磨損后的幅值高于正常狀態的軸承，對于此種狀態，要進行振動信號最高峰值以及有效值的計算分析，如果獲得的結果高于正常值，則可以將其判定為磨損。

3 轉向架軸承振動機理與特征頻率

轉向架軸承如果在運行中出現了異常狀況，則會導致地鐵車輛系統出現不同程度的變更問題，最主要的變形就是減幅振動。在處理中對各項信息數據進行整合分析，則可以進行軸承故障的判定。基于軸承典型結構圖，其主要表達式為：

3.1 時域分析法

基于振動信號軸承故障檢測分析，應用時域分析方式主要就是在計算機技術的支持下，進行各項振動信號的收集處理，通過系統分析處理，則可以有效地了解軸承是否處于正常。異常的狀態中。一般狀態中參數信息則可以分為有量綱參數與無量綱參數。

其中有量綱參數主要涵蓋了峰值、有效值以及方根值等相關參數信息。峰值主要就是分析振動信號出現的最大值，此參數具有不穩定性的特征，在不同的時刻具有不同的程度的變化，整體變更頻率較大，在軸承轉動進程中，如果出現瞬時的沖擊性影響，則具有故障診斷成效的功能。有效值主要就是常見的統計參量、反映機械振動強度級別，可以為機械故障判定核心的參數信息，有效值則可以實現對軸承發展變化的估計分析。無量綱參數中主要包括含峰值因子等相關指標信息，此類指標參數與轉向架軸承的工作狀態變更呈現正比的關系。

3.2 小波包分析以及包絡解調分析故障診斷

一般狀態下，軸承應用振動信號診斷方式主要包括時域與頻域兩個類型。其中頻域分析處理，如果故障的發生階段較早，則可以綜合微弱的變更信號，對其進行全面的分析處理，通過將振動信號輸入特定的頻譜圖中，對其進行系統全面的對比分析，則可以精確地分析故障的發展變化、故障信息等內容，進而全面掌握故障軸承的具體承載變化狀況。

一般狀態下，軸承出現異常問題的時候，會出現聯動反應，多數的零部件在運行中會出現不同程度的狀態變更，此類頻率則可以利用計算機進行記錄分析，通過深層次的分析處理，則可以有效地確定故障的成因。因此，此類頻率則可以將其作為故障的預警指標，在出現軸承的故障問題的時候，則可以利用計算機進行分析處理，做好預警報告。在完成各項操作后，利用濾波器獲取信號信息，再通過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 智能故障識別分析

軸承故障診斷系統主要就是進行數據信息收集處理、特征提取以及故障模式識別等流程進行分析。在處理中核心環節是故障特征提取，此環節直接應用故障診斷的精準性。

同時，因為在不同種類的頻譜中故障特征相同，相同類型的故障問題也有著不同的故障表現方式，無法精準地判斷分析故障的類別。因此，多數旋轉機械故障診斷系統要進行故障信號信息的正確診斷分析。但是，對于特征相對較多的故障、特點類型相似的故障則無法在短時間中進行精準的判定。在實踐中不同轉向架軸承的故障診斷方式主要如下。

傳統頻域方式就是通過專業人員觀察判定軸承是否出現故障隱患，確定具體的類型。在現代科技的支持下，隨著各種技術手段的日益成熟，通過智能化的方式進行處理，利用智能故障識別方式進行軸承的故障診斷處理，具有強大的適應性，在處理中可以根據實際狀況進行自動分析，無須人工；而通過人工神經網絡處理，要對海量的故障訓練樣本分析，應用的環境也具有一定的復雜性，無法大面積地應用。智能故障識別技術，主要就是利用計算機系統，進行頻譜故障搜索，通過譜峰判定、搜索頻帶設定、故障特征頻率誤差設定、搜索算法等方式進行處理，則可以精準定位故障問題。

3.4 故障識別搜索算法

（1）譜峰判定。一般默認譜峰定義就是頻譜圖中最大值，因此，在通過計算機進行譜峰的搜索中，要在頻譜圖中進行最大值的搜索。這樣則會出現在軸承沒有出現某一個類型故障的時候，在振動信號頻譜中會通過故障特頻率為中心的頻帶中，搜索導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幅值參數之間明確較大差異，因此，為了避免誤判，利用計算機搜索，其最大值顯著高于搜索頻帶中相關值則確定其為譜峰。

（2）搜索頻帶設定。根據故障特征頻率位置是否可以應對譜峰進行故障診斷，在進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定。因為加工精度、軸承的各個零部件磨損等因素的影響，根據轉向架軸承滾動體故障特征頻率、外墻故障特征頻率以及內圈故障特征頻率公式進行分析計算，三個公式分別為：

通過計算就可以了解故障特征頻率信息，但是，此種方式也會導致頻率偏差問題。這樣則會導致在通過計算機進行故障特征頻率處理中出現差異性。為了避免出現誤差導致的偏差誤判問題，則要合理控制譜峰對應的頻率、計算故障特征頻率的誤差信息，保障其在合理的范圍中，在二者相等的狀態下，則可以根據實際要求進行故障判斷分析。

3.5 故障識別搜索算法

單類型故障識別搜索算法在計算中其主要流程如圖1所示，在應用中，要對故障出現的類型進行診斷，通過設置多個故障標志變量的方式，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故障特征頻率、高次諧波頻率等信息作為中心頻率進行處理；根據故障標志變量數值可以有效地進行診斷處理。

圖1 故障識別搜索算法基本流程

3.6 試驗平臺建設

驗證故障診斷方式，進行軸承故障診斷試驗平臺分析，其工作原理如圖2所示。

圖2 試驗平臺原理示意圖

在試驗平臺中，通過傳感器進行信號的收集與輸出，在數據采集卡的支持下進行信號的傳送處理，通過計算機進行信號的分析處理，則可以獲得軸承的故障狀況以及相關信息。

試驗平臺采用西門子1LG0106-4AA20電機進行處理，此電機額定功率參數為2.2kW，額定轉速參數為1410r/min。在處理中應用變頻器對轉速進行控制處理。加速度傳感器型號為HK8100，輸出靈敏度為50mV/g。通過數據采集卡進行信息采集以及存儲。在處理中采樣頻率為10kHz。通過Matlab軟件平臺實現信息數據分析，獲得的數據處理故障特征頻率以及其諧波頻率位置存在在明顯譜峰，符合搜索結果吻合，驗證提出方法有效性。

通過db5小波對外圈故障振動信號的分析處理，在可以有效地實現三層小波包分解，在處理中通過對各個節點中的信號重構的FFT、Hilbert變換處理，則可以獲得具體的重構信號包絡譜。通過試驗處理混的重構信號包絡圖3所示。通過分析圖3，可以發現獲得的故障特征頻率、諧波頻率的位置具有顯著的譜峰，由此可見其符合故障診斷搜索結果。

圖3 重構信號包絡譜

在實踐中，將地鐵轉向架軸箱上根據實際狀況安裝振動加速傳感器，再利用信號采集單元則可以有效地處理振動信號，通過對這些信號的實時采集處理，通過故障診斷方式進行信號的收集處理以及實時分析，則可以運行狀態中監測以及故障診斷處理。

4 結語

轉向架軸承在運行中出現故障問題，會直接影響列車運行的安全性，在智能化診斷技術的支持下，可以通過計算機進行故障診斷分析，實現了自動化、智能化的診斷，有效地保障了地鐵運行的安全性、穩定性。