CN103592122A

CN103592122A - 城市轨道交通列车走行部故障诊断设备及方法

Info

Publication number: CN103592122A
Application number: CN201310513312.8A
Authority: CN
Inventors: 姚德臣; 贾利民; 秦勇; 季常煦; 李晓峰; 杨建伟; 安琪
Original assignee: Beijing Jiaotong University
Current assignee: Beijing Jiaotong University
Priority date: 2013-10-25
Filing date: 2013-10-25
Publication date: 2014-02-19
Anticipated expiration: 2033-10-25
Also published as: CN103592122B

Abstract

本发明公开了城市轨道列车安全技术领域中的一种城市轨道交通列车走行部故障诊断设备及方法。设备包括顺序相连的传感器、接入节点、复合节点、诊断主机和地面分析中心；方法包括测量轴承的振动数据、轴承的温度数据、齿轮箱的振动数据和车架的振动数据；对测量得到的数据进行预处理；将同一类的测量数据划分为一类；对同一传感器发送的测量数据序列进行分析，判断该传感器对应的轴承/齿轮箱/车架是否发生故障并确定故障位置。本发明实现了城市轨道交通列车走行部的故障诊断。

Description

城市轨道交通列车走行部故障诊断设备及方法

技术领域

本发明属于城市轨道列车安全技术领域，尤其涉及一种城市轨道交通列车走行部故障诊断设备及方法。

背景技术

我国城市轨道交通正处在迅速发展的阶段，在未来20年中，一些大城市的轨道交通线路将向网络化方向发展，一些中小城市也正在新建城市轨道交通系统。列车作为城市大容量公共交通的主要运输载体之一，保障其安全运行对整个城轨交通具有极端的重要性和关键性。

而走行部作为列车的关键系统，它的好坏对机车的运行状态有极大影响。因此，研制城市轨道交通列车走行部故障诊断设备具有重要的理论意义和现实意义。本发明正是基于以上问题，提出一种解决方案。

发明内容

本发明的目的在于，提出一种城市轨道交通列车走行部故障诊断设备及方法，用于实现城市轨道交通列车走行部的故障诊断。

为了实现上述目的，本发明提出的技术方案是，一种城市轨道交通列车走行部故障诊断设备，其特征是所述设备包括顺序相连的传感器、接入节点、复合节点、诊断主机和地面分析中心；

所述传感器分别安装在列车的轴箱轴承、齿轮箱和车架上，用于测量轴承的振动数据、轴承的温度数据、齿轮箱的振动数据和车架的振动数据，并将测量数据发送至接入节点；

所述接入节点用于接收传感器发送的测量数据并对所述测量数据进行预处理，再将预处理后的测量数据发送至复合节点；

所述复合节点用于对接收接入节点发送的预处理后的测量数据，再对所述预处理后的测量数据进行分类，并发送至诊断主机；

所述诊断主机用于接收复合节点发送的测量数据并根据所述测量数据判断走行部是否发生故障以及发生故障的部位。

所述设备还包括与诊断主机相连的地面分析中心，所述地面分析中心用于接收诊断主机发送的测量数据，并利用智能诊断算法对测量数据进行融合分析，实现故障定位及等级分类，为实现城轨列车的安全运行提供技术支撑。

一种城市轨道交通列车走行部故障诊断方法，其特征是所述方法包括：

步骤1：测量轴承的振动数据、轴承的温度数据、齿轮箱的振动数据和车架的振动数据；

步骤2：对测量得到的数据进行预处理，具体为将同一传感器发送的数据按照发送时间的先后顺序排序，形成测量数据序列；

步骤3：将同一类的测量数据划分为一类；即将轴承的振动数据划分到轴振类中，将轴承的温度数据划分到轴温类中，将齿轮箱的振动数据划分为箱振类中，将车架的振动数据划分到车振类中；

步骤4：对同一传感器发送的测量数据序列进行分析，采用如下方式中的一种或几种判断该传感器对应的轴承/齿轮箱/车架是否发生故障，包括：

方式1，利用峰值平均值判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述峰值平均值的计算公式为

其中，M为测量数据序列被划分的段数，x_i为第k段测量数据序列中第i个测量数据，nk为第k段测量数据序列的测量数据个数；

当峰值平均值X_peak大于第一设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式2，利用有效值判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述有效值的计算公式为

其中，x_i为测量数据序列中第i个测量数据，N为测量数据序列中的测量数据个数；

当有效值X_RMS大于第二设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式3，利用峰值因子判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述峰值因子的计算公式为

当峰值因子C大于第三设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式4，利用峭度判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述峭度的计算公式为

当峭度β大于第四设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式5，利用峭度因子判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述峭度因子的计算公式为

当峭度因子K大于第五设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式6，利用波形因子判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述波形因子的计算公式为

S = \frac{X_{RMS}}{\overset{&OverBar;}{x}}, \overset{&OverBar;}{x} = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

当波形因子S大于第六设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式7，利用脉冲因子判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述脉冲因子的计算公式为

当脉冲因子I大于第七设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

方式8，利用裕度因子判断该传感器对应的轴承/齿轮箱/车架是否发生故障；

所述裕度因子的计算公式为

L = \frac{X_{peak}}{X_{r}}, X_{r} = {[\frac{1}{N} Σ_{i = 1}^{N} \sqrt{| x_{i} |}]}^{2};

当裕度因子L大于第八设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障；

步骤5：确定故障发生的位置。

所述步骤5具体是：

当测量的轴承的振动数据为滚动轴承保持架数据/滚动轴承滚动体旋转数据/滚动轴承外环振动数据/滚动轴承内环振动数据时，对当前测量得到的轴承的振动数据进行FFT变化得到轴承测量频率，并计算滚动轴承保持架故障频率/滚动轴承滚动体旋转故障频率/滚动轴承外环故障频率/滚动轴承内环故障频率，将轴承测量频率与计算得到的频率匹配，如果在倍频/谐频位置出现相应幅值，即判断轴承保持架/滚动体/外圈/内圈出现故障；

所述滚动轴承保持架故障频率的计算公式为：

所述滚动轴承外环故障频率的计算公式为：

所述滚动轴承外环故障频率的计算公式为：

所述滚动轴承内环故障频率的计算公式为：

上述公式中，n为轴承滚动体个数，B_d为滚动体直径，P_d为轴承的节径，φ为接触角，RPM为转速。

所述步骤5还包括，对当前测量得到的齿轮箱的振动数据进行FFT变化得到齿轮箱测量频率，计算齿轮啮合频率，将齿轮箱测量频率与齿轮啮合频率匹配，如果在倍频/谐频位置出现相应幅值，即判断齿轮箱出现故障；

所述齿轮啮合频率为：

其中RPM′为齿轮轴转速，z_i为齿轮齿数，n′为谐波次数。

本发明实现了城市轨道交通列车走行部的故障诊断。

附图说明

图1是城市轨道交通列车走行部故障诊断设备结构图；

图2是地面中心结构示意图；

图3是城市轨道交通列车走行部故障诊断方法流程图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

图1是城市轨道交通列车走行部故障诊断设备结构图。如图1所示，本发明提供的城市轨道交通列车走行部故障诊断设备包括顺序相连的传感器、接入节点、复合节点、诊断主机和地面分析中心。其中，传感器、接入节点、复合节点和诊断主机安装在列车上，为车载系统。

传感器分别安装在列车的轴箱轴承、齿轮箱和车架上，用于测量轴承的振动数据、轴承的温度数据、齿轮箱的振动数据和车架的振动数据，并将测量数据信息转化为电信号后发送至接入节点。

接入节点用于接收传感器发送的测量数据信息的电信号并对测量数据信息的电信号进行预处理，包括放大、滤波等，再将预处理后的测量数据信息的电信号发送至复合节点。

复合节点用于对接收接入节点发送的预处理后的测量数据信息的电信号，再对预处理后的测量数据信息的电信号进行分类，并发送至诊断主机。

诊断主机用于接收复合节点发送的测量数据信息的电信号并根据测量数据信息的电信号判断走行部是否发生故障以及发生故障的部位。

在本发明中，传感器是一种检测装置，能将被测量的信息按一定规律变换为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示和控制的要求。另外，传感器为复合传感器，可检测振动加速度和温度信号。接入节点主要负责实时采集传感器的输出信号，并进行放大、滤波等预处理。复合节点负责将接入节点传来的数据进行汇聚、分类，并上传至诊断主机。诊断主机采用快速诊断算法，如时域分析（有效值、峰值、峭度、K因子、波形因子等）、频域分析（FFT、希尔伯特变换等）对复合节点传来的大量数据进行实时诊断，监测走行系统运行状态，若出现故障将故障信息传至车载显示终端及地面中心，实现预警功能。

如图2所示，本发明提供的城市轨道交通列车走行部故障诊断设备还包括与诊断主机相连的地面分析中心，地面分析中心用于接收诊断主机发送的测量数据，并利用智能诊断算法对测量数据进行融合分析，实现故障定位及等级分类，为实现城轨列车的安全运行提供技术支撑。地面分析中心一般安装在地面控制中心。

传感器、接入节点、复合节点和诊断主机的安装位置、数量和方式见表1和表2。表1给出了城轨列车走行部故障诊断系统的主要测点位置。

表1走行部测点位置

安装数量：每列车总的传感器个数是72个。转向架上需要在构架、车轴两端成对安装传感器，共需安装72个传感器。其他部件安装情况如表2。

序号	设备名称	单位	配置数量
				1	振动冲击、温度复合传感器	列/只	48
2	双坐标振动冲击传感器	列/只	24
				3	接线盒	列/个	24
4	接入节点	列/台	6
				5	复合节点	列/台	6
6	诊断主机	列/台	1

表2设备配置数量表

复合传感器的安装方式：自带螺纹的传感器固定在被测位置的安装孔上，特殊位置可实施先焊接安装座再用传感器自带的螺纹固定的方式。

双坐标振动冲击传感器的安装方式：先焊接安装底座，再通过螺栓固定在安装底座上。

接线盒安装方式：先在构架上焊接安装底板，再通过螺栓固定在安装底板上。

配线电缆采用专用的线卡等固定装置固定在构架上。

图3是城市轨道交通列车走行部故障诊断方法流程图，如图3所示，本发明提供的城市轨道交通列车走行部故障诊断方法包括：

步骤1：测量轴承的振动数据、轴承的温度数据、齿轮箱的振动数据和车架的振动数据。

步骤2：对测量得到的数据进行预处理，具体为将同一传感器发送的数据按照发送时间的先后顺序排序，形成测量数据序列。

步骤3：将同一类的测量数据划分为一类；即将轴承的振动数据划分到轴振类中，将轴承的温度数据划分到轴温类中，将齿轮箱的振动数据划分为箱振类中，将车架的振动数据划分到车振类中。

所述峰值平均值的计算公式为

所述有效值的计算公式为

所述峰值因子的计算公式为

所述峭度的计算公式为

所述峭度因子的计算公式为

所述波形因子的计算公式为

S = \frac{X_{RMS}}{\overset{&OverBar;}{x}}, \overset{&OverBar;}{x} = \frac{1}{N} Σ_{i = 1}^{N} x_{i};

所述脉冲因子的计算公式为

所述裕度因子的计算公式为

L = \frac{X_{peak}}{X_{r}}, X_{r} = {[\frac{1}{N} Σ_{i = 1}^{N} \sqrt{| x_{i} |}]}^{2};

当裕度因子L大于第八设定阈值时，判断传感器对应的轴承/齿轮箱/车架发生故障。

上述8种方式中，以方式1和方式2为主要判断方式，其他方式为辅助判断方式，当采用多种方式判断结果不一致时，以主要判断方式的判断结果作为最终的判断结果。

步骤5：确定故障发生的位置。

确定故障发生的位置具体为：

当测量的轴承的振动数据为滚动轴承保持架数据、滚动轴承滚动体旋转数据、滚动轴承外环振动数据或滚动轴承内环振动数据时，对当前测量得到的轴承的振动数据进行FFT变化得到轴承测量频率，并计算滚动轴承保持架故障频率、滚动轴承滚动体旋转故障频率、滚动轴承外环故障频率或滚动轴承内环故障频率，将轴承测量频率与计算得到的频率匹配，如果在倍频或谐频位置出现相应幅值，即判断轴承保持架、滚动体、外圈或内圈出现故障。

其中，滚动轴承保持架故障频率的计算公式为：

滚动轴承外环故障频率的计算公式为：

滚动轴承外环故障频率的计算公式为：

滚动轴承内环故障频率的计算公式为：

步骤5进一步还包括，对当前测量得到的齿轮箱的振动数据进行FFT变化得到齿轮箱测量频率，计算齿轮啮合频率，将齿轮箱测量频率与齿轮啮合频率匹配，如果在倍频或谐频位置出现相应幅值，即判断齿轮箱出现故障。

其中，齿轮啮合频率为：

其中RPM′为齿轮轴转速，z_i为齿轮齿数，n′为谐波次数。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。