對地鐵車輛轉向架軸承故障診斷策略相關思考

張偉

摘要：本文主要介紹了地忒車輛轉向架軸承故障診斷的原理及解決辦法，重點分析了地鐵車輛轉向軸承的故障機理以及長假故障形式，并針對此類故障提出了有針對性的解決辦法，如用傳統的小包絡分析故障以及現在比較流行的智能分析方法。通過對地鐵車輛轉向架軸承故障進行分析，旨在幫助地鐵運營企業(yè)做好地鐵系統故障預防及解決工作，從而保障地鐵的正常運行。

關鍵詞：轉向架軸承;故障診斷;解決辦法

1轉向架軸承故障模型分析

當滾動軸承局部損壞時，軸承的其余部分在運行過程中間歇性地撞擊損壞點，由此產生的沖擊力激發(fā)外殼及其支撐結構，產生一系列沖擊激發(fā)，從而引發(fā)阻尼振動。損壞的頻率稱為故障特征頻率，由軸的轉速、軸承的幾何尺寸和損壞點的位置（外圈、內圈、滾動體）決定。軸承如果有缺陷，可以利用相應的檢測到，也可以確定故障位置。 滾動軸承按滾動體的種類分為球軸承和滾子軸承。 滾動軸承按滾子的種類分為圓柱滾子軸承和圓錐滾子軸承。

2地鐵車輛轉向架軸承故障機理

2.1滾動軸承常見故障形式

由金屬與其環(huán)境之間的化學或電化學相互作用引起的損壞稱為腐蝕。軸承部件腐蝕的原因有很多，主要是水和潤滑劑的化學腐蝕，或通過軸承的強電流和相對運動。導致軸承被腐蝕。膠合主要是指兩種金屬相互粘連的現象。在高負荷和良好的潤滑下，摩擦產生大量熱量，使軸承在短時間內變得非常熱并損壞表面。拒絕磨損是指軸承表面發(fā)生強烈磨損，特別是在某些部件的機械作用下。如果軸承磨損，需要將其與普通軸承進行比較。磨損后的振幅比普通軸承大。因此，在這種情況下，有效的需要計算最大峰值及其振動信號值，如果計算結果大于正常值，則該現象會被認定為磨損。

2.2滾動軸承振動信號分析方法

診斷滾動軸承故障的方法有很多，例如溫度、振動等。其中，振動信號診斷具有重要的特點，通常是一種完善完善的檢測方法。軸承故障檢測。應用廣泛。通?？梢栽趦蓚€層面進行分析，即時域和頻域。時域主要側重于檢測軸承故障，但無法識別故障部件，但頻域方法可以指示故障部件的存在。時域分析：基于使用振動信號檢測軸承故障的時域分析尤為重要。振動信號主要通過計算機采集，并進行簡單分析以確定軸承是否正常。通常使用的參數信息可分為有量綱參數和無量綱參數兩大類。量綱參數包括峰值、有效值、平方根值等。峰值主要是指振動信號的最大值，但通常是不穩(wěn)定的，不同時間的變化率較大。對軸承旋轉過程中的瞬時沖擊具有極好的故障診斷效果。統計參數是確定機械故障的主要參數，反映了機械振動的水平，其有效值可用于估計軸承的未來趨勢。無量綱參數主要包括波峰因數、峰度系數等，這些指標與軸承工作條件的變化成正比。

3列車轉向架軸承故障智能診斷方法

軸承故障診斷主要包括數據采集、特征提取和故障模式識別。其主要環(huán)節(jié)是識別故障。這與最終診斷故障的準確性密切相關。此外，可能存在具有相同故障特征的不同類型的頻譜，或具有多種癥狀的同一類型故障，這阻礙了故障類別的準確確定。因此，大多數旋轉設備故障診斷系統都可以正確診斷故障信號信息，但很難快速確定具有許多或相似特征的故障。下面主要介紹幾種轉向架軸承故障的診斷方法，力求為軸承故障的排查提供參考資料。

3.1小波包分析及包絡解調分析故障診斷

一般來說，軸承主要使用振動信號診斷技術，包括時域和頻域。在頻域分析過程中，如果早期發(fā)生故障，可以根據微弱的變化信號和振動信號進行全方位的分析?？梢詫⑵漭斎胩囟ǖ念l譜圖，進行系統的比較和研究，以確定未來的故障趨勢和故障信息，并逐步了解有缺陷的軸承狀況。通常，當軸承出現故障時，會發(fā)生更多的離合器響應，從而改變大多數零件的運行狀態(tài)。同時也可以記錄這些頻率并在計算機上詳細分析它們以確定故障原因。同時，該頻率可作為故障報警指示。如果軸承出現故障，計算機可以通知檢測人員。完成上述操作后，濾波器就可以接收到信號，利用諧振隔離法提取本振頻率，進一步排查故障原因。

3.2智能故障模式識別

傳統的頻域方法主要是由專家通過頻譜圖觀察故障特征來判斷軸承是否存在缺陷以及故障類型。近年來，由于科學技術的不斷發(fā)展，智能故障識別方法被廣泛應用于軸承故障診斷。該方法適應性很強，因而得到了廣泛應用。整個過程不需要人工參與，也不需要科學知識和技能。技術含量尤為重要。人工神經網絡由于支持錯誤所需的訓練樣本數量龐大，應用環(huán)境更加復雜，難以在廣泛的工程領域中使用。智能故障識別方法主要使用計算機進行基于頻譜圖的故障排除。其主要環(huán)節(jié)包括檢測頻譜峰值和調整搜索帶寬，以及設置誤差頻率響應和搜索算法。

4結語

轉向架上的滾動軸承是地鐵車廂中非常重要的部件，一旦發(fā)生故障會影響地鐵列車的安全。針對故障的在線監(jiān)測和診斷，本文提出了一種地鐵車輛轉向架軸承故障模型，基于振動信號包絡的小波包分析，對軸承故障進行智能診斷，從而為故障診斷的自動化、智能化提供了新思路。

參考文獻：

[1] 李向斌，邢遠方，于百惠. 關于地鐵車輛轉向架軸承故障診斷的相關問題分析[J]. 科學技術創(chuàng)新，2021（1）：167-168.

[2] 連嚴都. 對地鐵車輛轉向架軸承故障診斷及處置措施分析[J]. 數碼設計（上），2019（9）：137-138.