任志勇 王曉元
摘要:大同電力機車有限公司研發(fā)生產的永磁直驅客運電力機車是世界首臺大功率永磁直驅電力機車,永磁直驅客運電力機車具有牽引功率大、模塊集成化高、恒功率范圍寬、全壽命運營成本低等優(yōu)點。軸箱振動試驗是永磁直驅客運電力機車在空載運行中判斷軸箱是否存在裝配故障以及零部件故障的一項重要指標。本文把復雜網絡故障診斷方法應用到永磁直驅客運電力機車軸箱振動試驗中,通過振動數據采集分析,能夠對軸箱振動是否存在故障進行有效地判斷。
關鍵詞:故障診斷;復雜網絡;軸箱振動;數據采集;永磁直驅
引言
永磁直驅客運電力機車是世界大功率牽引領域的重要車型之一,永磁直驅客運電力機車走行部是保證機車運行安全穩(wěn)定的重要組成部分,機車裝有兩臺轉向架。一系懸掛采用軸箱兩側螺旋彈簧配垂向油壓減震器,二系懸掛為高撓螺旋圓彈簧配垂向、橫向油壓減振器。相比較傳統(tǒng)電力機車異步電機傳動方式,永磁直驅電力機車無齒輪箱和抱軸軸箱,傳動軸作為永磁體充當永磁電機轉子。
軸箱振動試驗是考量機車是否具備出廠條件的一項重要試驗。廠內傳統(tǒng)的試驗方法是在規(guī)定的時間內讓機車進行空載跑核,軸箱溫升在規(guī)定的跑核時間內不會超出試驗大綱規(guī)定的溫度,則認為軸箱不存在振動摩擦故障。此方法能夠有效地判斷軸箱是否存在摩擦振動故障,但是機車空載運行時間長,造成人力物力以及能源浪費,不利于公司精益生產。
本文所采用的故障診斷方法是在機車空載運行穩(wěn)定時,對軸箱振動數據進行采集?;贚abVIEW數據采集軟件的開發(fā),結合MATLAB應用軟件以及復雜網絡理論對故障數據進行采集、分析,從而有效地得出相應的結論[1]。
1 軸箱數據采集
本文為了驗證復雜網絡理論應用于軸箱振動試驗的可行性,分別采取軸箱振動故障信號數據以及軸箱振動正常無故障信號數據,通過復雜網絡理論分別對兩種數據進行分析,得到相應的結果[2],結合傳統(tǒng)軸箱振動試驗方法對復雜網絡理論分析得到的結果進行驗證。
分別采集軸箱振動三個方向的振動數據[3],不同方位的振動摩擦,導致軸箱三個方向的振動數據均可能為故障數據。分別對三組數據進行理論分析,可以判斷大致哪個位置存在較為嚴重的振動摩擦故障。
2 復雜網絡理論
復雜網絡所研究的領域廣泛,復雜網絡應用于人際關系調查得出的結論是:世界上只要有7個人相互認識,就能通過自己不同的人際關系讓整個世界所有人際關系聯系起來。越來越多的學者將復雜網絡應用于非線性時間序列分析[4]。定義網絡的節(jié)點、連邊方式是構建復雜網絡的基礎的工作。顯然人際關系調查中單個人就是一個節(jié)點,每個人的不同人際關系即為連邊方式。通過不同人際關系以及單個人的節(jié)點構造的人類世界即為一個龐大的復雜網絡。節(jié)點應用于非線性時間序列,可以是一個單個數據,也可以是一個數據段。連邊方式也分為好多種,本文所引用的方法為相空間網絡構造[5]。
3仿真正弦信號復雜網絡構造
對正弦信號應用復雜網絡理論構造出的圖形如圖2所示,正弦信號呈現周期分布。
4軸箱振動信號的復雜網絡構造
對永磁直驅客運電力機車進行空載跑核,軸1軸箱為無故障軸箱,正常數據從軸1采集。軸3軸箱存在軸箱故障,故障數據從軸3采集,數據采樣時間2分鐘。
如圖3所示:對軸箱1振動數據分析,復雜網絡構造圖形說明軸箱1無振動故障,但是存在正常允許范圍內的周期振動,振動幅度小,圖案顏色較淺,從復雜網絡構造圖可以看出圖案有和正弦仿真信號一樣分布規(guī)律。
如圖4所示:對軸箱3振動數據分析,復雜網絡構造圖形說明軸箱3存在故障,振動幅度大,圖案顏色較深,軸箱故障振動信號是周期性振動信號,從復雜網絡構造圖可以看出圖案有和正弦仿真信號一樣分布規(guī)律。
通過圖案顏色可以區(qū)分軸箱正常振動信號和軸箱故障振動信號。
5 軸箱振動試驗的傳統(tǒng)方法驗證
應用傳統(tǒng)軸箱振動試驗方法對復雜網絡理論進行驗證,對永磁直驅客運電力機車進行空載跑核,軸1軸箱為無故障軸箱,軸3軸箱存在軸箱故障,機車跑核時間60分鐘,分別記錄軸1溫升為40度,軸3溫升為86度,說明軸3確實存在較為嚴重摩擦振動故障,同時驗證了復雜網絡理論的正確性與可行性。
6基于復雜網絡故障診斷的優(yōu)點
如表1所示:復雜網絡故障判斷方法較軸箱傳統(tǒng)的故障判斷方法具有較多的優(yōu)點。復雜網絡故障判斷方法采集軸箱振動X、Y、Z三路故障數據,能夠從三個方向判斷軸箱是否存在振動故障。故障判斷時間由原來的60min縮短至2min,大大減少了資源浪費。同時對軸箱故障采用直觀圖形分析,使得判斷結果更加準確,大大提高了軸箱故障判斷效率。
7 結語
傳統(tǒng)的軸箱振動檢測方法雖然可靠,但是不易于公司精益生產?;趶碗s網絡軸箱振動判斷方法是一種科學性、可靠性、實用性的監(jiān)測方法,對促進公司精益生產具有重大意義。
參考文獻:
[1]陸春月,王俊元.機械故障診斷的現狀與發(fā)展趨勢[J].機械管理開發(fā),2004(6):85-86.
[2]基于遞歸復雜網絡的滾動軸承故障診斷[J].孫斌,梁超,尚達.振動.測試與診斷.2015(03).
[3]基于LabVIEW的電液伺服加載試驗臺測控系統(tǒng)設計[J].侯偉,辛慧娟,張慧,劉凱強,寧朝陽.工業(yè)加熱.2020(12).
[4]Lacasa L,Luque B,Fernando Ballesteros F,et al,From time series to complex networks:The visibility graph[J]Proc.Natl. Acad.Sci. USA,2008,105(13):4972-4975.
[5]復雜網絡理論及其應用[M].清華大學出版社,汪小帆,李翔,陳關榮編著,2006.