王秋實1
潘宏利2??魏??壯1
1.大連交通大學
2.中國鐵路沈陽局集團有限公司通遼車輛段
摘? 要:
轉向架軸箱軸承是高速列車動車組重要的旋轉運動部件,它在復雜多變的工況下極易出現由疲勞、過載等原因導致的失效,因此,軸箱軸承的運轉可靠性直接決定著列車的行車安全。為了滿足動車組運營維護中動態化、系統化的安全保障需求,要對軸箱軸承故障診斷技術進行研究。通過分析軸箱軸承的結構原理和典型故障形式,挖掘故障與外界因素的關系。結合振動信號監測技術得出振動數據,采取時域分析與小波分析結合的故障特征頻率提取方法,能對軸承外圈點蝕故障進行診斷。結果表明,時域分析法可快速準確獲取故障特征信號,但不能定位故障產生的部位;而小波分析法可從包絡譜圖中直接看出故障特征頻率,準確地提取軸承故障特征信息。綜合使用時域分析與小波分析,可明顯提高軸承故障診斷率,促進軸箱軸承故障診斷方法在動車組上的應用。
關鍵詞:
動車組;轉向架;軸箱軸承;故障;診斷
中圖分類號:U269.32
?0?
引言
軸箱軸承是動車組轉向架中的核心部件之一,承擔著承載支撐、運動轉換等重要功能[1]。在長期運行過程中,軸承不可避免地會出現故障,主要故障形式表現為腐蝕、疲勞剝落、磨損、膠合和套圈斷裂等。尤其是在軌道不平順的影響下,對軸箱軸承疲勞可靠性和使用性能的要求更高[2]。例如:CRH380A軸箱軸承大部分選用自潤滑密封式雙列圓錐滾子軸承,其檢修周期為1.2×106?km,設計壽命為2.4×106?km。軸箱軸承的故障若未及時處理,可能導致燃軸、切軸等安全事故,造成重大經濟損失或危及生命安全[3]。因此,為進一步提升軸承的性能,軸承故障的狀態監測和診斷工作至關重要。
本文以動車組轉向架軸箱軸承為研究對象,從振動信號中準確提取軸承的故障特征信息,利用時域分析與小波分析結合的方法對故障的類型及原因進行診斷,便于后期對故障實施相應的處理,確保動車組運行安全[4]。
?1?
動車組轉向架軸箱軸承結構原理及其故障形式
1.1??動車組轉向架軸箱軸承結構原理
轉向架是動車組的行走機構,具有承載重量、導向、牽引、制動和減振等功能[5]。動車組裝有兩種結構的轉向架系統,分別是動力車轉向架和拖車轉向架。兩種轉向架主要區別是:動力車轉向架比拖車轉向架多一組齒輪箱和一個電機吊架。兩者不具備互換性,但結構組成基本相似。轉向架由構架、輪對、軸箱、制動裝置、一系懸掛、二系懸掛和牽引裝置等組成,由此可見,動車組轉向架的關鍵部件很多。軸箱是連接輪對與構架的活動關節,是動車組的A類部件。而軸箱多項功能都與軸承存在關系,因此,軸箱軸承是保證動車組安全運行的核心部件之一,要求具備很高的安全性和可靠性。
軸承連接著車軸與軸箱體,承載著車輛靜負荷、沖擊振動載荷和軸向載荷,起到將車體重量和載荷傳遞給輪對的作用。它由外圈、內圈、滾動體和保持架等重要部件組成[6]:(1)軸承外圈不動,與軸承座起到支撐作用;(2)內圈與軸一起旋轉;(3)滾動體分布在內圈和外圈之間,它使內圈和外圈的相對運動從滑動摩擦變為滾動摩擦,滾動體的大小、形狀和數量直接決定軸承的使用壽命;(4)保持架使相鄰滾動體不能直接接觸,達到從根本上降低滾動體運動過程中摩擦損失的目的。我國動車組軸箱軸承主要采用自密封結構的雙列圓柱滾子軸承和雙列圓錐滾子軸承兩種。
不同型號的動車組使用的軸箱軸承也不同。目前,選用較多的軸承類型為內徑130 mm、外徑230 mm/240 mm的圓錐滾子軸承,該軸承能承受一定的軸向載荷和徑向載荷,不同類型和品牌的軸承參數如表1所示。如我國CRH380A型動車組轉向架采用脂潤滑密封型雙列圓錐滾子軸承,此單套軸箱軸承承受的軸向載荷為20 kN,徑向載荷為90 kN。
1.2??軸箱軸承故障形式
動車組軸箱軸承是發生故障概率較大的零件之一。由于動車組長周期運行,軸承會受到各種載荷的作用,這些載荷作用會使軸承逐漸發生形變,當形變達到一定程度時,就會出現故障,影響動車運行的穩定性。軸箱軸承故障類型較多,無論發生哪種類型的故障,當損傷達到一個極限,都會使軸承不能正常光滑地轉動,故障類型主要分為腐蝕、疲勞剝落、磨損和膠合等。
?2?
軸箱軸承狀態監測技術
軸箱軸承狀態監測是利用檢測、測量、分析和判別等方法掌握設備的運行狀態,預測其可靠性和使用性,當其出現異常時,及時可靠地反映故障,為設備的故障分析提供基礎信息。目前,主要的監測技術有溫度測量、油樣分析、聲發射和振動信號等。
振動是反映軸承健康狀態最主要的標志,動車組軸箱軸承除了來自于車軸或車軸上其他零部件的激勵作用外,如果外圈、內圈、滾動體和保持架等部件表面有磨損,軸承轉動通過缺陷位置時,會產生強烈的振動沖擊。振動信號對軸承故障敏感,故障會改變振動特征。
軸承振動信號屬于高頻信號,必須使用加速度傳感器采集。此傳感器是利用壓電效應原理,將加速度轉換為成正比的電荷量。通過振動信號波形的各種時域統計參數,判斷出當前軸承的故障形式,例如腐蝕、疲勞剝落、磨損、膠合等,具體波形圖如圖1所示。振動信號監測比起溫度測量、油樣分析和聲發射等技術,可以更早、更準確地發現故障。
由振動波形圖可以看出,動車組正常運行過程中,正常振動波形趨于平穩。當出現故障時,振動信號具有非平穩特征。由于在軸承中存在固定位置的損傷,損傷位置的振動幅值會遠高于正常振動信號,出現一個具有規律性的沖擊成分。在疲勞剝落、磨損、膠合等不同的軸承故障中,振動信號的特征頻率也不同,特征頻率取決于軸承內圈損傷位置、外圈損傷位置、滾動體損傷位置、軸的轉速。因此,軸承故障位置可以通過特征頻率計算公式得出,外圈故障特征頻率、內圈故障特征頻率、滾動體故障特征頻率和保持架故障特征頻率計算公式分別如公式(1)(2)(3)(4)所示。
式中:z為滾動體數目(個);n為轉速(r?min-1);α為滾動體接觸角(°);d為滾動體直徑(mm);D為節圓直徑(mm)。
?3?
軸箱軸承故障診斷方法及應用
信號處理方法一般有時域分析法、頻域分析法、時頻分析法和小波分析法等幾種,下文將結合時域分析與小波分析對故障特征進行提取及診斷。
3.1??時域分析
時域分析是在時間域上對信號進行統計分析,通過觀察信號的概率分布特征來診斷軸承故障狀態。它根據信號的時間歷程繪制波形,獲得軸承運行的特征參數。主要指標包括有效值、峰值、峰值因數、峭度因子、脈沖因數、波形因數、裕度因數等等,其中有效值、峰值、峰值因數和峭度因子應用比較廣泛。時域分析不能準確確定故障的部位,須結合其他方法進行精確診斷。
3.2??小波分析
小波分析用某小波函數族來表示觀測信號,它能實現對信號的整體和局部分析,符合對非平穩信號特性分析的要求,具有特征參數選取的有效性。小波函數定義為:設Ψ(t)為平方可積函數,即Ψ(t)∈L2(R),若其傅里葉變換Ψ(ω)滿足條件小波函數的可容許條件,即公式(5)所示,則Ψ(t)為一個基本小波。將基本小波Ψ(t)伸縮和平移,代入伸縮因子a和平移因子b,即公式(6)所示,可得到小波基函數。x(t)的連續小波變換為WTx(a,b),即公式(7)所示。
3.3??故障診斷方法應用
下面以CRH380A動車組的軸箱軸承外圈點蝕為例,說明故障診斷方法的應用。該車采用NTN公司生產的2E-CRI-2677T2LLXCS770PX1/L552S17型號雙列圓錐滾子軸承,軸承表面采用淬火鋼,車軸材料為30NiCrMoV12,軸承內外圈材料為GCr15,滾動體材料為GCr15,保持架材料為低碳鋼。該動車組軸箱軸承結構參數如表2所示。
通過加速度傳感器采集軸承振動信號,時域分析選取2 015個采樣點,計算得出:軸轉動頻率為31.24 Hz,外圈的故障特征頻率為109.17 Hz。時域參數選擇峰值和峭度值,正常軸承信號時域波形如圖2所示,軸承外圈故障信號時域波形如圖3所示。
與圖2對比,圖3波形幅值明顯變大,說明外圈發生點蝕故障??紤]可能存在噪聲疊加的原因,僅僅依據波形幅值變大,無法科學準確地獲取故障信息,需要進一步結合小波分析方法。
首先,分解振動信號為d1~d4的4層細節信號,做出4層小波分解譜圖,如圖4所示;然后對d1層細節信號進行Hilbert包絡分析,得出包絡譜圖,如圖5所示;最后從外圈d1層細節信號的包絡譜圖得出頻率109.3 Hz,利用上述計算公式得出軸承外圈故障特征頻率108.58 Hz,確定軸承外圈發生點蝕故障。
?4?
結語
動車組系統龐大、運行環境復雜,軸箱軸承又是動車組轉向架的關鍵部件,其健康監測與故障診斷對于動車組安全運行具有重要意義。合適的信息載體是診斷軸箱軸承故障的關鍵,由于振動信號比溫度信息更敏感,應用可靠性較高,結合軸箱軸承外圈點蝕故障案例分析,得出以下結論:(1)軸承振動信號需要用加速度傳感器采集,經電荷放大器和抗混濾波處理,剔除振動噪聲后,充分顯現故障引起的振動信號,進行特征提取、狀態識別、故障分析和決策干預。(2)時域分析法只能判斷出故障發生的必要條件,即時域波形幅度改變,但無法對故障進行準確定位,而小波分析法從包絡譜圖中直接看出故障特征頻率,且與理論計算吻合。在實際軸箱軸承故障診斷的過程中,可將時域分析與小波分析綜合使用,以提高故障診斷的準確性與實時性。
參考文獻
[1]?杜煜坤,徐樂,魏語辰,等.滾動軸承故障診斷發展現狀及發展趨勢[J].設備管理與維修,2022(11):128-129.
[2]?陳鵬.基于振動信號的滾動軸承故障診斷方法綜述[J].軸承,2022(6):1-6.
[3]?戴含芳.元素分析方法及在旋轉機械故障診斷中的應用研究[D].北京:北京建筑大學,2022.
[4]?徐磊,王田天,謝勁松,等.高速列車軸箱軸承故障特征與診斷技術研究[J].中南大學學報(自然科學版),2022,53(5):1600-1613.
[5]?丁發軍,王正方,肖龍波,等.高速動車組列車轉向架軸承故障分析[J].裝備制造技術,2022(5):164-165.
[6]?李軍寧,羅文廣,陳武閣.面向振動信號的滾動軸承故障診斷算法綜述[J].西安工業大學學報,2022,42(2):105-122.
編輯:黃飛
?
評論
查看更多