地铁车辆转向架的轴承故障诊断方法

李朋朋

摘要：对于地铁车辆来说，保证地铁安全通行的转向架起着极为重要的作用，是确保地铁稳定安全运行的核心部件。轴承又是支撑转向架使用的根本，本文通过简述地铁车辆转向架轴承故障，以及分析滚动轴承振动信号分析方法，进而为地铁车辆转向架轴承故障诊断方法给出合理化方式。该结论可快速有效的诊断轴承故障类型及状态。

关键词：地铁车辆;车辆转向架;轴承

前言

經济飞速发展的今天，轨道交通以其更便利，更安全，更舒适的优越条件成为人们工作生活中必不可少的交通工具之一。各城市逐步开通铁路交通并投入运营，地铁作为城市重要的交通枢纽，承担着运输货物和承载乘客的核心工作，因此安全问题成为了地铁交通的重要问题。地铁转向架在车辆运行中承担着极大的压力，需要相关工作人员定期检查是否存在故障，并及时排除安全隐患，保证车辆运输安全。

1. 地铁车辆转向架轴承故障

1.1轴承故障分类

定期检测及时排除故障和在对检修过程中遇到故障及时处理都是工作人员为了保证地铁安全运行时严格执行的必要任务[1]。作为地铁车辆转向架核心的轴承部分需要重点检查，该部分使用情况会对转向架整体使用产生重要影响。

1.1.1腐蚀故障

金属与周边其他介质产生化学及电化学反应称之为腐蚀，轴承套环的相对运动、强电流的通过、金属润滑剂及水分都会对轴承产生一定的化学性腐蚀故障。

1.1.2胶合故障

在大负荷而未有润滑的状态下，经过摩擦产生的大量热能会导致金属产生互相黏合的现象。轴承的温度在短时间内达到一定的高度发生的故障称之为胶合故障。

1.1.3磨损故障

在转向架部分元件的相互作用下，轴承表面会发生磨损。时间越久磨损程度越高，高度磨损下的轴承振动幅度数值大于正常轴承，失去规律性反应，会变成随机性反应，发生轴承磨损故障的转向架存在不稳定性[2]，易产生安全风险。

上述三种故障为常见的轴承机理故障。发生此故障时工作人员需将其更换以降低安全风险。

2.滚动轴承振动信号分析方法

温度、振动、声学等都可作为滚动轴承的故障诊断方法。在诸多方法中，振动信号诊断检测因特征明显，且因检测方式近乎于完善成熟，故而大部分用于轴承的故障检测中。通过时域与频域的转换，转而也可以从频域的角度看待振动信号，从而实现根据振动信号的时域和频域两层面判断分析轴承是否故障及锁定故障位置。

2.1时域分析法

立足于振动信号轴承故障检测中，尤为重要的时域分析法，主要是通过计算机将振动信号进行收集，且将振动信号进行简单的分析，以分析结果来判定轴承是否处于正常或异常的数据情况中。通常可以将时域分析法的参数信息划分成两大类，分别为量纲参数和无量纲参数;其中量纲参数中包含峰值、有效值、方根值等;峰值的主要指振动信号出现的最大值通常不具备稳定性。在不同的时刻变更频率较大。其针对轴承转动过程中出现的瞬间冲击，具有更好地故障诊断效果。有效值作为常见的统计参量，可以反映出机械振动强度的级别，其可为机械故障判定核心参数，有效值呈常见统计参量，反应机械振动强度级别，为机械故障判定参数，有效值可将轴承未来发展趋势予以估计。无量纲参数，主要包含峰值因子、峭度因子等，诸如此类指标与轴承工作状态变更成正比。

3.地铁车辆转向架轴承故障诊断方法

3.1轨边特殊工况下轴承诊断

阵列处理技术非滚动轴承故障是特有的在线检测技术。采用先进的阵列处理技术提升信号质量，其与超声波控制的雷达相似[3]，是通过多个传感器进行声音采集，随着波束的形成得到一个信噪比更高的信号。采用采集阵列，在探测区进行采样并进行诊断，从而达到诊断效果。

因列车的位置是不断产生变化的，系统将通过高精度的声学传感器阵列组，依靠大量声源信息来判断位置。并通过信息进行特殊算法处理，从而实现声学指向跟踪技术，确保声束指向轴承位置，为轴承故障在线检测提供的必要的检测方法。

3.2轴承故障智能识别诊断法

随着科技进步，目前在轴承的故障判断上也可采取智能故障识别系统来识别轴承故障。智能故障识别系统有很强的适应性，全程不需人工参与，节省人工成本，提升工作效率，保障地铁车辆的安全。

3.2.1小波包分析及包络解调分析故障诊断

一般来讲，轴承的故障诊断可以通涉及频域和时域采取振动信号诊断方法。在频域分析过程中，如故障出现初级阶段可通过微弱信号变更进行全方位判断分析，将震动信号输入特定的频谱图中展开系统性分析，研究和预测故障发展趋势并给予故障定性，逐渐排除故障范围，掌握轴承状态。通常轴承异常时，将进一步发生联动反应。本局多数部件运动状态的变更频率统计出来是，可通过计算机进行记录及深层次分析，确定故障成因[4]。同时此类频率也可作为故障预警指标，设定提醒范围。待上述操作完毕后，可通过滤波器将有问题的信号获取出来，利用共振分离的方式，将局部频次进行提取，进一步找出故障原因加以分析。

3.2.2智能故障识别模式

传统的测试都是以专业人员将频谱图列出进行故障特征类观察，以此来判定轴承的健康，近年随着科技发展，更智能得到故障识别方式呈现在人们面前。随着科学技术的逐步成熟，适应性更强更人性化的诊断方式推陈出新。智能故障的识别方式，普遍应用在轴承的故障诊断上，因其适应性强的特点，且可实行自行组织，科技含量高，被广泛应用。相比人工神经网络，需要大量的经验进行支撑，在相对复杂的环境下，很难大部分的投入使用。

结束语

总而言之，地铁车辆的转向架作为地铁车辆的重要组成部分。转向架的轴承是地铁车辆的主心骨，是构成安全运行的核心。地铁车辆的安全与人们的生命安全息息相关。因此铁路技术人员，应当通过有效科学的手段做好检修、维护、替换、保养等工作，在预算和性能开始发生变化的情况之前，了解轴承的各种动态。对于我国飞速发展的交通现状，专业人员应当密切关注车辆安全动态。为安全便利平稳的轨道运行保驾护航。

参考文献

[1]李向斌，邢远方，于百惠.关于地铁车辆转向架轴承故障诊断的相关问题分析[J].科学技术创新，2021（01）：167-168.

[2]汤清枫.地铁车辆转向架的故障与处理技术研究[J].工程技术研究，2019，4（21）：121-122.

[3]王远霏，裴春兴，孙海荣.基于加权改进D-S证据融合理论的地铁车辆转向架轴承故障诊断方法[J].北京交通大学学报，2018，42（06）：75-82+90.

[4]刘建强，赵东明，赵楠.一种改进的地铁车辆转向架轴承故障诊断方法[J].铁道学报，2018，40（11）：55-61.