李向斌 邢遠(yuǎn)方 于百惠
(武漢地鐵運(yùn)營(yíng)有限公司,湖北 武漢430000)
我國(guó)城市軌道交通發(fā)展較為迅速,各大城市不斷加強(qiáng)建設(shè)及規(guī)劃城市軌道交通,其運(yùn)營(yíng)成為人們關(guān)注的焦點(diǎn)。對(duì)地鐵車(chē)輛而言,轉(zhuǎn)向架軸承為核心部件,其與車(chē)輛安全穩(wěn)定運(yùn)行密切相關(guān),所以加強(qiáng)對(duì)列車(chē)轉(zhuǎn)向架軸承故障診斷尤為重要。振動(dòng)信號(hào)中一般折射大量故障信息,本文將立足于武漢地鐵3 號(hào)線相關(guān)軸承,將其故障機(jī)理予以闡述,深究故障診斷的使用方法,提升故障診斷效率,為列車(chē)安全運(yùn)行做以支撐。
武漢地鐵3 號(hào)線一期于2015 年12 月28 日正式開(kāi)通,為武漢第四條運(yùn)營(yíng)的地鐵線路,列車(chē)使用6 節(jié)編組,為B 型車(chē),截至2020 年10 月共有29 列可上線運(yùn)營(yíng)車(chē),其轉(zhuǎn)向架生產(chǎn)供應(yīng)商為中車(chē)長(zhǎng)春軌道客車(chē)股份有限公司。其轉(zhuǎn)向架型號(hào)為CW2100(D)型無(wú)搖枕轉(zhuǎn)向架,軸箱軸承為雙列自密封圓柱滾子軸承(CBU),其內(nèi)部潤(rùn)滑脂采用Shell Nerita HV,加入劑量為250±20g,圖1為軸箱軸承剖面圖。
2.1.1 腐蝕故障
金屬與其周?chē)橘|(zhì)發(fā)生化學(xué)或電化學(xué)作用,進(jìn)而造成的破壞稱(chēng)為腐蝕,造成軸承部件腐蝕成因較多,主要涉及水分或潤(rùn)滑油化學(xué)腐蝕,或強(qiáng)電流通過(guò)軸承,以及軸承套環(huán)相對(duì)運(yùn)動(dòng),均會(huì)造成軸承腐蝕故障。
2.1.2 膠合故障
膠合主要指兩個(gè)金屬相互粘合現(xiàn)象,受荷載較大及未有良好的潤(rùn)滑狀況下,摩擦生成大量熱量,軸承短時(shí)間內(nèi)大幅度升溫,使其表面損傷。
2.1.3 磨損故障
磨損故障特指,在部分元件機(jī)械作用下,使軸承表面造成嚴(yán)重磨損。軸承磨損后,將其與正常軸承相較,未存在相應(yīng)的變更規(guī)律,通常具有隨機(jī)性,磨損之后幅值大于正常軸承,所以針對(duì)此種狀況,需將其振動(dòng)信號(hào)最高峰值及有效值計(jì)算,若計(jì)算結(jié)果均比正常值大,判定為磨損。
轉(zhuǎn)向架軸承若出現(xiàn)異常狀況時(shí),會(huì)造成地鐵車(chē)輛整個(gè)系統(tǒng)發(fā)生變更,主要表現(xiàn)為減幅振動(dòng)。通過(guò)將其信息進(jìn)行整合分析,判定軸承故障。根據(jù)軸承典型結(jié)構(gòu)圖,可得以下表達(dá)式:
式子內(nèi)圈旋轉(zhuǎn)速度為Wr=2 πfr;外圈旋轉(zhuǎn)角速度為Wa= 2πfa;滾動(dòng)體質(zhì)心的公轉(zhuǎn)角速度為 Wc=2πfc;滾動(dòng)體自傳角速度為 Ws=2πfs,設(shè)定滾動(dòng)體與管道間為純滾動(dòng)接觸,可滾動(dòng)體質(zhì)心的公轉(zhuǎn)角速度為:
滾動(dòng)軸承故障診斷方式較多,譬如溫度、振動(dòng)、聲學(xué)等,其中振動(dòng)信號(hào)診斷,存在顯著的特征,且檢測(cè)方式趨于完善及成熟,廣泛應(yīng)用于軸承故障檢測(cè)中。通??蓮臅r(shí)域和頻域兩個(gè)層面進(jìn)行分析,其中時(shí)域主要側(cè)重于軸承是否發(fā)生故障的檢測(cè),但無(wú)法將故障元件予以明確,而頻域法可將存在故障元件指出。
時(shí)域分析法:
圖1 軸箱軸承剖面圖
立足于振動(dòng)信號(hào)軸承故障檢測(cè)中,時(shí)域分析法尤為重要,其主要通過(guò)計(jì)算機(jī)將振動(dòng)信號(hào)進(jìn)行收集,且將其進(jìn)行簡(jiǎn)單分析,以表達(dá)軸承是否處于正?;虍惓顩r,通常使用其參數(shù)信息可劃分為兩大類(lèi),即為有量綱參數(shù)和無(wú)量綱參數(shù)。有量綱參數(shù)包含峰值、有效值、方根值等。峰值主要指振動(dòng)信號(hào)出現(xiàn)的最大值,通常具有不穩(wěn)定性,在不同時(shí)刻變更頻率較大,其針對(duì)軸承轉(zhuǎn)動(dòng)進(jìn)程中出現(xiàn)瞬時(shí)沖擊,具有良好的故障診斷成效;有效值為常見(jiàn)統(tǒng)計(jì)參量,反映機(jī)械振動(dòng)強(qiáng)度級(jí)別,為機(jī)械故障判定核心參數(shù),有效值可將軸承未來(lái)發(fā)展趨勢(shì)予以估測(cè)。無(wú)量綱參數(shù),主要包含峰值因子、峭度因子等,此類(lèi)指標(biāo)與軸承工作狀態(tài)變更成正比[1]。
軸承故障診斷主要包含數(shù)據(jù)收集、特征提取及故障模式識(shí)別,如圖2 所示,其中核心環(huán)節(jié)為故障特征的提取,其與最終故障診斷準(zhǔn)確率密切相關(guān)。此外,可能存在不同種類(lèi)的頻譜表現(xiàn)故障特征相同,或相同類(lèi)型的故障存在多種表現(xiàn),阻礙準(zhǔn)確判定故障類(lèi)別。因此多數(shù)旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng),可對(duì)其故障信號(hào)信息作出正確診斷,但針對(duì)特征較多故障或特點(diǎn)相似的故障,難以短時(shí)間內(nèi)進(jìn)行判定。下文主要闡述幾類(lèi)轉(zhuǎn)向架軸承故障診斷方式,力爭(zhēng)為軸承故障檢修提供參考。
圖2 軸承故障診斷流程
通常而言,軸承使用振動(dòng)信號(hào)診斷方法,主要涉及時(shí)域和頻域,在頻域分析進(jìn)程中,若故障發(fā)生階段較早,可根據(jù)微弱變更信號(hào)進(jìn)行全方位分析,將其振動(dòng)信號(hào)輸入特定的頻譜圖中,進(jìn)行系統(tǒng)性對(duì)比及研究,將故障未來(lái)發(fā)展趨勢(shì)及故障信息予以確定,遵循漸進(jìn)可將故障軸承承載狀況予以掌握。通常軸承發(fā)生異常時(shí),將進(jìn)一步發(fā)生聯(lián)動(dòng)反應(yīng),多數(shù)部件運(yùn)動(dòng)狀態(tài)發(fā)生變更,此類(lèi)頻率可通過(guò)計(jì)算機(jī)進(jìn)行記錄及深層次分析,將其故障成因確定。同時(shí),此類(lèi)頻率可作為故障預(yù)警指標(biāo),當(dāng)軸承發(fā)生故障時(shí)可通過(guò)計(jì)算機(jī)進(jìn)行提醒。待上述操作完成后,可通過(guò)濾波器將其信號(hào)獲取,利用共振分離方式,將局部頻次進(jìn)行提取,進(jìn)一步找出故障成因。
傳統(tǒng)頻域方式主要通過(guò)專(zhuān)業(yè)人員將頻譜圖中故障特征進(jìn)行觀察,判定軸承是否發(fā)生故障,以及故障發(fā)生類(lèi)型。近年來(lái),隨著科學(xué)技術(shù)不斷發(fā)展,智能故障識(shí)別方式,被普遍應(yīng)用于軸承故障診斷中,其具有較強(qiáng)的適應(yīng)性,且可實(shí)施自行組織,整個(gè)過(guò)程無(wú)需人工參與,科技含量尤為凸顯,而人工神經(jīng)網(wǎng)絡(luò)需大量故障訓(xùn)練樣本做以支撐,加之應(yīng)用環(huán)境較為復(fù)雜,在工程中難以大面積使用。智能故障識(shí)別方式,主要通過(guò)計(jì)算機(jī)根據(jù)頻譜圖搜索故障,其核心環(huán)節(jié)不僅包含譜峰判定、搜索頻帶設(shè)定,而且涉及故障特征頻率誤差設(shè)定及搜索算法。