动车组牵引电机的故障预测与健康管理技术的研究
动车组牵引电机的故障预测与健康管理技术的研究
摘要：动车组系统结构复杂，包括牵引系统、网络系统、制动系统等子系统。构成EMU基础的每个系统的健康状态对EMU基础的安全运行起着关键作用。为了保证动车组各部件的安全稳定运行，目前动车组主要采用计划检修的方式进行试验，这样会导致动车组部件检修过多，而动车组部件检修不足。同时，随着我国动车组数量的增加，工作量也大大增加。和平精英外挂
关键词：牵引电机；故障预测；健康管理;
临沂市中考成绩查询入口随着高速铁路的快速发展，新建铁路逐年增加，行车密度逐年变大，行车安全问题也日益突出。这就需要转换动车组的运营维修方式、提高运维效率以及优化修程修制来保证动车组的行车安全。牵引电机作为动车组的关键部件之一，直接影响着行车安全，因此，对牵引电机进行退化状态评估和剩余寿命预测就显得尤为重要。目前的运维策略，容易造成“维修不足”和“维修过剩”的问题，而且过度依赖于专家经验，从而对运维数据利用率较低。故障预测与健康管理作为一种新型的安全保障方式，代表了一种维修方式的转变，是提高装备可靠性、安全性、维修性及降低全生命周期费用的关键方法。
一、PHM技术的概述
随着信息化、自动化、智能化等技术的发展，各类大型复杂系统装备的集成度、复杂度和综合度越来越高，随之而来的装备运维成本居高不下且日渐庞大，传统的装备维护保障技术已难以满足要求，经济可承受性和投入产出效益成为不容忽视的问题。自20世纪50年代以来，由美国军方提出和逐步发展起来的PHM技术最早用于降低飞机保障费用，作为提高飞行安全和飞机可用性的综合性保障技术，已将其列为大型武器系统采购的必备要求。据相关统计数据，PHM技术使美国联合攻击机维修人力减少了20%~40%，后勤规模缩小了50%，出动架次率提高了25%，使用寿命提高到8 000飞行小时，有效地降低了飞机使用与保障费用，提高了飞机系统安全性、战备完好率和任务成功率。目前，PHM技术的研究对象已经从早期战斗机发动机扩展到飞机整机、大型舰船、直升机、地面装甲车辆以及工业领域的各类大型、重要装备中，基于此技术而展开的研究及应用正在复杂装备的维修保障领域内掀起一波新变革。PHM技术是基于故障监测、诊断及预警等技术发展而来的，它们相互之间是一脉相承的演化和依存关系，其主要包括3方面内容：一是增强诊断，即以高故障诊断能力和低虚警率确定部件完成其功能状态的过程；二是预测，依据故障特征和失效机理建模实现故障早期预警与剩余寿命预测；三是健康管理，依据监测、诊断、预测的信息，执行对装备或部件的健康状态、维修和保障活动做出决策活动以致装备或部件能够重
新达到要求的健康标准。动车组列车是高度集成化、信息化、复杂化的大型装备。动车组列车发展至今，各系列车型都安装有众多传感器来采集关键部件的状态信息。国内外很多科研院所和学者对动车组列车的故障监测、故障检测、故障诊断、故障预测、部件服役性能演化、剩余寿命预测、修程修制优化等内容进行了大量的理论研究和实践工作。此外，我国高速列车车载设备感知网络的完善、车地高速通信技术的发展、大数据分析挖掘技术的进步、运用维修数据的积累、部件性能演变规律的研究等有利条件的形成，为PHM技术的应用创造了良好基础。近2年，PHM技术在我国轨道交通领域发展较快，已有部分专家学者开展了动车组列车和地铁车辆等装备相关系统和部件的PHM技术研究和应用，但其在我国动车组列车上全面而系统化的应用和实践工作仍处于起步阶段，成熟的应用案例和实践成果仍然较少。
二、PHM的体系结构
1.数据获取：通过在合适的位置安装相应的传感器，包括温度、速度、应变片、红外传感器等，来采集所需的监测数据，并按照定义的数据格式存储。
梦见和爱人吵架2.特征提取：对所获取的信号和数据进行处理，主要采用滤波、线性判断、频谱分析以及
降维处理等方法，旨在获取能表征被监测对象性能的信息。
3.状态监测：主要使用阈值判断和模糊逻辑等方法，使用处理后的特征和数据与不同运行条件下的先验特性进行比较，对于超出阈值范围内的特征，产生报警信号。
4.健康评估：通过监测设备的运行状态、负载情况以及监测数据来判断设备当前的健康状态，这就需要根据实际运行条件，在设备的全生命周期内将退化状态进行具体的划分，如果发生退化，则需要新的的监测条件和阈值。
5.故障预测：故障预测最主要的作用就是在设备当前健康状态的基础上，根据历史数据和未来的运行数据，来预测未来某个时刻的退化情况，或者在一定的置信区间下预测设备的剩余寿命。
三、牵引电机机械故障诊断及轴承健康管理
1.转子与轴承故障机理研究。在动车机组的牵引电机设计中，牵引电机的机械故障主要包括电机的转子故障，轴承故障等等，其中转子故障和轴承故障这两类故障为常见故障高发部件，并且损伤率较高。因此在对牵引电机进行故障分析的时候，主要通过分析振动时域
以及频率中对应的特性频率，从而对牵引电机中的轴承具体位置进行故障判别。其中动车机组的牵引电机转子故障主要包括不平衡故障，不对中故障等等，当牵引电机的转子发生故障时，故障的特征频率为转子频率的整数倍，因此当电机的轴承发生损伤故障的时候，损伤位置可能出现在电机转子的内圈、外圈或者是滚动体上，甚至可能同时出现在多个元件位置，因此得到的牵引电机的故障信号较为复杂，需要对电机的轴承振动信号与各个故障特征信号的频率分别进行分析，才能对牵引电机的轴承的故障类型进行诊断。
2.转子与轴承故障模拟实验方案设计。针对动车机组不同类型的转子型号，发生不同类型的故障，以及转子轴承位置在不同的载荷条件下，分别对牵引电机进行实验，对牵引电机的轴承力学模型特性进行验证分析，可以获得牵引电机轴承在不同的条件下的实验数据，为电机的故障类型和使用寿命预测进行数据支撑，常见的包括外圈微弱故障，外圈严重故障，内圈微弱故障，内圈严重故障等等，将每一种故障类型采用多个样本在真实环境进行模拟实验，可以得到较为准确的故障类型判定数据结果，对牵引电机在实际发生故障条件下的运行工况提供有效的数据支撑。
3.转子与轴承健康管理模块。健康管理模块主要包括两个部分：第一是状态监测与故障诊断模块，第二是寿命预测模块。
四、其他关键技术
1.车载硬件系统。车载监测诊断硬件系统的框架如图1所示。它通过PXI总线形式进行数据交互，便于多通道的信号采集的扩展。古风筝
图1车载监测诊断硬件系统的框架lol三国皮肤
2.大数据健康管理平台，引入新一代物联网、大数据、云计算以及移动化等信息技术，实现运行设备的全面监测、诊断与状态预示。牵引电机大数据健康管理平台包括如下五个关键组成部分：（1）智能化物联平台。实现一张机车健康传感数据网，从而实现全面感知与可靠传递；（2）智慧化大数据分析中心。智慧化大数据分析中心利用大数据技术实现维修维护海量数据精准分析；（3）健康管理示范应用。涵盖产品生命周期管理、维修维护过程
管理、人员协同调度等全方位应用支撑；（4）私有云数据中心。私有云数据中心是灵活高效、性能稳定、多样化的弹性资源池和数据资源基础设施；（5）端到端安全体系。构建全局化的安全保障链条。
总之，随着新一代智能高铁技术的PHM检验技术的逐渐应用，对动车机组的牵引电机的安全运行提出了新的要求，因此对牵引电机的故障检测和健康管理技术研究具有重要的意义，随着传感器技术，大数据技术，人工智能技术的不断应用，针对动车基础的牵引电机故障检测技术应用范围将会不断的扩大，为实现动车机组的返修机制的完善，以及对动车机组电机由计划维修向状态维修的转变提供有效的数据支撑，能够有效保证动车机组的运行效率。
动车组和高铁的区别参考文献：
[1]陈异民,电力机车故障预测与健康管理系统总体方案研究.2021.
[2]宋齐明.动车组牵引电机的故障预测与健康管理技术的探讨.2022.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。