畢貞法 孔樂

摘 要：列車安全性檢測(cè)是鐵路機(jī)車車輛工程的重要研究課題。輪對(duì)是高速列車行走部的關(guān)鍵部件，傳統(tǒng)檢測(cè)模式只能發(fā)現(xiàn)宏觀存在的缺陷，而不適用于運(yùn)行過程中的早期缺陷的發(fā)現(xiàn)與狀態(tài)跟蹤。為了實(shí)現(xiàn)對(duì)早期故障的快速識(shí)別與輪對(duì)壽命預(yù)測(cè)，針對(duì)傳統(tǒng)測(cè)試方法在早期檢測(cè)與動(dòng)態(tài)檢測(cè)方面的不足，提出了全新的動(dòng)態(tài)檢測(cè)系統(tǒng)，以滿足列車運(yùn)行的安全要求，還對(duì)磁記憶信號(hào)與該材料所受載荷狀態(tài)之間的關(guān)系進(jìn)行了大量的試驗(yàn)研究。研究結(jié)果表明：在50～150 kN的載荷區(qū)間內(nèi)，試件的磁記憶信號(hào)呈單調(diào)變化，變化趨勢(shì)明顯；對(duì)試件進(jìn)行疲勞載荷后發(fā)現(xiàn)磁記憶信號(hào)的原始值及梯度、峭度等信號(hào)特征均有所變化，峭度變化較為明顯，能夠有效反應(yīng)材料的疲勞狀態(tài)。采用金屬磁記憶技術(shù)進(jìn)行輪對(duì)早期故障檢測(cè)與動(dòng)態(tài)檢測(cè)，對(duì)于保證列車的運(yùn)行安全具有重要的現(xiàn)實(shí)意義，可為無損檢測(cè)領(lǐng)域的應(yīng)用提供借鑒。

關(guān)鍵詞：鐵路機(jī)車車輛工程；高速列車；安全性檢測(cè)；輪對(duì)材料；金屬磁記憶檢測(cè)法；早期故障

中圖分類號(hào)：U279.4 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-1542（2018）04-0306-08doi：10.7535/hbkd.2018yx04003

Abstract：The detection of train safety is an important research topic for railway locomotive and vehicle engineering. Wheelsets are key components of high-speed train bogies. The traditional detection method can only diagnose macroscopic structural defects， and it is not suitable for the diagnosis of microscopic defects and status tracking in the operation process. In order to achieve rapid identification of early failures and life prediction of wheelsets， in light of the shortcomings of traditional test methods in early detection and dynamic detection， a new system of dynamic detection is proposed to meet the safety requirements of train operations. This paper also conducts a large number of experimental studies on the relationship between magnetic memory signals and the loading conditions of the material. The results show that in the 50～150 kN load range， the magnetic memory signal of the experimental workpiece changes monotonously， and the change trend is obvious； after fatigue loading， the original values of the magnetic memory signal and the signal characteristics of gradient and kurtosis both have some change， and the kurtosis changes more obviously， which can effectively reflect the fatigue state of the material. The use of metal magnetic memory technology for wheelset early failure detection and dynamic detection has important practical significance in ensuring the safety of the train， and provides reference for its application in non-destructive testing.

Keywords：railway rolling stock engineering； high speed train； safety test； wheelset material； metal magnetic memory method； early failure

隨著中國(guó)鐵路向高速重載方向發(fā)展，使用中的輪對(duì)承受著越來越多的動(dòng)載、靜載、裝配應(yīng)力、閘瓦與制動(dòng)器之間的熱應(yīng)力、曲線離心力等，在輪對(duì)踏面、輪輞、輻板會(huì)產(chǎn)生應(yīng)力集中和疲勞裂紋（兩者稱為早期故障，是早期小裂紋的異常癥狀），這會(huì)導(dǎo)致動(dòng)態(tài)性能的惡化[1-4]。振動(dòng)和噪聲反復(fù)作用于輪對(duì)加速了應(yīng)力集中和疲勞擴(kuò)展，導(dǎo)致宏觀缺陷的發(fā)展。當(dāng)宏觀裂紋快速形成并加重時(shí)甚至?xí)?dǎo)致輪對(duì)破裂，從而造成重大安全事故[5]。例如，1998年由于輪對(duì)故障未被盡早診斷，導(dǎo)致德國(guó)ICE高速列車發(fā)生災(zāi)難性事故。因此，盡早地檢測(cè)高速列車輪對(duì)早期故障對(duì)列車行駛安全具有重大的實(shí)際意義。

目前，超聲波、電渦流、X光等輪對(duì)無損檢測(cè)方法有很多，但是沒有適用于動(dòng)態(tài)檢測(cè)輪對(duì)工作狀態(tài)的測(cè)量工具[6]。許多檢測(cè)都在檢修基地完成，稱為地面檢測(cè)，但該檢測(cè)方式不能顯示負(fù)載情況下的實(shí)際工作狀態(tài)，僅能夠識(shí)別已經(jīng)存在的缺陷[7-8]。傳統(tǒng)檢測(cè)手段效率低下，導(dǎo)致人力、物力和財(cái)力資源的浪費(fèi)。金屬磁記憶（metal magnetic memory，以下簡(jiǎn)稱MMM）方法是21世紀(jì)的一種新型無損檢測(cè)方法，它能夠定位鐵磁性金屬設(shè)備的微觀缺陷（如裂紋、夾雜、氣孔）或應(yīng)力集中區(qū)的漏磁場(chǎng)（RMF）[9-14]。金屬磁記憶理論與工程研究主要集中在俄羅斯、東歐和中國(guó)，對(duì)列車輪對(duì)安全檢測(cè)方面的研究較少，為實(shí)現(xiàn)對(duì)早期故障實(shí)時(shí)動(dòng)態(tài)預(yù)測(cè)，本文提出了基于金屬磁記憶方法的動(dòng)態(tài)檢測(cè)系統(tǒng)，構(gòu)建了包含信息采集、信息處理、定量評(píng)估和綜合分析的綜合智能平臺(tái)。

1 選擇檢測(cè)模式

1.1 早期故障的動(dòng)態(tài)檢測(cè)

如圖1所示，漏磁場(chǎng)場(chǎng)強(qiáng)Hp的最大值存在于應(yīng)力和變形的集中區(qū)域[15]。普遍能夠接受的理論是漏磁場(chǎng)Hp（x）的切向分量具有最大值，并且法線分量Hp（y）改變符號(hào)并且具有零點(diǎn)。在消除了工作載荷之后，磁疇狀態(tài)的不可逆變化將繼續(xù)。它可以確定應(yīng)力集中區(qū)（疲勞裂紋產(chǎn)生），并通過測(cè)量漏磁場(chǎng)的法向分量來實(shí)現(xiàn)微小裂紋的早期診斷。

河北科技大學(xué)學(xué)報(bào)2018年第4期畢貞法，等：基于金屬磁記憶的高鐵輪對(duì)早期故障檢測(cè)研究與傳統(tǒng)的無損檢測(cè)方法相比，金屬磁記憶法可以發(fā)現(xiàn)應(yīng)力集中區(qū)等早期缺陷，可以用于失效預(yù)測(cè)。傳統(tǒng)的無損檢測(cè)方法只能應(yīng)用于檢測(cè)后期檢測(cè)的宏觀故障[16-17]，且在檢測(cè)過程中需要水或油等介質(zhì)，檢測(cè)時(shí)效性較差，不利于動(dòng)態(tài)檢測(cè)，而金屬磁記憶方法不需要介質(zhì)，可以實(shí)現(xiàn)動(dòng)態(tài)檢測(cè)。高速列車輪對(duì)早期故障的動(dòng)態(tài)檢測(cè)如圖2所示。

1.2 檢測(cè)的復(fù)雜性

高速列車行駛中輪對(duì)的工作環(huán)境較惡劣，輪對(duì)是運(yùn)行過程中的高速旋轉(zhuǎn)部件且負(fù)載情況十分復(fù)雜，如力、熱和振動(dòng)等多重載荷的疊加加劇了輪對(duì)的疲勞損傷[18]。如果采用傳統(tǒng)的檢測(cè)方法，運(yùn)行過程中輪對(duì)的狀態(tài)很難模擬，多耦合量的應(yīng)力集中將被忽略，檢測(cè)結(jié)果與實(shí)際情況有較大誤差，給列車的安全運(yùn)行帶來很大風(fēng)險(xiǎn)。

2 檢測(cè)系統(tǒng)的組成

由于高速列車的復(fù)雜工作環(huán)境和動(dòng)態(tài)載荷影響，使用金屬磁記憶法對(duì)輪對(duì)進(jìn)行動(dòng)態(tài)定量診斷面臨諸多難點(diǎn)，主要有以下幾個(gè)方面，如圖3所示。

1）多傳感器動(dòng)態(tài)檢測(cè)。動(dòng)態(tài)檢測(cè)輪對(duì)的核心是實(shí)時(shí)負(fù)載狀態(tài)的檢測(cè)，其需要各種類型的傳感器，如磁阻傳感器、加速度傳感器、力傳感器、速度傳感器、溫度傳感器和位置傳感器等。通過傳感器信息，得到磁記憶信號(hào)與各種負(fù)載之間的耦合關(guān)系，并在出現(xiàn)異常信息時(shí)正確定位負(fù)載情況。

2）大容量信息傳輸技術(shù)。目前，中國(guó)運(yùn)營(yíng)的高速列車共有16節(jié)車組。在輪軸上使用多個(gè)傳感器進(jìn)行在線檢測(cè)，會(huì)產(chǎn)生大量的數(shù)據(jù)信息，如磁記憶信息、位置信息、溫度信息、控制信息、振動(dòng)信息和加速度信息等，所有的信息均需要送到中央控制站進(jìn)行分析和現(xiàn)場(chǎng)總線處理。為了實(shí)時(shí)了解輪對(duì)的運(yùn)行狀態(tài)，應(yīng)及時(shí)傳輸和處理信息，提高數(shù)據(jù)傳輸網(wǎng)絡(luò)系統(tǒng)的通信負(fù)載。輪對(duì)上的檢測(cè)框架如圖4所示。

3）低信噪比信號(hào)的降噪[19-21]。磁記憶傳感器主要用于檢測(cè)輪對(duì)的狀態(tài)，在輪對(duì)上安裝多個(gè)磁記憶傳感器，其他類型的傳感器用于同時(shí)研究各物理量與磁記憶信號(hào)之間的耦合關(guān)系。由于磁記憶信號(hào)是在地磁場(chǎng)的影響下表現(xiàn)出鐵磁部件表面的漏磁場(chǎng)分布，因此它對(duì)外界環(huán)境非常敏感。磁記憶傳感器在不同位置的輸入表示如式（1）所示：yi=Si+Ni ， （1）式中：yi是磁記憶傳感器的輸入，i是傳感器的位置編號(hào)； Si是有用的信號(hào)；Ni是噪聲信號(hào)。

同樣，不同位置的背景噪聲信號(hào)也可以被收集為Ni0。Ni0與Ni相關(guān)并且與Si無關(guān)。通過2個(gè)輸入噪聲之間的相關(guān)性和信號(hào)與噪聲的獨(dú)立性，自適應(yīng)濾波算法用于處理信號(hào)yi，因此濾波器的輸出盡可能接近噪聲信號(hào)Ni。因此，如果濾波器的輸出等于Ni，則通過 yi=Ni的表達(dá)式，系統(tǒng)的輸出等于有用信號(hào)，其表達(dá)式如式（2）所示：ei=Si+Ni-yi≈Si ， （2）式中：ei是系統(tǒng)的輸出；yi是過濾器的輸入。

圖5顯示了用于磁記憶信號(hào)的自適應(yīng)降噪系統(tǒng)的原理圖。

4）應(yīng)力集中區(qū)的信號(hào)特征提取。在以往的試驗(yàn)研究中應(yīng)力集中區(qū)域的判定效果較好，但由于情況復(fù)雜，常見特征值很容易在輪對(duì)檢測(cè)的工程應(yīng)用中導(dǎo)致誤檢。某些情況下，在Hp（y）非零的位置也存在應(yīng)力集中。磁場(chǎng)梯度較大的位置并不總是存在應(yīng)力集中或缺陷。選擇適當(dāng)?shù)奶卣髁?，如法向磁?chǎng)、相變點(diǎn)等的最大值與最小值的差值，用于表征失效度與泄漏磁場(chǎng)信號(hào)的關(guān)系。但是，磁記憶信號(hào)奇異的瞬時(shí)特性對(duì)應(yīng)力集中不敏感。Hp（y）的特征提取忽略了Hp（x）和Hp（z）的信號(hào)以及多維相關(guān)分布的磁記憶信號(hào)的綜合利用。

需要利用多維信號(hào)的時(shí)頻特征提取磁記憶的特征。磁記憶信號(hào)的峭度由其四階中心矩描述，反映了信號(hào)概率密度函數(shù)的陡峭程度[22]。它對(duì)信號(hào)的瞬時(shí)特性非常敏感，適合描述輪對(duì)磁記憶信號(hào)的特征。時(shí)域特征包括峭度、法向梯度、最大切向值、峰值等。頻域特征包括小波包能量、振幅譜熵等。時(shí)頻域綜合指數(shù)作為磁記憶故障的多輸入，充分體現(xiàn)了早期故障的特征。

3 研究結(jié)果

基于金屬磁記憶法的高速列車輪對(duì)早期故障動(dòng)態(tài)檢測(cè)系統(tǒng)在材料特性研究方面做了大量的工作。

1）自主研發(fā)了基于無線技術(shù)的智能數(shù)據(jù)采集控制器。該控制器由4個(gè)主要部分組成，即X86平臺(tái)、WiFi模塊、12個(gè)模擬輸入和4G模塊。測(cè)試當(dāng)前的校準(zhǔn)設(shè)備，隨機(jī)抽取部分試驗(yàn)數(shù)據(jù)，如表1所示，采集器共12通道，各通道采用十六進(jìn)制記錄數(shù)據(jù)，A/D采集的精度偏差可以小于5/10 000。

WiFi模塊用于傳感器和控制器之間的通信，4G模塊用于控制器和互聯(lián)網(wǎng)之間的通信。控制器如圖6所示。

2）對(duì)靜載荷下CRH3型“和諧號(hào)”高速列車輪對(duì)材料25CrMo4的力-磁效應(yīng)進(jìn)行了研究。列車運(yùn)行的實(shí)際工況中影響因子較多，本試驗(yàn)主要從材料的力-磁效應(yīng)角度分析，采用實(shí)驗(yàn)室小試樣，試驗(yàn)不影響對(duì)材料力-磁的研究，部分的研究結(jié)果如下。

通過控制拉伸試驗(yàn)機(jī)對(duì)長(zhǎng)、寬、厚分別為300 mm，50 mm，6 mm的板材進(jìn)行拉伸試驗(yàn)，在每次拉伸后沿著試樣的縱向收集漏磁場(chǎng)強(qiáng)度，試驗(yàn)設(shè)備及儀器如圖7所示。該部分的靜態(tài)負(fù)載下的磁場(chǎng)強(qiáng)度如圖8所示，選取了50，100和150 kN 3組載荷下的數(shù)據(jù)進(jìn)行描述，圖中橫坐標(biāo)為傳感器小車在試件上掃過的位移，縱坐標(biāo)為濾波后的磁記憶信號(hào)。

根據(jù)圖8和表2的數(shù)據(jù)可知，隨著靜載荷的增加，泄漏磁場(chǎng)強(qiáng)度的切向分量增大，切向分量隨著靜載荷的增大而減小。

峭度是一個(gè)無量綱參數(shù)，因?yàn)樗鼘?duì)沖擊信號(hào)非常敏感，特別適用于表面損傷問題，尤其適用于早期故障診斷。峭度的計(jì)算如式（3）所示：K=E（x（t）-σ）4-3 ， （3）式中：K是信號(hào)的峭度； x（t）是瞬時(shí)磁場(chǎng)強(qiáng)度值；是幅值的均值； σ是標(biāo)準(zhǔn)差。

表3列出了磁場(chǎng)強(qiáng)度的峭度。表3中， K（x）是磁場(chǎng)強(qiáng)度的切向分量的峭度，K（y）是磁場(chǎng)強(qiáng)度的法向分量的峭度?？梢缘贸鼋Y(jié)論：不同靜載荷下材料磁場(chǎng)強(qiáng)度的概率密度分布表明磁記憶信號(hào)的峭度值隨著靜載荷的增加而增大，但是變化幅度較小，對(duì)實(shí)際檢測(cè)的指導(dǎo)意義不大。

3）在生命周期的不同階段采集和分析輪對(duì)的磁記憶信號(hào)。

為了探索金屬磁記憶檢測(cè)信號(hào)與車輪壽命周期之間的關(guān)系，對(duì)材料進(jìn)行了疲勞載荷試驗(yàn)。圖9顯示了用于疲勞拉伸的試驗(yàn)裝置。

將標(biāo)本在恒力下拉伸300，500和1 000萬次。疲勞載荷完成后，磁記憶信號(hào)以相同的方向和路徑收集。收集的數(shù)據(jù)如圖10所示。

圖11是3條數(shù)據(jù)曲線的梯度。根據(jù)圖10和圖11可以看出，交變載荷的數(shù)量對(duì)試樣的磁記憶信號(hào)有很大的影響。隨著交變載荷數(shù)量的增加，磁記憶信號(hào)的切向分量呈現(xiàn)出明顯的增加趨勢(shì)，磁記憶信號(hào)的法向分量更加分散，并且始終具有零點(diǎn)，存在一定程度的應(yīng)力集中區(qū)。

表4顯示了上述磁記憶信號(hào)的峰值和均值。由表4中數(shù)據(jù)可知，圖像的變化是由交替負(fù)載的次數(shù)引起的。

3次拉伸試驗(yàn)后磁記憶信號(hào)的峭度也有較大變化。磁記憶信號(hào)的切向分量的峭度呈現(xiàn)出明顯的增加，這表明信號(hào)的概率密度具有很大的離散現(xiàn)象，峭度在輪對(duì)疲勞程度的檢測(cè)與壽命預(yù)測(cè)方面具有較高的應(yīng)用價(jià)值。磁性記憶信號(hào)的峭度如表5所示。

4 結(jié) 論

提出了基于金屬磁記憶法的輪對(duì)早期故障動(dòng)態(tài)檢測(cè)系統(tǒng)，以滿足列車安全運(yùn)行的需求。在這個(gè)系統(tǒng)中，引入了檢測(cè)模式選擇、數(shù)據(jù)采集系統(tǒng)和大容量數(shù)據(jù)傳輸系統(tǒng)，以及信號(hào)降噪和特征提取系統(tǒng)。這些研究可以為無損檢測(cè)提供參考。

1）開發(fā)了基于無線技術(shù)的智能數(shù)據(jù)采集控制器。A/D采集的精度可以小于5/10 000，滿足數(shù)據(jù)采集要求。

2）輪對(duì)材料的靜態(tài)試驗(yàn)表明，隨著靜態(tài)負(fù)載的增加，磁記憶信號(hào)的變化也隨之增加。通過對(duì)漏磁場(chǎng)強(qiáng)度的切向及法向分量進(jìn)行對(duì)比分析，在本應(yīng)力區(qū)間內(nèi)，隨著試件所受載荷的增大，試件表面漏磁場(chǎng)的切向分量均有所增大，載荷變化在50～150 kN之間時(shí)，磁記憶信號(hào)浮動(dòng)于-297～-120 A/m，對(duì)應(yīng)磁記憶信號(hào)均值變化范圍在-215～-158 A/m之間。而法向分量有所減小，并且切向分量和法向分量的變化趨勢(shì)基本呈負(fù)相關(guān)，載荷變化在50～150 kN之間時(shí)，磁記憶信號(hào)浮動(dòng)于-9～3.5 A/m，對(duì)應(yīng)磁記憶信號(hào)均值變化范圍在-5.2～-3.2 A/m之間。

3）對(duì)輪對(duì)材料進(jìn)行了疲勞試驗(yàn)。結(jié)果表明，隨著交變負(fù)載次數(shù)的增加，磁記憶信號(hào)呈現(xiàn)出更明顯的離散性，磁記憶信號(hào)的切向和法向信號(hào)的值均有所增大，均值切向變化范圍為-358.597～-144.586 A/m，法向均值變化范圍為-21.726～-15.885 A/m。磁記憶信號(hào)的梯度和峭度均有所影響，特別是，隨著交變負(fù)載數(shù)量的增加，磁場(chǎng)曲線的峭度變化更大，在輪對(duì)動(dòng)態(tài)檢測(cè)的實(shí)際應(yīng)用中有重要參考價(jià)值。

從檢測(cè)系統(tǒng)的研究以及靜載和交變載荷對(duì)輪對(duì)材料影響的測(cè)試中，利用自適應(yīng)降噪系統(tǒng)對(duì)不同運(yùn)行周期的磁記憶信號(hào)進(jìn)行測(cè)量和分析，獲得不同使用階段的輪對(duì)磁記憶信號(hào)特征。通過比較高速列車上的實(shí)時(shí)信號(hào)，可預(yù)測(cè)車輪的使用壽命。

本文所述檢測(cè)系統(tǒng)的設(shè)計(jì)與試驗(yàn)均為自主開發(fā)，由于技術(shù)水平所限，所述研究仍以實(shí)驗(yàn)室研究為主、輪對(duì)實(shí)測(cè)為輔的前期階段，僅對(duì)部分列車輪對(duì)進(jìn)行了實(shí)地檢測(cè)，在未來的研究過程中將進(jìn)行更多實(shí)地測(cè)試，加快研究成果向應(yīng)用型轉(zhuǎn)化。

參考文獻(xiàn)/References：

[1] CHEN Xing， LI Luming， HU Bin， et al. Magnetic evaluation of fatigue damage in train axles without artificial excitation [J]. Insight - Non-Destructive Testing and Condition Monitoring， 2006， 48（6）：342-345.

[2] 徐坤山， 仇性啟， 姜輝，等. 圓孔缺陷直徑與應(yīng)力集中對(duì)金屬磁記憶信號(hào)的影響[J]. 磁性材料及器件， 2016， 47（1）：49-53.

XU Kunshan， QIU Xingqi， JIANG Hui，et al. Influence of hole diameter and stress concentration on metal magnetic memory signal [J]. Journal of Magnetic Materials and Devices， 2016， 47（1）：49-53.

[3] 陶功權(quán)， 王衡禹， 趙鑫， 等. 基于輪軌關(guān)系的車輪踏面損傷機(jī)理研究[J].機(jī)械工程學(xué)報(bào)， 2013，49（18）：23-29.

TAO Gongquan， WANG Hengyu， ZHAO Xin， et al. Research on wheel tread damage mechanism based on interaction of wheel and rail[J]. Journal of Mechanical Engineering， 2013， 49（18）：23-29.

[4] 金寶， 邸新杰， 張建軍，等. 疲勞裂紋擴(kuò)展的金屬磁記憶信號(hào)特征[J]. 材料工程， 2014（11）：102-106.

JIN Bao， DI Xinjie， ZHANG Jianjun， et al. Metal magnetic memory signal feature of fatigue cracking propagation[J]. Journal of Materials Engineering， 2014（11）：102-106.

[18]李沖沖， 董麗虹， 王海斗，等. 疲勞損傷磁性無損評(píng)估技術(shù)研究現(xiàn)狀及發(fā)展前景[J]. 材料導(dǎo)報(bào)， 2015， 29（11）：107-113.

LI Chongchong， DONG Lihong， WANG Haidou， et al. Current research and development prospects of magnetic non-destructive assessment techniques for fatigue damage[J]. Materials Review， 2015， 29（11）：107-113.

[19]SABLIK M J， GEERTS W J， SMITH K， et al. Modeling of plastic deformation effects in ferromagnetic thin films[J]. IEEE Transactions on Magnetics， 2010， 46（2）：491-494.

[20]SHI C L， DONG S Y， XU B S， et al. Metal magnetic memory effect caused by static tension load in a case-hardened steel[J]. Journal of Magnetism and Magnetic Materials， 2010， 322（4）：413-416.

[21]WANG Z D， YAO K， DENG B， et al. Theoretical studies of metal magnetic memory technique on magnetic flux leakage signals[J]. NDT & E International， 2010， 43（4）：354-359.

[22]汪立新， 朱戰(zhàn)輝， 黃松濤. 基于峭度和自適應(yīng)滑動(dòng)窗的陀螺動(dòng)態(tài)特性分析方法[J]. 中國(guó)慣性技術(shù)學(xué)報(bào)， 2015， 23（4）：533-539.

WANG Lixin， ZHU Zhanhui， HUANG Songtao. Analysis method for gyroscope dynamic characteristics based on kurtosis and adaptive sliding window[J]. Journal of Chinese Inertial Technology， 2015， 23（4）：533-539.