中車青島四方機(jī)車車輛股份有限公司 何 彬 賀婷婷 陳元龍 李 凱

文章先分析了軸承失效原因，隨后介紹了軸承故障診斷方法，包括傳統(tǒng)軸承故障診斷以及高速動(dòng)車組軸承故障診斷，最后分析了剩余壽命預(yù)測(cè)，包括借助物理模型進(jìn)行壽命預(yù)測(cè)、數(shù)據(jù)驅(qū)動(dòng)壽命預(yù)測(cè)、物理以及數(shù)據(jù)融合的壽命預(yù)測(cè)，希望能給相關(guān)人士提供有效參考。

軸承作為機(jī)車內(nèi)傳動(dòng)系統(tǒng)核心元件，相關(guān)可靠性和安全性會(huì)直接影響列車平穩(wěn)運(yùn)行。而在列車運(yùn)行過程中不可避免會(huì)遇到風(fēng)沙侵蝕、環(huán)境腐蝕以及低溫運(yùn)行等狀況，這也是我國運(yùn)營環(huán)境特征，為此機(jī)車車輛相關(guān)傳動(dòng)系統(tǒng)軸承部件處于一種十分惡劣的運(yùn)行環(huán)境內(nèi)。

1 軸承失效原因分析

針對(duì)我國五年內(nèi)高速動(dòng)車組相關(guān)傳動(dòng)系統(tǒng)軸承所存在的故障問題進(jìn)行全面統(tǒng)計(jì)分析。設(shè)計(jì)故障診斷和預(yù)測(cè)認(rèn)知模型，具體如圖1所示，針對(duì)故障出現(xiàn)較為頻繁的軸承類型、多故障軸承缺陷位置、故障原因所占比例以及軸承故障和故障時(shí)里程之間關(guān)系實(shí)施系統(tǒng)分析。最終得出以下結(jié)論：傳統(tǒng)系統(tǒng)內(nèi)，相關(guān)軸承故障通常會(huì)出現(xiàn)在齒輪箱軸承和軸箱軸承內(nèi)，在軸承故障總和中占比較高，因?yàn)閮煞N類型軸承所處環(huán)境位置通常都比較惡劣。而電機(jī)軸承整體運(yùn)行狀況良好，在故障總和中占比低。內(nèi)圈故障和外圈故障的出現(xiàn)次數(shù)相對(duì)較多，保持架故障以及滾動(dòng)體故障數(shù)量較少，當(dāng)下依然無法確定該種問題形成原因。不同軸承設(shè)備其故障零件數(shù)量也存在明顯差異。軸箱軸承故障通常都會(huì)出現(xiàn)在外圈部分，所占比例很高。齒輪箱內(nèi)中軸承故障零件的出現(xiàn)次數(shù)較為接近，電機(jī)軸承相關(guān)故障通常會(huì)在外圈和內(nèi)圈出現(xiàn)。軸承產(chǎn)生故障主要原因是裝配加工工藝不合理、潤滑度不夠、存在異物、缺少零件材料、荷載不均以及異常腐蝕等。軸承故障條件下的運(yùn)行公里數(shù)證明，在運(yùn)行里程持續(xù)增加的條件下，軸承故障幾率進(jìn)一步擴(kuò)大，可以針對(duì)軸承剩余壽命實(shí)施預(yù)測(cè)，但如果是突發(fā)性故障則無法準(zhǔn)確預(yù)測(cè)剩余壽命。在出現(xiàn)故障后，相同軸承零件存在較大運(yùn)行里程差異，沒有明顯關(guān)聯(lián)關(guān)系，也無法證明里程和故障關(guān)系。

圖1 故障診斷和預(yù)測(cè)認(rèn)知模型

2 軸承故障診斷方法

2.1 智能化軸承故障診斷

圖2 設(shè)備全生命周期管理

通過針對(duì)高速機(jī)車傳動(dòng)軸承實(shí)施全生命周期管理具體如圖2所示，智能故障診斷具體可以分為三種環(huán)節(jié)，分別是故障識(shí)別、提取特征以及數(shù)據(jù)采集，而故障識(shí)別以及提取特征會(huì)對(duì)最終效果產(chǎn)生直接影響。軸承故障所導(dǎo)致的振動(dòng)信號(hào)以及脈沖擁有較強(qiáng)的非靜態(tài)調(diào)制特征以及強(qiáng)非線性調(diào)制特點(diǎn)，其中振動(dòng)信號(hào)以及沖擊信號(hào)也容易被各種干擾和噪音所影響，同時(shí)因?yàn)闈L動(dòng)元件滑移以及轉(zhuǎn)速波動(dòng)，故障特征不能直接展現(xiàn)出規(guī)律特性以及均勻分布，直接影響故障識(shí)別和特征提取。為合理改善相關(guān)非線性問題，壓縮傳感、小波變換、經(jīng)驗(yàn)?zāi)B(tài)分析等故障診斷方法相繼誕生。EMD適合用來分析非平穩(wěn)和非線性信號(hào)，盡管在故障檢測(cè)和故障診斷相關(guān)領(lǐng)域內(nèi)已經(jīng)得到有效應(yīng)用，但相關(guān)理論基礎(chǔ)不足，對(duì)于背景噪音十分敏感，容易出現(xiàn)模型分解混合、采樣誤差等問題。小波變換屬于時(shí)間頻率局部分析，通過伸縮平移運(yùn)算針對(duì)信號(hào)實(shí)施多尺度細(xì)化，最終抵達(dá)低頻率細(xì)分、高頻率細(xì)分，可以針對(duì)時(shí)頻信號(hào)分析進(jìn)行自動(dòng)化適應(yīng)，但存在某種冗余系數(shù)缺陷以及較大的計(jì)算成本?？偨Y(jié)分析能夠發(fā)現(xiàn)故障診斷通常是以特征提取設(shè)計(jì)為基礎(chǔ)，至于特征提取方法離不開豐富實(shí)踐經(jīng)驗(yàn)和專業(yè)研究作為基礎(chǔ)支撐，同時(shí)針對(duì)各種故障實(shí)施合理調(diào)整。

2.2 高速動(dòng)車組軸承故障診斷

因?yàn)闄C(jī)車車輛相關(guān)行動(dòng)軸承對(duì)應(yīng)振動(dòng)信號(hào)擁有非平穩(wěn)性、非線性和較高背景噪音，實(shí)時(shí)變化工況使得數(shù)據(jù)樣本分布呈現(xiàn)出持續(xù)變化階段，無法確保特征提取方法能夠?qū)⒄駝?dòng)信號(hào)特征準(zhǔn)確反映出來，所以進(jìn)一步針對(duì)高速動(dòng)車組提出特殊工況下的軸承故障診斷措施。變分模態(tài)分解能夠針對(duì)振動(dòng)信號(hào)實(shí)施高效分解，針對(duì)其中的故障特征進(jìn)行合理提取，但強(qiáng)背景噪音容易使算法出現(xiàn)過分解和信息丟失等問題。而獨(dú)立導(dǎo)向VMD算法能夠把其中的三種AM樣本信號(hào)進(jìn)行全面融合，模擬信號(hào)，使其擁有多重調(diào)制特征，把信號(hào)和白噪音信號(hào)之間實(shí)施有效疊加，對(duì)強(qiáng)噪音背景下信號(hào)特征進(jìn)行模擬。IOVMD除了具備VMD振動(dòng)信號(hào)高效分解功能之外，還可以針對(duì)故障特征進(jìn)行準(zhǔn)確提取，在較高噪音背景下，針對(duì)部分微弱故障信號(hào)進(jìn)行有效分離，適合高速列車行駛環(huán)境。

在流行學(xué)習(xí)、CRS算法和HILBERT變換等互相融合的條件下，構(gòu)成某種脈沖包絡(luò)學(xué)習(xí)方法，其主要是借助主頻率分析法，對(duì)振動(dòng)信號(hào)內(nèi)元素?cái)?shù)量類型進(jìn)行準(zhǔn)確預(yù)估，隨后提取存在稀疏差異的脈沖波，實(shí)施HILBERT變換，構(gòu)建脈沖包絡(luò)空間，借助流行學(xué)習(xí)方法，對(duì)脈沖包絡(luò)空間內(nèi)某些低維特征包絡(luò)譜實(shí)施有效提取，得到軸承故障信息，實(shí)施仿真實(shí)驗(yàn)，開展實(shí)車安裝，立足于多種層面，對(duì)相關(guān)方法在振動(dòng)信號(hào)提取以及軸承故障特征判斷方面的有效性實(shí)施合理判斷。為更好適應(yīng)高速列車背景噪音大、運(yùn)行速度存在較大區(qū)間變化、高速列車負(fù)載快速變化等因素的影響，一維殘差塊為基礎(chǔ)的深度一維卷積神經(jīng)網(wǎng)絡(luò)方法相繼誕生，此方法融合了殘差學(xué)習(xí)基礎(chǔ)理念，能夠針對(duì)抽象特征和高層次特征進(jìn)行有效分離，進(jìn)一步減少了神經(jīng)網(wǎng)絡(luò)深層次退化和訓(xùn)練差異對(duì)于提取故障特征的影響。

3 剩余壽命預(yù)測(cè)

3.1 物理模型為基礎(chǔ)的壽命預(yù)測(cè)

以物理模型為基礎(chǔ)進(jìn)行壽命預(yù)測(cè)主要是通過對(duì)元件內(nèi)損傷機(jī)理實(shí)施有效研究，探索部件性能的退化規(guī)律，從而針對(duì)部件剩余壽命實(shí)施準(zhǔn)確預(yù)測(cè)。在近幾年發(fā)展中，對(duì)于材料損傷機(jī)理研究的持續(xù)發(fā)展，誕生了數(shù)種針對(duì)剩余壽命的主流預(yù)測(cè)方法。包括能量為基礎(chǔ)、損傷力學(xué)為基礎(chǔ)的壽命預(yù)測(cè)方法。隨著相關(guān)基礎(chǔ)理論的成形，大部分學(xué)者也開展了相關(guān)驗(yàn)證。在軸承表層出現(xiàn)脫落現(xiàn)象的條件下，創(chuàng)建性能退化模型，隨后融入反饋修正預(yù)測(cè)方法，提高預(yù)測(cè)結(jié)果準(zhǔn)確性，提高軸承表層剝落預(yù)判準(zhǔn)確性，通過對(duì)軸承故障缺陷部位尺寸進(jìn)行分析，和模型預(yù)測(cè)結(jié)果之間實(shí)施準(zhǔn)確比較，結(jié)合模型微調(diào)，能夠?qū)ο麓晤A(yù)測(cè)進(jìn)行合理修正，在參數(shù)調(diào)整和動(dòng)力模型融合基礎(chǔ)上得到最終的預(yù)測(cè)試驗(yàn)效果，隨后還可以利用相關(guān)優(yōu)化方法，提升隨機(jī)缺陷的預(yù)測(cè)精度。把元件固定頻率和檢測(cè)加速幅值進(jìn)行有效融合，能夠準(zhǔn)確發(fā)現(xiàn)剩余壽命和兩者之間的關(guān)系，順利實(shí)施試驗(yàn)驗(yàn)證。

3.2 數(shù)據(jù)驅(qū)動(dòng)下的壽命預(yù)測(cè)

物理模型為基礎(chǔ)的預(yù)測(cè)方法需要針對(duì)軸承創(chuàng)建精確的退化模型，但在實(shí)際操作中，通常無法獲得精確退化模型，在該種背景下，相繼誕生了無需精準(zhǔn)退化模型的預(yù)測(cè)方法。促進(jìn)模糊神經(jīng)網(wǎng)絡(luò)和高階粒子濾波進(jìn)行有效融合，能夠針對(duì)剩余壽命實(shí)施準(zhǔn)確就預(yù)測(cè)。在軸承性能相關(guān)退化評(píng)估中融入自組織映射對(duì)應(yīng)退化指標(biāo)，隨后結(jié)合回歸向量機(jī)對(duì)軸承剩余壽命實(shí)施準(zhǔn)確預(yù)測(cè)，最終結(jié)果證明，相關(guān)算法可以針對(duì)軸承退化階段實(shí)施科學(xué)評(píng)估。針對(duì)陶瓷軸承的應(yīng)用剩余壽命實(shí)施預(yù)測(cè)過程中，促進(jìn)置信網(wǎng)絡(luò)和粒子濾波的全面融合，能夠有效改善傳統(tǒng)模式下數(shù)據(jù)驅(qū)動(dòng)相關(guān)壽命預(yù)測(cè)方法現(xiàn)存缺陷問題。結(jié)合粒子濾波幫助控制隨機(jī)退化所形成的退化誤差，借助改進(jìn)后置信模型預(yù)測(cè)軸承應(yīng)用的剩余壽命，最終獲得正確預(yù)測(cè)結(jié)果。以多變量支持向量機(jī)為基礎(chǔ)，針對(duì)滾動(dòng)軸承預(yù)測(cè)剩余壽命，能夠有效改善單變量對(duì)于向量機(jī)構(gòu)支持信息量小以及結(jié)構(gòu)簡單的缺陷問題，能夠從最大程度上抽取小數(shù)據(jù)樣本信息，得到良好成效。

3.3 物理、數(shù)據(jù)融合壽命預(yù)測(cè)

以物理模型為基礎(chǔ)進(jìn)行壽命預(yù)測(cè)主要是以當(dāng)下物理失效本質(zhì)為基礎(chǔ)進(jìn)行壽命預(yù)測(cè)，該種方法不以檢測(cè)參數(shù)信息為基礎(chǔ)，但需要深入分析研究軸承性能退化激勵(lì)，并形成深刻認(rèn)識(shí)，無法對(duì)性能退化中所提取信息進(jìn)行有效利用，導(dǎo)致大量的資源浪費(fèi)。此外，數(shù)據(jù)驅(qū)動(dòng)下的壽命預(yù)測(cè)方法其主要優(yōu)勢(shì)便是能夠?qū)⒈粶y(cè)對(duì)象動(dòng)態(tài)特征準(zhǔn)確反映出來，還可以結(jié)合被測(cè)對(duì)象促進(jìn)模型參數(shù)的順利更新，最終實(shí)現(xiàn)精準(zhǔn)化的性能退化跟蹤以及剩余壽命預(yù)測(cè)。但該種方法無法在狀態(tài)特征信息和部件損傷信息之間形成有效的對(duì)應(yīng)關(guān)系，屬于有效跟蹤方法，同時(shí)其對(duì)于所采集狀態(tài)信息存在較大依賴性，數(shù)據(jù)真實(shí)性和準(zhǔn)確性同時(shí)還對(duì)相關(guān)方法的有效應(yīng)用造成了一定的限制和制約。通過上述內(nèi)容分析，可以發(fā)現(xiàn)通過兩種方法融合的方式能夠有效提升整體預(yù)測(cè)效果。借助相空間曲變量當(dāng)成性能退化特征，借助PARIS模型對(duì)軸承剩余壽命進(jìn)行準(zhǔn)確預(yù)測(cè)，從而提高軸承剩余壽命的預(yù)測(cè)準(zhǔn)確性。結(jié)合物理模型，促進(jìn)傳感器實(shí)現(xiàn)優(yōu)化步驟，最終精確采集各種數(shù)據(jù)信息，提高軸承的應(yīng)用壽命預(yù)測(cè)準(zhǔn)確性。

結(jié)束語:綜上所述，我國不同地區(qū)之間存在較大的自然環(huán)境差異，同樣列車在行駛過程中也會(huì)遇到各種惡劣狀況，從而影響機(jī)車傳統(tǒng)軸承部件的安全性和穩(wěn)定性，為此需要采取有效措施，針對(duì)高速機(jī)車軸承實(shí)施有效的故障診斷，做好剩余壽命預(yù)測(cè)，通過科學(xué)管理，保證機(jī)車行駛質(zhì)量。