齊美義,廖愛(ài)華

(上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院,上海 2016202)

目前，可靠性系統(tǒng)設(shè)計(jì)已被應(yīng)用到各個(gè)行業(yè)。文獻(xiàn)[1]以雙主軸雙刀架數(shù)控機(jī)床的數(shù)控系統(tǒng)為研究對(duì)象，對(duì)該型數(shù)控系統(tǒng)進(jìn)行了可靠性分析，并使用 VC6.0與OpenGL研發(fā)出可靠性系統(tǒng)。為進(jìn)一步提升輸電線(xiàn)路自然災(zāi)害風(fēng)險(xiǎn)的在線(xiàn)管控能力，文獻(xiàn)[2]使用HTML語(yǔ)言進(jìn)行開(kāi)發(fā)，并利用JavaScript 和 TypeScript開(kāi)發(fā)前端頁(yè)面研發(fā)一套基于氣象參數(shù)的輸電線(xiàn)路電氣可靠性評(píng)估系統(tǒng)。文獻(xiàn)[3]使用 WebStorm 和 MySQL 數(shù)據(jù)庫(kù)設(shè)計(jì)了電力骨干通信網(wǎng)可靠性評(píng)估系統(tǒng)，完成了電力骨干通信網(wǎng)可靠性的實(shí)際評(píng)估分析。文獻(xiàn)[4]通過(guò)面向?qū)ο蟮木幊谭椒?，采用SQL和瀏覽器/服務(wù)器模式模式(Browser/Server，B/S)相結(jié)合的方式完成了鐵路牽引供電可靠性評(píng)估系統(tǒng)設(shè)計(jì)。

MATLAB App Designer研發(fā)工具被國(guó)內(nèi)外研究人員廣泛使用。使用該工具研發(fā)的微波光子濾波器可以選擇單?；蚨嗄９庠碵5]，還可以編輯頻率響應(yīng)參數(shù)，例如色散參數(shù)和光纖長(zhǎng)度。文獻(xiàn)[6]在MATLAB App Designer環(huán)境下完成了平面桁架結(jié)構(gòu)計(jì)算系統(tǒng)設(shè)計(jì)。該研究首先創(chuàng)建桁架系統(tǒng)模型和輸入數(shù)據(jù)的圖形用戶(hù)界面(Graphical User Interface，GUI)元素，在選項(xiàng)卡“靜態(tài)分析”允許運(yùn)行有限單元法(Finite Element Method，F(xiàn)EM)分析；然后顯示位移、應(yīng)力等結(jié)果。其“模態(tài)分析”選項(xiàng)卡用于計(jì)算特征值和振型，“優(yōu)化”選項(xiàng)卡允許優(yōu)化桁架系統(tǒng)的橫截面和形狀，用于減輕重量。文獻(xiàn)[7]在比對(duì)各種算法后引入免疫算法(Artificial Immune Algorithm，AIA)，為配送中心的地址選取優(yōu)化問(wèn)題給出了基本解決思路，得出了求解步驟和求解方法。在解決選取最佳地址的過(guò)程中，主要考慮各個(gè)配送需求點(diǎn)的位置、配送需求量等，由配送中心輻射到其他需求點(diǎn)。MATLAB APP Designer則被用于研發(fā)物流配送中心選址優(yōu)化系統(tǒng)。

本文基于MATLAB App Designer開(kāi)發(fā)了牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)。針對(duì)牽引電機(jī)滾動(dòng)軸承在運(yùn)行過(guò)程中由于載荷不均勻和運(yùn)行環(huán)境惡劣的問(wèn)題，建立了基于MFO-WPHM(Weibull Proportional Hazard Model)的可靠性評(píng)估方法，并完成數(shù)據(jù)錄入、數(shù)據(jù)分析和可靠性評(píng)估等模塊設(shè)計(jì)。該系統(tǒng)以軌道交通基地實(shí)測(cè)的滾動(dòng)軸承振動(dòng)數(shù)據(jù)進(jìn)行研究，實(shí)現(xiàn)了對(duì)牽引電機(jī)滾動(dòng)軸承的可靠性評(píng)估，為城市軌道交通車(chē)輛的安全運(yùn)行提供了重要保障。

1 威布爾比例故障率模型參數(shù)估計(jì)

比例故障率模型包含指數(shù)分布、威布爾分布、對(duì)數(shù)正態(tài)分布等，其中威布爾分布應(yīng)用最為廣泛。威布爾分布可以通過(guò)調(diào)整形狀參數(shù)、尺度參數(shù)及位置參數(shù)來(lái)擬合現(xiàn)實(shí)的多種失效樣本數(shù)據(jù)。其中形狀參數(shù)的多樣變化可以描述威布爾分布的3種失效率函數(shù)：遞減的失效率函數(shù)、常數(shù)的失效率函數(shù)和遞增的失效率函數(shù)。這3種失效率函數(shù)對(duì)應(yīng)于浴盆曲線(xiàn)的3個(gè)階段：早期失效、偶發(fā)失效和耗損性失效。該失效特征符合設(shè)備故障分布類(lèi)型多樣的特點(diǎn)[8]，因此選用Weibull分布作為基底失效率函數(shù)的WPHM為

(1)

式中，β是形狀參數(shù)；η是尺度參數(shù)；α是協(xié)變量回歸參數(shù)；Z為時(shí)間t時(shí)刻所對(duì)應(yīng)的PCA[9-10]融合后的特征指標(biāo)值。這里采用極大似然估計(jì)對(duì)β、η、α參數(shù)進(jìn)行估計(jì)[11-12]。

求解威布爾比例故障率模型中的3個(gè)參數(shù)，需要采集原始振動(dòng)數(shù)據(jù)。數(shù)據(jù)包含一定的故障數(shù)據(jù)和截尾數(shù)據(jù)。設(shè)收集的時(shí)間數(shù)據(jù)為(t1,t2,t3,…,tn)，待求解的參數(shù)集θ=(β,η,α)，得到似然函數(shù)為

(2)

式中，R(tj,θ)是可靠度函數(shù)；h(ti,θ)是故障率函數(shù)；N為樣本集；D為失效集。

對(duì)似然函數(shù)兩邊取對(duì)數(shù)，得到

(3)

式中，n是數(shù)據(jù)總數(shù)；r代表n中有r個(gè)故障數(shù)據(jù)；n-r為截尾數(shù)據(jù)；Z(ti)為ti時(shí)刻的振動(dòng)特征指標(biāo)數(shù)值；Z(tj)為tj時(shí)刻的振動(dòng)特征指標(biāo)數(shù)值。

由極大似然參數(shù)估計(jì)原理，將lnL(θ)分別對(duì)待估參數(shù)β、η、α求偏導(dǎo)后得到一組非線(xiàn)性方程組。

(4)

由于常規(guī)算法求解該非線(xiàn)性方程組的計(jì)算速度較慢，本文將建立的極大似然方程組式(4)中每個(gè)方程的絕對(duì)值的和最小化為目標(biāo)[13]；然后通過(guò)MFO算法進(jìn)行參數(shù)估計(jì)優(yōu)化，尋優(yōu)得到WPHM的β、η、α，代入到式(5)所示的可靠度表達(dá)式中計(jì)算可靠度，繪制可靠度曲線(xiàn)。

(5)

2 基于MFO-WPHM的可靠性評(píng)估方法

2.1 飛蛾撲火算法

飛蛾撲火優(yōu)化算法(Moth-Flame Optimization，MFO)[14-15]是于2015年提出的一種新的啟發(fā)式智能算法。該算法的靈感來(lái)自飛蛾的橫向?qū)Ш斤w行機(jī)制。飛蛾在夜間飛行時(shí)，對(duì)月亮保持一個(gè)固定的角度，這種行為使它們?cè)陂L(zhǎng)距離飛行時(shí)始終保持直線(xiàn)飛行。在現(xiàn)實(shí)中，飛蛾與火焰相距很近，當(dāng)飛蛾看到火焰發(fā)出的光時(shí)，便會(huì)試圖與其保持固定的角度飛行。飛蛾把人造光誤以為月光，于是就有飛蛾繞著人造光作螺旋曲線(xiàn)運(yùn)動(dòng)，路徑示意圖如圖1所示。

圖1 靠近光源的螺旋狀飛行路徑Figure 1. Spiral flying path around close light sources

在MFO算法中，假設(shè)飛蛾為優(yōu)化問(wèn)題的候選解， 問(wèn)題的變量是飛蛾在空間中的位置。通過(guò)改變位置矢量，飛蛾可以在任意空間中飛行。n個(gè)飛蛾在d維空間的位置為

M=(mi1,mi2,…,mid),i=1,2,…，n

(6)

數(shù)組OM用于存儲(chǔ)飛蛾的適應(yīng)度值

OM=[OM1,OM2,…，OMn]T

(7)

該算法的另一個(gè)核心部分是火焰，其火焰矩陣可表示為

F=(Fi1,Fi2,…,Fid),i=1,2,…，n

(8)

數(shù)組OF用于存儲(chǔ)火焰的適應(yīng)度值。

OF=[OF1,OF2,…,OFn]T

(9)

在MFO算法中，飛蛾和火焰都是解。它們的區(qū)別在于每一次迭代更新方式不同。飛蛾實(shí)際上是在搜索空間中移動(dòng)的搜索主體，飛蛾獲得的最佳位置用火焰表示?；鹧婵梢钥醋魇秋w蛾在搜索空間時(shí)落下的旗子，每個(gè)飛蛾在旗子周?chē)阉?，并在找到更好的解決方案時(shí)更新其位置。通過(guò)這種方法，飛蛾就不會(huì)失去它最好的解決方案。MFO算法是一個(gè)近似于優(yōu)化問(wèn)題的全局最優(yōu)的三元組MFO=(I,P,M)。其中，I生成初始化解和計(jì)算相應(yīng)的適應(yīng)度值的函數(shù)，為I:ψ→{M,OM}初始化后，函數(shù)P:M→M成為主函數(shù)，循環(huán)運(yùn)行，直到函數(shù)T:M→{true,false}。當(dāng)滿(mǎn)足終止條件時(shí)，返回true；如果不滿(mǎn)足，返回false。在MFO中，對(duì)每只飛蛾的位置Mi和Mj進(jìn)行火焰更新，選擇對(duì)數(shù)螺旋S(Mi,Mj)作為飛蛾的主要更新機(jī)制，計(jì)算式如下

S(Mi,Mj)=Di·ebt·cos(2πl(wèi))+Fj

(10)

式中，Mi表示第i個(gè)飛蛾；Fj表示第j個(gè)火焰；b是一個(gè)定義對(duì)數(shù)螺旋線(xiàn)形狀的常數(shù)；t是[-1,1]之間的隨機(jī)數(shù)(其中t=-1是最接近火焰的位置，t=1是距離火焰最遠(yuǎn)的位置)；Di表示第i個(gè)飛蛾到第j個(gè)火焰的距離，可以由式(11)計(jì)算求得。

Di=|Fj-Mi|

(11)

飛蛾相對(duì)于n個(gè)不同位置的更新可能會(huì)降低對(duì)最優(yōu)解的尋找。本文提出了火焰數(shù)量的自適應(yīng)減少機(jī)制來(lái)提高開(kāi)發(fā)能力，其定義如下

(12)

式中，l為當(dāng)前迭代次數(shù)；N為火焰的最大值；T為最大迭代次數(shù)。

2.2 基于MFO-WPHM的算法尋優(yōu)流程

利用MFO算法優(yōu)化威布爾比例故障率模型的形狀參數(shù)β、尺度參數(shù)η、協(xié)變量回歸參數(shù)α，提高算法的尋優(yōu)能力。算法尋優(yōu)步驟如下：

步驟1初始化MFO算法參數(shù)。飛蛾種群數(shù)n，最大迭代次數(shù)T，搜素空間維度d，最大火焰數(shù)N，螺旋形狀參數(shù)b；

步驟2初始化飛蛾位置和火焰矩陣。將處理過(guò)的數(shù)據(jù)集作為搜索空間，并在搜索空間中隨機(jī)初始化n個(gè)飛蛾位置，計(jì)算每個(gè)飛蛾個(gè)體的適應(yīng)度值，并將結(jié)果置于火焰矩陣中；

步驟3更新飛蛾位置與火焰數(shù)量。計(jì)算飛蛾與火焰間的距離并用利用式(10)更新飛蛾位置，利用式(12)更新火焰數(shù)量；

步驟4更新火焰矩陣。計(jì)算每個(gè)飛蛾個(gè)體適應(yīng)度值，并將其同當(dāng)代的火焰種群合并，將合并后的種群按照適應(yīng)度從高到低排序，取前N個(gè)火焰位置，然后將其置于火焰矩陣中；

步驟5判斷是否達(dá)到最大迭代次數(shù)。若當(dāng)前迭代次數(shù)超過(guò)最大迭代次數(shù)，輸出最優(yōu)飛蛾種群個(gè)體適應(yīng)度值所處空間位置Best_flame_pos，對(duì)應(yīng)的坐標(biāo)就是優(yōu)化的參數(shù)β、η、α；否則更新種群并繼續(xù)尋優(yōu)。

2.3 基于MFO-WPHM的運(yùn)行狀態(tài)可靠性評(píng)估流程

采用主成分分析法(Principal Companent Anolysis,PCA)對(duì)提取的全部指標(biāo)進(jìn)行特征融合，并將融合后的特征指標(biāo)作為WPHM的響應(yīng)協(xié)變量，建立狀態(tài)特征指標(biāo)與可靠度之間的數(shù)學(xué)模型。用MFO優(yōu)化算法估計(jì)WPHM的待定參數(shù)，得到具體的數(shù)學(xué)表達(dá)式。通過(guò)該模型計(jì)算出滾動(dòng)軸承的運(yùn)行狀態(tài)可靠度，從而實(shí)現(xiàn)對(duì)牽引電機(jī)滾動(dòng)軸承的運(yùn)行可靠性進(jìn)行評(píng)估。具體流程如圖2所示。

圖2 運(yùn)行狀態(tài)可靠性評(píng)估流程圖Figure 2. Flow chart of the operating reliability evaluation

3 牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)概述

MATLAB專(zhuān)門(mén)以矩陣方式處理數(shù)據(jù)，具有強(qiáng)大的科學(xué)計(jì)算、圖像處理、可視化、開(kāi)放式和可擴(kuò)展的功能。它與數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及系統(tǒng)設(shè)計(jì)、仿真和人機(jī)交互等功能集成在一個(gè)窗口環(huán)境中。其中MATLAB App Designer設(shè)計(jì)工具集成了構(gòu)建布置可視化組件，可用于系統(tǒng)的布局和設(shè)計(jì)[16-17]，用戶(hù)只需要將可視化組件拖放到設(shè)計(jì)畫(huà)布中，系統(tǒng)即可自動(dòng)生成面向?qū)ο蟮拇a。

本文以MATLAB作為編譯軟件，建立牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)。首先打開(kāi)MATLAB，在面板命令行輸入“appdesigner”回車(chē)進(jìn)入App Designer程序編輯界面。然后根據(jù)系統(tǒng)模塊來(lái)分析所需要的組件搭建界面，新建的GUI包含兩個(gè)文件：(1)包含Callback回調(diào)函數(shù)的M文件或一小段MATLAB程序。其中M文件包含子模塊彈出的子界面窗口的控件；(2)包含GUI控件的fig文件[18-19]。該牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)的主界面及各級(jí)子界面由按鈕(Push Buttons)、文本編輯框(Editable Texts)、日期選擇(Data Picker)、表(UI Table)、坐標(biāo)軸(UI Axes)等控件組成。

3.2 系統(tǒng)需求分析

牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)設(shè)計(jì)的主要目的是對(duì)軌道車(chē)輛牽引電機(jī)滾動(dòng)軸承在特定軌道工作環(huán)境下運(yùn)行狀態(tài)和可靠性進(jìn)行評(píng)估，從而輔助相關(guān)的維修人員和技術(shù)專(zhuān)家了解特定狀態(tài)下的滾動(dòng)軸承的運(yùn)行狀態(tài)，為轉(zhuǎn)向架牽引電機(jī)滾動(dòng)軸承的維修和更換提供理論支撐和保障。本模塊需要設(shè)計(jì)的功能主要包括以下幾點(diǎn)：

(1)數(shù)據(jù)存儲(chǔ)管理功能。在對(duì)牽引電機(jī)滾動(dòng)軸承進(jìn)行特定時(shí)間或者全壽命振動(dòng)數(shù)據(jù)采集時(shí)，通常都是幾千次采集的振動(dòng)數(shù)據(jù)。對(duì)原始振動(dòng)數(shù)據(jù)進(jìn)行存儲(chǔ)和管理，要保證分析和處理后的結(jié)果能夠被有效地保存。數(shù)據(jù)存儲(chǔ)格式通用性要求較高，一般保存為通用的文本格式，以便能兼容其它專(zhuān)業(yè)分析處理軟件。分析處理結(jié)果的存儲(chǔ)必須清晰明朗，數(shù)據(jù)具有較高的安全性；

(2)數(shù)據(jù)分析與處理功能?？煽啃栽u(píng)估過(guò)程涉及的步驟較多，包括特征指標(biāo)提取和融合、待估參數(shù)的求解以及可靠度的計(jì)算。為保證處理計(jì)算效率高等要求，其中涉及到的算法必須要有較高的處理速度和精確度，才能保證模塊的實(shí)時(shí)性和準(zhǔn)確性等要求；

(3)人機(jī)交互功能。模塊要求功能界面友好，人機(jī)交互方便，操作簡(jiǎn)便易上手，數(shù)據(jù)處理和分析結(jié)果能夠直觀(guān)地在屏幕上顯示，便于用戶(hù)分析和處理。

3.3 系統(tǒng)模塊設(shè)計(jì)

系統(tǒng)模塊設(shè)計(jì)的總體方案如圖3所示。

圖3 系統(tǒng)模塊設(shè)計(jì)總體方案圖Figure 3. Overall scheme of system module design

3.3.1 數(shù)據(jù)錄入模塊

數(shù)據(jù)錄入模塊主要錄入采集的牽引電機(jī)滾動(dòng)軸承振動(dòng)數(shù)據(jù)。拖動(dòng)“選擇文件”按鈕和“文件夾路徑”文本編輯框控件，選中按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)filepath(·)來(lái)實(shí)現(xiàn)數(shù)據(jù)錄入功能。

3.3.2數(shù)據(jù)分析模塊

對(duì)錄入的數(shù)據(jù)根據(jù)實(shí)測(cè)數(shù)據(jù)的起始時(shí)間和終止時(shí)間進(jìn)行篩選。選擇篩選后的數(shù)據(jù)進(jìn)行PCA主成分分析，提取第一主成分PCA1。拖動(dòng)“起始日期”、“終止日期”日期選擇控件、“序號(hào)/文件名”表控件、“數(shù)據(jù)分析結(jié)果”坐標(biāo)軸區(qū)、“選擇數(shù)據(jù)”和“數(shù)據(jù)分析”按鈕控件。選中“選擇數(shù)據(jù)”按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)datachoose(·)實(shí)現(xiàn)數(shù)據(jù)選擇功能。選中列表中序號(hào)對(duì)應(yīng)的一組滾動(dòng)軸承數(shù)據(jù)，再選中“數(shù)據(jù)分析”按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)pca_analysis(·)，坐標(biāo)軸中得到主成分分析后的PCA1結(jié)果。

3.3.3 可靠性評(píng)估模塊

將PCA1作為WPHM的響應(yīng)協(xié)變量Z，根據(jù)飛蛾撲火優(yōu)化算法求解WPHM模型參數(shù)，計(jì)算出可靠度。拖動(dòng)“可靠性評(píng)估”坐標(biāo)軸、“評(píng)估”控件，選中“評(píng)估”按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)reliablity_calculate(·)，嵌套MFO(·)函數(shù)，求解出WPHM的β、η、α，計(jì)算出可靠度從而完成可靠性評(píng)估。

3.3.4 系統(tǒng)管理模塊

管理員可指定牽引電機(jī)滾動(dòng)軸承相關(guān)負(fù)責(zé)人和工作用戶(hù)，并建立賬戶(hù)和密碼。普通用戶(hù)登錄系統(tǒng)后可以修改密碼，或者通過(guò)管理員修改密碼。創(chuàng)建一塊面板，拖動(dòng)“賬戶(hù)”、“密碼”文本編輯框、“登錄”和“退出”按鈕。管理員登錄進(jìn)入系統(tǒng)后可以新增或刪除賬戶(hù)，點(diǎn)擊“登錄”按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)Login(·)，點(diǎn)擊“退出”按鈕，在右側(cè)“回調(diào)”中使用回調(diào)函數(shù)Out(·)。用戶(hù)的輸入/輸出信息始終與Excel相連，并由Excel存儲(chǔ)用戶(hù)信息。系統(tǒng)功能模塊對(duì)應(yīng)的流程如圖4所示。

圖4 系統(tǒng)功能模塊流程圖Figure 4. Flow chart of system function module

4 系統(tǒng)實(shí)例測(cè)試

4.1 實(shí)驗(yàn)數(shù)據(jù)樣本來(lái)源

本文采用一種基于輪軌分離狀態(tài)下的轉(zhuǎn)向架牽引電機(jī)滾動(dòng)軸承實(shí)車(chē)檢測(cè)方法(如圖5所示)，在軌道車(chē)輛停運(yùn)返回車(chē)庫(kù)后對(duì)轉(zhuǎn)向架牽引電機(jī)滾動(dòng)軸承進(jìn)行振動(dòng)信號(hào)采集。首先頂起輪對(duì)，使輪軌分離，驅(qū)動(dòng)輪對(duì)以不同的轉(zhuǎn)速旋轉(zhuǎn)，再通過(guò)數(shù)據(jù)采集系統(tǒng)采集牽引電機(jī)滾動(dòng)軸承振動(dòng)信號(hào)。此方法有效地避免了軌道車(chē)輛在線(xiàn)運(yùn)行時(shí)輪軌激勵(lì)干擾以及其他部位振源的干擾，降低了噪聲的影響，提高了信號(hào)的采集質(zhì)量。圖5中的牽引電機(jī)滾動(dòng)軸承為牽引電機(jī)驅(qū)動(dòng)端深溝球軸承，型號(hào)為SKF6016，傳感器為三向振動(dòng)加速度傳感器，通過(guò)磁吸座的方式吸附在牽引電機(jī)驅(qū)動(dòng)端軸承的正下方。本文中，采樣頻率為10 240 Hz，采集時(shí)間為60 s，每組數(shù)據(jù)中的數(shù)據(jù)長(zhǎng)度為1 024個(gè)采樣點(diǎn)，分600組數(shù)據(jù)。

圖5 牽引電機(jī)滾動(dòng)軸承的振動(dòng)信號(hào)采集方案圖Figure 5. Vibration signal acquisition scheme diagram of traction motor rolling bearing

4.2 可靠性評(píng)估功能實(shí)現(xiàn)

點(diǎn)擊“選擇文件夾”按鈕，將牽引電機(jī)滾動(dòng)軸承實(shí)測(cè)數(shù)據(jù)錄入到系統(tǒng)中，如圖6所示。

圖6 數(shù)據(jù)錄入圖Figure 6. Data entry diagram

在“數(shù)據(jù)分析”界面指定起始日期和結(jié)束日期，點(diǎn)擊“選擇數(shù)據(jù)”按鈕，右上角表中篩選出多個(gè)數(shù)據(jù)文件。選擇序號(hào)1，點(diǎn)擊“數(shù)據(jù)分析”按鈕，對(duì)應(yīng)軸承1的PCA第一主成分PCA1結(jié)果，如圖7所示。結(jié)合數(shù)據(jù)分析界面的PCA1結(jié)果，點(diǎn)擊可靠性評(píng)估界面的“評(píng)估”按鈕，得到擬合后的軸承1可靠度曲線(xiàn)，如圖8所示。

圖7 軸承1數(shù)據(jù)分析結(jié)果圖Figure 7.Bearing 1 data analysis result

圖8 軸承1可靠度曲線(xiàn)圖Figure 8.Bearing 1 reliability curve

同理，選擇序號(hào)2，點(diǎn)擊“數(shù)據(jù)分析”按鈕。對(duì)應(yīng)軸承2的PCA第一主成分PCA1結(jié)果如圖9所示。結(jié)合數(shù)據(jù)分析界面的PCA1結(jié)果，點(diǎn)擊可靠性評(píng)估界面的“評(píng)估”按鈕，得到擬合后的軸承2可靠度曲線(xiàn)，如圖10所示。

圖9 軸承2數(shù)據(jù)分析結(jié)果圖Figure 9.Bearing 2 data analysis result

圖10 軸承2可靠度曲線(xiàn)圖Figure 10.Bearing 2 reliability curve

從圖7可知，在400點(diǎn)左右特征指標(biāo)有一個(gè)明顯的波動(dòng)。對(duì)應(yīng)圖8的可靠度曲線(xiàn)可以看出，牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估模塊計(jì)算可靠度在0.45左右，400點(diǎn)以后對(duì)應(yīng)的可靠度逐漸減小。通過(guò)對(duì)牽引電機(jī)滾動(dòng)軸承的拆卸分析可知，牽引電機(jī)滾動(dòng)軸承1的外圈出現(xiàn)了嚴(yán)重?zé)齻羵F(xiàn)象，如圖11所示，實(shí)際結(jié)果與本文方法所求的結(jié)果大致吻合。

圖11 牽引電機(jī)滾動(dòng)軸承1實(shí)際圖Figure 11.Traction motor rolling bearing 1 actual picture

從圖10可以看出，牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估模塊計(jì)算出的可靠度約為0.9，實(shí)際拆卸的滾動(dòng)軸承2并沒(méi)有出現(xiàn)故障，可靠度計(jì)算結(jié)果與實(shí)際情況下滾動(dòng)軸承的狀態(tài)是相符的。因此，上述結(jié)果證明了本文系統(tǒng)設(shè)計(jì)的有效性。

4.3 用戶(hù)登陸功能實(shí)現(xiàn)

系統(tǒng)用戶(hù)登錄界面如圖12所示。

圖12 登錄界面Figure 12. Login interface

輸入賬戶(hù)和密碼后，點(diǎn)擊登陸按鈕，驗(yàn)證身份信息后，系統(tǒng)提示“登陸成功”消息，用戶(hù)進(jìn)入系統(tǒng)可以錄入牽引電機(jī)滾動(dòng)軸承數(shù)據(jù)。隨后，對(duì)數(shù)據(jù)進(jìn)行分析，計(jì)算出可靠度，完成滾動(dòng)軸承的可靠性評(píng)估。

5 結(jié)束語(yǔ)

本文基于MATLAB App Designer設(shè)計(jì)了一種牽引電機(jī)滾動(dòng)軸承可靠性評(píng)估系統(tǒng)。該系統(tǒng)基本實(shí)現(xiàn)了牽引電機(jī)滾動(dòng)軸承實(shí)測(cè)數(shù)據(jù)的處理，包括數(shù)據(jù)錄入、數(shù)據(jù)分析和可靠性評(píng)估功能。該系統(tǒng)借助MATLAB強(qiáng)大的數(shù)學(xué)運(yùn)算能力，不僅展現(xiàn)出良好的滾動(dòng)軸承可靠性評(píng)估效果，而且系統(tǒng)的界面友好、易于操作，且可轉(zhuǎn)化為exe格式的可執(zhí)行文件，也可脫離MATLAB環(huán)境運(yùn)行，為后續(xù)可靠性評(píng)估系統(tǒng)研究提供了參考。但是本文所設(shè)計(jì)系統(tǒng)的可靠度計(jì)算進(jìn)程較為緩慢，模塊的交互頁(yè)面仍需要改善，后續(xù)研究將進(jìn)一步提高算法的計(jì)算效率。