专利名称：铁路列车轴承故障的检测方法
技术领域：
本发明涉及一种检测方法，特别是一种铁路列车轴承故障的检测方法。
背景技术：
铁路是我国国民经济的重要部门，列车已成为特别适合我国国情的主要交通工具。正因为铁路在国民经济中的地位如此重要，所以铁路交通的安全成了铁路系统和全体国民关心的头等大事。在不断大幅度提速的今天，这个问题尤其显得重要。而在铁路交通中，一种严重的事故是切轴(即断轴)，直接影响到旅客和货物的安全。一旦在运输中发生切轴事故，有可能发生列车出轨，将产生巨大的经济损失、人员伤亡和极其恶劣的社会影响。据统计，90%以上的切轴事故是由于轴承的故障所引发的，由于这时轴承会发出极高的热量，通常被专业人士称为“燃轴”。因此，研发轴承故障、诊断科学有效的方法并积极投入实际应用，会产生巨大的经济效益和社会效益。本发明就是为解决列车轴承的早期诊断难题提供更全面、更有效、更实用的方法。目前，铁路列车滚动轴承故障诊断的方法主要有五种I、人工诊断(包括整体外观检查和异响诊断)。即有丰富现场经验的职工通过外观检查发现异状(例如甩油)或根据轴承转动过程中发出的声响判断轴承元件的工作是否正常。2、轴承元件的外观检查。即按照段修(各车辆段每隔一年半对每节车厢检修一次)的修程将轴承分解以后对所有元件的尺寸及表面受损的程度进行检查和判断，除了目检以外，还采用磁粉探伤等高科技方法。这种方法的优点是直观，但由于轴承分解后会破坏原有的磨合状态，所以国外专家普遍认为不宜提倡。3、电子听诊器诊断法。是第一种方法的改进，现在较多的用于货车轴承的快速不解体检测中。为了提高人耳听觉的灵敏度，克服环境噪声对诊断的干扰，在轴承转动的过程中，将一个音频传感器吸附在轴承端盖上，然后通过放大装置和耳机传入人耳，这种诊断方法虽然能在一定程度上扩展人耳的灵敏度，但对诊断结果不会产生实质的改变，诊断结果受人为因素影响这一弊病仍然存在。4、轴温检测法。人们发现，90%以上的切轴事故是由车轴迅速升温引起的，因此我国从上世纪80年代开始，所有的客车车厢内都安装了轴温报警器，当轴承的温升超过40°C 时发出报警信号。这种方法一直应用至今。5、频谱分析法。随着现代科学技术的发展，人们从上一世纪80年代开始将频谱分析的方法引入轴承故障诊断领域，并且取得了一定的成功。上述第I种和第3种方法，诊断的结果是检查者的主观评价，其正确性与检查者的经验、态度、责任心甚至身体条件有关，随机性较强，存在较大的风险。第2种方法虽然直观，但由于必须将轴承分解，所以会破坏轴承既有的磨合条件。 重新组装的轴承，即使原来状态是良好的，也必须进行新的磨合。而在磨合期中，轴承产生故障的概率很高。正如日本东海旅客铁道株式会社专利《用于铁路主电机的轴承检测装置》 (申请日1998.3. 16;国际公布日1999.9.23)的说明书中所公开的种种弊病。第4种方法用于运营中列车的动态监测。但是，对于轴承故障而言，温升的幅度既不是必要条件，也不是充分条件。例如，2011年8月份召回京沪高铁54列CRH380BL动车组列车，整改合格后再交回使用，其中连续发生热轴报警误报即是主要原因之一。称其“误报” 并不准确，因为这些轴承的温升的确超标，但温升超标的轴承并不一定存在轴承故障。与其说轴温报警器“有误”，不如说方法本身有误。但从另一方面而言，如果温升确实是由轴承故障所引起，那么报警器发出警报以后将在极短的时间内发生切轴事故。相关资料表明，“图 3-1 (该图略去——引者注，下同)所示为某次旅客列车燃轴事故的轴温变化过程。产生燃轴时轴箱温度由89°C (是实际温度，非温升)升至197°C只有3分钟。”(参见高等学校教材《车辆电气装置》第33页，西安交通大学章因编，中国铁道出版社出版，1999年)必须注意，上述教材是1999年出版的，那时列车的时速基本上不超过100公里。而物理学的基本理论告诉大家，摩擦产生的热量与速度的平方成正比。当列车的时速提高到300公里时，上述的三分钟——这就是留给人们临时采取紧急措施的全部时间——即将减少到有限的20 秒！因此，无论从哪个方面看，轴温报警器都是既不科学、也不实用的权宜之计。所谓“频谱分析”，在数学中被称为“傅立叶变换”。通过频谱分析我们可以轻松地获得一个复杂信号的全部分量。从原理上说，频谱分析法与方法1、3都是通过发现振动信号中的异常成分来诊断故障的。不同的是，后者是通过人耳发现不同音调的声音及其响度， 只能定性，无法定量。而前者是通过测量确定异常信号的频率(就是音调)和幅度(就是响度)。因此后者更科学、更客观、更准确、更灵敏。长期以来，频谱分析被认为是检测轴承故障的有效方法，并推导出轴承的主要部件内圈、外圈和滚子的故障特征频率分别是= Z(l+d/D)fQ/2(对于内圈)f2 = Z(l-d/D)fQ/2(对于外圈)f3 = D/d (I-(d/D)2) f0 (对于滚子)其中Z是一个轴承中使用滚子的数量，d是滚子的直径，D是轴承内圈和外圈直径的平均值(即滚子公转轨迹的直径)，&是轮轴的转速。上述公式被认为是轴承故障特征频谱的数学模型，它是理论推导的结果。但是上述数学模型忽视了许多实际发生的故障形式，例如现实中最为常见的轴承元件磨损(表面剥离)，以及对于切轴事故最为危险的轴承保持架破损，还有对轴承材料疲劳影响最严重的踏面损伤等。在实际应用中，轴承元件的磨损是最为常见的现象，也是引发轴承严重故障的先兆之一。上文引用的日本东海旅客铁道株式会社专利《用于铁路主电机的轴承检测装置》中所提供的方法是，取出轴承中的油脂，放在光谱分析仪中检测其金属含量，并将检测结果与前一次的检测结果相比对，看其金属含量是否增高。这种方法的实际应用性较差，显示了专利发明人的无奈。

发明内容
针对现有技术中的不足，本发明的目的是提供一种铁路列车轴承故障的检测方法，利用本方法中铁路列车轴承故障的完整数学模型，对铁路列车轴承故障进行有效的检测。本发明所使用的方法基于传统的振动信号频谱分析技术，并在此基础上解决了一些此前尚未解决的难点问题。为实现上述目的，本发明采用的技术方案是提供一种铁路列车轴承故障的检测方法，该方法包括有以下步骤(一 )为保障列车轴承安全而必须检测的完整故障特征谱，包括对于列车轴承内圈故障特征谱= Z (I+d/D) f0/2............ (I)对于列车轴承外圈故障特征谱f2 = Z (I-d/D) f0/2............ (2)对于列车轴承滚子故障特征谱f3 = D/d(l-(d/D)2)f0......... (3)对于上述轴承元件磨损含轴承保持架破损特征谱f4 = O......... (4)对于列车轮对轴承踏面内外缺陷特征谱f5 = f0..................... (5)式中Z为轴承中的滚子数量；d为滚子的直径；D为内圈和外圈直径的平均值A 为轴承的转数。( 二)在实施上述检测信号时，为了有效克服随机振动脉冲对测量的干扰，利用相关处理的方法在时域信号处理时，算法是用卷积计算两个函数的相关性z (t) = / X (t) y (t_T0) dt式中x(t)是参与相关计算的其中一个函数；y(t)是另一个函数；y(t-TQ)是y(t) 沿着时间轴平移Ttl后的函数；z (t)即y(t)和y(t)的相关函数；而在频域信号处理时，该相关性的计算只需将两个函数的频谱分量对应相乘即可I、对信号进行第一次采样，得到fA = fA1+fA2+fA3+.........+ μ，其中N为采样点数；2、对信号的第一次采样结果fA进行傅里叶变换，得到信号A第一次采样的功率谱 Fa = FA1+FA2+FA3+......+Fam (M = N/2)；3、对fg号进行第二次米样,得到 fB = fB1+fB2+fB3+.........+fBN ；4、对信号第二次的采样结果&进行傅里叶变换，得到信号B的功率谱Fb =
Fbi+Fb2+Fb3+......+Fbm (M = N/2)；5、将两次采样的功率谱分量分别相乘后开方，得到F= (Fai Fbi)172+(Fa2 FB2)1/2+(FA3F为两次测量的相关结果，即两次测量的几何平均值；同样能够得到3次、4次…… N次相关结果，N的数值越大，抗干扰的能力越强。本发明的效果是该方法通过KW2002轴承故障诊断仪、KW0021列车轴承监测仪在运营列车所采用，就能实时监测轴承的状态，实现轴承故障的早期报警，大大提高铁路交通的安全性。本方法有能力在列车运行中检测到较小的故障特征，击破了国内长久以来外关于“列车在行进中产生的干扰不可克服”的思维定势。


图I是本发明用于动态测量的KW0021型轴承故障诊断仪外形图；图2是本发明用于静态测量的KW2002型轴承故障诊断仪外形5
图3是本发明使用静态测量方法测量的轴承外圈剥离故障的频谱；图4是本发明使用静态测量方法测量的轴承滚子故障的频谱；图5是本发明使用静态测量方法检测到的货车轴承外圈剥离故障；图6是本发明使用动态测量方法监测到的客车踏面故障频谱；图7是本发明用静态测量方法检测到的滚子表面剥离(碾皮故障)；图8是本发明使用动态测量方法监测到的客车轴承外圈故障的频谱。
具体实施例方式结合附图对本发明的铁路列车轴承故障的检测方法加以说明。根据轴承故障产生的机理，完善轴承故障特征谱的数学模型，本方法可以两种方式应用于轴承的检测与维护其一是在检修过程中实现不解体检测，其二是在运行中对列车的轴承进行实时监测。一种产品是以KW2002轴承故障诊断仪为代表的静态检测产品(图 2);一种是用作动态检测的KW0021列车轴承监测仪(图I)。本发明的铁路列车轴承故障的检测方法，该方法包括有以下步骤(一 )为保障列车轴承安全而必须检测的完整故障特征谱，包括对于列车轴承内圈故障特征谱= Z (I+d/D) f0/2............ (I)对于列车轴承外圈故障特征谱f2 = Z(l-d/D) f0/2............ (2)对于列车轴承滚子故障特征谱f3 = D/d(l-(d/D)2)f0......... (3)对于上述轴承元件磨损含轴承保持架破损特征谱f4 = O......... (4)对于列车轮对轴承踏面内外缺陷特征谱f5 = f0..................... (5)式中Z为轴承中的滚子数量；d为滚子的直径；D为内圈和外圈直径的平均值A 为轴承的转数。( 二)在实施上述检测信号时，为了有效克服随机振动脉冲对测量的干扰，利用相关处理的方法在时域信号处理时，经典的算法是用卷积计算两个函数的相关性z (t) = / X (t) y (t_T0) dt式中x(t)是参与相关计算的其中一个函数；y(t)是另一个函数；y(t-TQ)是y(t) 沿着时间轴平移Ttl后的函数；z (t)即y(t)和y(t)的相关函数。而在频域信号处理时，该相关性的计算只需将两个函数的频谱分量对应相乘即可，具体做法是I、对信号进行第一次采样，得到fA = fA1+fA2+fA3+.........+ μ，其中N为采样点数；2、对信号的第一次采样结果fA进行傅里叶变换，得到信号A第一次采样的功率谱 Fa = FA1+FA2+FA3+......+Fam (M = N/2)；3、对fg号进行第二次米样,得到 fB = fB1+fB2+fB3+.........+fBN ；4、对信号第二次的采样结果&进行傅里叶变换，得到信号B的功率谱Fb =
Fbi+Fb2+Fb3+......+Fbm (M = N/2)；5、将两次采样的功率谱分量分别相乘后开方，得到F= (Fai Fbi)172+(Fa2 FB2)1/2+(FA3F为两次测量的相关结果，即两次测量的几何平均值；同样能够得到3次、4次N次相关结果，N的数值越大，抗干扰的能力越强。用于静态测量的KW2002型轴承故障诊断仪对于f4的检测效果显著。用于动态测量的KW0021型轴承故障诊断仪对于 5的检测效果显著。本发明的铁路列车轴承故障的检测方法是这样实现的在应用KW0021型轴承故障诊断仪进行的动态测量中，本方法采用相应的电子学处理方法加之数学中的“相关”处理方法。该方法有效地克服了列车行进中各种随机振动对轴承故障信号的强烈干扰，使得利用轴承故障振动信号检测轴承的这一传统方法成功地在动态状态下实现。所谓“相关”，是指两个物体或者现象之间相像的程度。对于数学中两个函数(曲线)或者物理学中的两个时域信号，人们用它们的卷积来测量其相关性，公式为ζ (t) = / X (t) y (t~T0) dt其中X(t)、y (t)是两个以t为自变量的函数，T0通常被称为“初始相位”。相关函数z⑴的物理意义在于，将曲线y(t)平移Ttl，然后覆盖在曲线x(t)上，观察两条曲线的相像程度。其数学方法是将两函数的对应点函数值相乘后积分。最后z(t) 数值越大，其相关性越高(两函数越相像)。显然，z(t)不仅是x(t)、y(t)的函数，而且是Ttl的函数，因为Ttl不同，z (t)的数值也不同，必须不断地改变Ttl的数值，以求z (t)的数值最大。对两个时域信号进行卷积处理，除非该信号十分简单，否则按常规处理的过程是极为复杂的。根据数学原理，时域信号的卷积相当于频域信号的乘积。在对信号进行了频谱分析后，再计算其相关性，就变得十分简单。具体做法是I、对信号进行第一次采样，得到fA = fA1+fA2+fA3+.........+fffl，N为采样的点数；2、对信号的第一次采样结果匕进行傅里叶变换，得到信号A，第一次采样的功率谱 Fa = FA1+FA2+FA3+......+Fam (M = N/2)；3、对fg号进行第二次米样,得到 fB = fB1+fB2+fB3+.........+fBN ；4、对信号第二次的采样结果&进行傅里叶变换，得到信号B的功率谱Fb =
Fbi+Fb2+Fb3+......+Fbm (M = N/2)；5、将两次采样的功率谱分量分别相乘后开方，得到F= (Fai Fbi)172+(Fa2 FB2)1/2+(FA3由上述计算可知，频域信号的相关，实际上是将两次测量的结果进行几何平均计算。几何平均值与算数平均值不同，Fai^PFbm中只要有一项为零，其结果就为零。这就彻底消除不稳定信号的影响。由于物体共振而产生的常态等幅的振动信号，已经通过所述仪器中的滤波器滤除，没有消除的是低频的脉冲信号。例如，在第一次测量时检测到了 35Hz的随机的脉冲干扰信号，那么在第二次测量时该脉冲干扰信号仍然呈现为35Hz的概率很小，例如I %。也就是说，通过的相关处理，存在35Hz的脉冲干扰的几率只有I %。如果增加相关处理的次数，例如将两次测量增加为3 次测量，存在35Hz的脉冲干扰的几率降低为万分之一。如果将测量增加为4次测量，则几率降低为百万分之一。KW0021列车轴承监测仪就是采用4次测量。经过这样的处理，能保留的频谱成分仅仅是那些频率极其稳定的脉冲信号频谱。
轴承故障信号正好是属于频率极其稳定的脉冲信号，除了 f4 = O的分量被不得已而滤除了。众所周知，列车本身的质量很大，除非在起步(加速)和停车(减速)的有限时间内，列车的时速和轴承的转数都是足够稳定的，至少在测量的周期之内是如此。本发明可以两种方式应用于轴承的检测与维护其一是在检修过程中实现不解体检测，其二是在运行中对列车的轴承进行实时监测。为此专门设计了两类产品一类是以 KW2002轴承故障诊断仪为代表的静态检测产品；一种是用作动态检测的KW0021列车轴承监测仪。I、轴承元件磨损的数学模型轴承元件的外圈、内圈和滚子，经相互间长期滚动摩擦，会产生局部的硬化层脱落，俗称“碾皮”造成元件的表面会产生一些粉末或碎渣。在轴承运动过程中，滚子一旦碾过这些粉末或碎洛，粉末或碎洛越多，产生的振动越多；粉末或碎洛的颗粒越大，产生的振动幅度越大。这些振动完全是没有规律的，但理论和实践证明，经过频谱分析的处理后，这些振动幅度的积分为a = / ZfaMt，即它们总的直流分量，基本上与粉末或碎渣的数量与颗粒大小的乘积成正比。对于货车的维修人员最担忧的是轴承保持架的破损，在静态的频谱测量中，其结果与“碾皮”相同。因此，在轴承振动的静态测量(所谓“静态”，并非是轴承静止不动，而是指在列车非运行状态下，轴承的转动是由测量系统驱动的。与其相对，“动态测量”是指在列车行进中的实时测量。)中测量结果中的直流分量(即f4 = O)可以称之为轴承元件磨损(含保持架破损)的特征谱。2、轴承元件故障的机理以及轮对踏面故障的数学模型在我国所使用的列车上，虽然轴承在不停地转动，但轴承的外圈是基本相对静止的，车身的全部重量，都压在轴承外圈上方，传递该压力几乎只靠轴承外圈的最上方的有限面积和与之接触的I 2个滚子。滚子和内圈在不断地转动，其不同的部位轮流承受压力， 但外圈承受压力的位置却几乎是不变的。在正常的情况下，轴承外圈最上方的有限面积是最容易疲劳的。上述分析还仅仅是在正常的工作状态。如果轮对的踏面存在外伤，例如，列车在紧急刹车后，与轨道接触的踏面部分会被磨平一一俗称“平轮”，或例如轮对踏面深处存在沙眼或气泡而形成的内伤，则该伤处与轨道接触时会产生瞬时的颠簸，同时发出振动产生的声音，因此这种现象被专业人士称为“打点”。每当打点时，瞬时的颠簸会产生强大的冲击力，该冲击力也与车厢的压力同时通过I 2个滚子加到轴承外圈最上方的有限面积上。由于该冲击力与车厢的正压力相比更大，使轴承外圈最上方的有限面积更容易疲劳。从表面上看，轮对的踏面与轴承无关，但是踏面的损伤对轴承的疲劳、剥离或破损产生着直接的影响。因此在检测轴承故障的检测中绝不可忽视对踏面损伤的检验。在动态测量中，假如一个踏面上只有一处损伤，那么轮对每转一圈，踏面就会产生一次冲击。因此冲击产生的频率应该与轮对的转数相同。因此可以说踏面故障的特征频率 f5 = fo。从理论上说，即使一个踏面上有两处、三处甚至更多处损伤，只要不是在圆周上平均分布，其特征频率仍然满足f5 = f(|。3、在轴承故障动态检测中排除振动干扰的有效方法在列车运行中，能够有效地采集和检测轴承的振动信号吗？长期以来，国内外的
8专家几乎异口同声地予以否定。轴承因为故障而产生了其特有的振动，其幅度与其他振动相比微乎其微。因此，一般认为在这样恶劣的工况环境下，要想采集轴承的故障信号，无异于大海捞针。本方法的最大特点，就是通过长期不懈的研究，发现轴承的故障信号尽管微弱，但是它毕竟有自己独有的特征。可以根据振动的模态分析方法，找出其特征，建立数学模型及其算法，通过KW0021列车轴承监测仪和KW2002轴承故障诊断仪，即可提炼出所需要的信号成分。我国铁路系统对于货车和客车分别采取按走行的公里数或者运营的时间间隔进行维护。直到现在，除了动车之外，轴承还是采用分解后目测、清洗等一系列处理后重新安装使用。正如前述所说，对于需要磨合的精密配合的产品而言，轴承分解后可能出现新的故障隐患。事实上，由于重新安装后发生失配，从而导致重大未遂事故的事件是存在的。只要辅助以一般的轮对驱动装置，本发明中提到的KW2002轴承故障诊断仪就能实现客车或者货车轴承的不解体检测。检测的参数包括维修人员最为担心的轴承保持架破损和最为常见的碾皮。尽管属于静态检测，该产品仍然具有良好的抗干扰性，其检测结果不会受到恶劣环境的影响。为了保证列车运行安全，显然只靠定时维修是不够的。就像人们过去定期到医院体检时才可以测量心电图，因此并不能消除突发心脏病的可能。所以对于隐性患者，医生建议他佩戴随身的心电图检测装置。本发明所提到的KW0021列车轴承监测仪就是这样一种 “便携式心电图机”。将该仪器安装在车厢里，就能不断地巡回检测，也可以停止巡回，定点对疑似故障轴承进行随时监测该车厢8只轴承的振动频谱。一旦出现异常的频谱，并且其幅度超过设定值，仪器将会发出报警信号。由于该仪器采用了有效的抗干扰措施，基本上可以保证对于状态良好的轴承不会发生误报。同时，为了满足长期以来乘务人员的习惯，仪器保留了轴温的检测功能。与传统的轴温报警器不同，该仪器显示的是轴承的温升，如果显示的是温度，则还需根据当时的环境温度计算温升。实施例本检测方法是应用天津启轩电子有限公司生产的KW2002轴承故障诊断仪(图2) 和KW0021列车轴承监测仪(图I)的两种产品而实现的。上述两种产品的内置分析软件中均采用了 4次测量及相关处理的程序，其过程是I、对经过放大、滤波处理后的传感器输出信号进行512点的米样和A/D变换；2、对上述变换结果进行快速傅里叶变换，得到第一组200个功率频谱分量；3、延时I分钟，重复上述I和2，得到第二组200个功率频谱分量；4、延时I分钟，重复上述I和2，得到第三组200个功率频谱分量；5、延时I分钟，重复上述I和2，得到第四组200个功率频谱分量；6、将上述四组功率频谱分量的对应分量分别相乘，然后开4次方，得到的是4次相关处理后的200个功率频谱分量；7、在液晶显示器上绘出200条垂直线，其高度分别对应200个功率频谱分量的大 8、将200个功率频谱分量相加，所得的结果代表量化的轴承故障大小。
除了检测轴承外圈、内圈、滚子的故障之外，KW2002轴承故障诊断仪还能有效地检测轴承元件的磨损和保持架破裂的故障(如图7所示)；KW0021列车轴承监测仪还能有效地检测轮对踏面的故障(如图6所示)。2001年在原天津车辆段进行静态检测试验时，选择了一个外圈剥离的轴承作为模特进行重复性检测，每次检测的结果都能较好地重现，如图3所示。其检测到的基波频率与理论上的特征频率相符合，各次谐波也非常干净，像教科书一样典型。但是，工作极其认真负责的工长还是对该方法将信将疑。为了考量验测结果的正确性，他取出了一只珍藏的滚子，这只滚子的表面上有一条细长的裂纹，与滚子的轴平行。 当年在每隔一年半进行一次的例行段修中，由于裂纹非常细以至于混过了目检人员的检查，最后通过磁粉探伤被发现。工长将它安装在一个轴承中，与其他轴承混在一起，在对试验人员不知情的情况下判断究竟哪一只是有故障的。然而测试的结果却是出乎意料地完美，如图4所示。由于客车轴承结构的原因，外圈与滚子故障的特征频率几乎相同，要想通过特征频率的测量来区分轴承外圈与滚子的故障是很困难的。但是外圈与滚子的功能决定了它们的故障谱的结构是不同的。外圈是固定不动的，所以每只滚子经过故障位置时，产生的振动幅度是相同的，因此检测的频谱图形有着稳定的基波和谐波。但滚子是转动的，故障滚子只有经过顶端的时候，故障的位置才会发出有力的碰撞。而离开顶端后，由于轴承的间隙，即使有故障也不会产生明显的振动。因此由于滚子的故障引起的振动幅度会产生周期性的变化，这种幅度变化的周期信号被称为调幅波。测试结果的完美之处在于，它不仅生成了清晰的故障频谱，而且其基波和谐波都呈现出典型的调幅波的特点(两侧有旁频)。上述事实充分证明该方法的频谱分析的检测结果优于人的肉眼观测。图5和图7的照片是铁道部在原秦皇岛车辆段对产品的鉴定过程中采集的，它通过KW2002轴承故障诊断仪分别检测到的货车轴承外圈剥离故障和碾皮故障。特别是后者， 证实了本方法提出的测量碾皮的数学模型是正确的。像这样的案例在其他车辆段，例如南京车辆段、阜阳车辆段等还有很多。2002年，原天津车辆段安排，在天津-广州的253/254次特快列车的一节卧铺车厢上安装了一台KW0021列车轴承故障监测仪进行试验，由于经过了四次相关处理，3位轴外圈剥离的故障频谱清晰地显示出来，如图8所示。其频谱表现为典型的基波和2次谐波，并且在长达几个月的跟踪时间内保持稳定，没有发现有恶化的趋势。在天津-秦皇岛的4417/4418次列车上试验时，乘务员向试验人员反映，该列车上有一节车厢存在“打点”现象，但经过几次检查，都没有发现是哪个踏面有问题，问通过本方法的仪器能不能协助检定？试验人员将仪器及附属的传感器转移至该节车厢，即刻就发现问题的位置，如图6所示，故障频谱清晰，完全符合试验人员事先提出的踏面故障的数学模型。并且还发现，与该轴承同属一个转向架的其他三个轴承的检测结果，没有发现丝毫频谱成分，甚至与该轴承同一条轴上的另一轴承也是如此。说明各轴承信号以及相应的测量通道具有良好的隔离性，不会发生干扰以及误判、错判的现象。即使如此，该轮的踏面上仍然没有发现平轮现象，因此可以判定在踏面下存在气泡。
10
权利要求
1. 一种铁路列车轴承故障的检测方法，该方法包括有以下步骤(一)为保障列车轴承安全而必须检测的完整故障特征谱，包括对于列车轴承内圈故障特征谱= Z(l+d/D) f0/2............ (I)对于列车轴承外圈故障特征谱f2 = Z(l-d/D) f0/2............(2)对于列车轴承滚子故障特征谱f3 = D/d(l-(d/D)2)f0.........(3)对于上述轴承元件磨损含轴承保持架破损特征谱= O.........(4)对于列车轮对轴承踏面内外缺陷特征谱f5 = f0.....................(5)式中Z为轴承中的滚子数量；d为滚子的直径；D为内圈和外圈直径的平均值A为轴承的转数；(二)在实施上述检测信号时，为了有效克服随机振动脉冲对测量的干扰，利用相关处理的方法在时域信号处理时，算法是用卷积计算两个函数的相关性 z (t) = / X (t) y (t-T0) dt式中x(t)是参与相关计算的其中一个函数；y(t)是另一个函数；ya-Tj是y(t)沿着时间轴平移Ttl后的函数；z (t)即y(t)和y(t)的相关函数；而在频域信号处理时，该相关性的计算只需将两个函数的频谱分量对应相乘即可.1、对信号进行第一次采样，得到fA= fA1+fA2+fA3+.........+fAN，其中N为采样点数；.2、对信号的第一次采样结果匕进行傅里叶变换，得到信号A第一次采样的功率谱Fa=fAI+fA2+FA3+......+Fam (M = N/2);.3、对 目号进行第二次米样，得到fB= fBl+fB2+fB3+.........+fffl ；.4、对信号第二次的采样结果fB进行傅里叶变换，得到信号B的功率谱Fb=Fbi+Fb2+Fb3+......+Fbm (Μ = N/2).5、将两次采样的功率谱分量分别相乘后开方，得到F=(Fai Fbi)172+(Fa2 Fb2)172+(Fa3 Fb3)172+……來 Fbm)"2 ；F为两次测量的相关结果，即两次测量的几何平均值；同样能够得到3次、4次……N次相关结果，N的数值越大，抗干扰的能力越强。
全文摘要
本发明提供一种铁路列车轴承故障的检测方法，该方法包括有为保障列车轴承安全而必须全面检测的完整故障特征谱，在实施上述检测信号时，为了克服随机振动脉冲对测量的干扰；在通过采样、变换、计算而得到测量的频谱结果后，必须利用相关方法做进一步的处理。本发明的效果是利用该方法分别设计制作的KW2002轴承故障诊断仪及KW0021列车轴承监测仪，前者实现了包括轴承元件磨损在内的静态不解体检测，后者能在列车运行之中实时监测轴承的状态，实现轴承故障的早期报警，大大提高铁路交通的安全性。本方法有能力在列车运行中检测到较小的故障特征，击破了国内长久以来外关于“列车在行进中产生的干扰不可克服”的思维定势。
文档编号G01M13/04GK102607848SQ20121008944
公开日2012年7月25日 申请日期2012年3月27日 优先权日2012年3月27日
发明者曹贤文, 魏兵 申请人:天津市启轩电子有限公司