城市轨道交通车辆悬挂系统故障诊断方法分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

城市轨道交通车辆悬挂系统故障诊断方
法分析
摘要:本文对城轨交通汽车悬挂系统的几种故障诊断技术进行了深入的研究,对其在车辆悬挂系统中的应用进行了较为详尽的阐述,并对其各自的特征进行了
对比,对其各自的优点和不足进行了探讨,为轨道交通车辆悬挂系统的故障诊断
技术的深入研究奠定了基础。

关键词:城市轨道交通车辆;悬挂系统;故障诊断
引言
在中国城市化进程不断加快的同时,也引起了严重的交通拥堵,资源、能源
浪费、空气污染等一系列问题。

在全球各大城市,地铁车辆是公交系统的核心部件。

城市轨道交通的安全与舒适度一直是制约其发展的重要因素。

城轨车辆的悬
挂系统是城轨车辆的重要组成部分。

悬挂的优劣,是制约汽车行驶安全与平顺性
的一个重要因素。

汽车悬架系统的故障在线监测对于汽车的安全、平稳运行具有
重要意义,如何对其进行实时、高效、可靠的故障诊断是国内外交通学者关注的
热点。

1、轨道交通车辆悬挂系统的动态模型
城轨交通工具由车体、车厢、轮对、悬挂等部件构成,其中悬挂系统由两部
分构成。

一系悬挂安装在车轮对与转向架构架间,二系悬架安装在车身与转向架间。

悬挂系统支撑车身和转向架,以减少不规则轨道造成的干扰,平衡轴重分布,确保车辆稳定性和舒适性。

车辆悬挂系统的研究主要分析铁路车辆的实际运行性能,通过对被测装置的动力学建模,采用现代传感技术,获得被测装置中的故障
信息,并采用故障诊断方法对其进行辨识。

因此,车辆的动力学建模是车辆悬挂
系统进行故障诊断的先决条件。

1.1车辆垂直悬挂系统仿真
在实际运行过程中,车辆会受到轨道高度不均匀的干扰,导致车辆垂直振动、点头和横向移动[1]。

车载加速度传感器和倾斜传感器可用于实时监测车体和转向架。

建立轨道车辆垂直悬挂系统运动的数学模型,在线性模式下,轨道车辆的动
态模型可以伴随着车身和转向架的点头和振动,产生仿真运动。

1.2车辆横向悬挂系统仿真
轨道的横向不平顺会产生横向振动。

汽车横置悬挂的数学模型是以车体、前部、两轮组及一、二系悬挂为基础建立的。

1.3车辆悬挂系统的状态空间方程
在列车行驶时,悬挂系统的振动是一种耦合、非线性的耦合振动。

目前,悬
挂系统的非线性特征通常是通过线性模型对其进行解拟合,或者是通过对其进行
分片拟合,又或者是通过对其进行复合非线性建模。

车辆悬挂系统的状态空间表
达式为:
线性状态空间方程:
x=Ax+B d d(1)
y=Cx+D d d(2)
非线性状态空间方程:
x=Ax+Bg(x)+D1d+E1f(3)
y=Cx+D2d+E1f(4)
2、轨道交通车辆悬挂系统故障诊断方法
2.1基于多元统计分析的车辆悬挂系统故障诊断方法
多元统计分析的故障诊断是车辆悬挂系统故障诊断方法的一个重要组成部分。

该算法利用多个投影的思维,将多个样本空间划分成一个低维的投影空间及其对
应的剩余子域。

设置和分析统计数据,以实现故障检测和诊断的目标。

多元统计分析方法主要包括PCA、PLS、ICA和CVA。

2.2基于交互式多模型的车辆悬挂系统故障诊断方法
交互式多模型算法(IMM)最初用于跟踪运动目标,是评估混合系统正常状态的算法。

该算法建立了一组M,包括目标运动状态模型,在此基础上,提出了一种新的滤波算法,该算法的求解结果符合马尔可夫过程[2]。

同时,该方法还可以实现多个模式间的相互转化,使其在变化模式下仍能保持较好的跟踪效果。

IMM 算法包括四个阶段:模型之间的交互、过滤、模型概率更新和数据合并。

2.2.1利用各模式间的相互作用,求出各模式的初值和各模式的共轭函数。

2.2.2过滤器
IMM一般采用卡尔曼滤波器的方法来实现滤波器的预报。

在此基础上,提出了一种新的 Kalman滤波方法,利用混杂的初值和相互作用生成的协方差矩阵对卡尔曼滤波进行预报,得到各模式下的各模式参数及对应的子滤波器的结果。

2.2.3模型概率更新
更新模型的概率是IMM算法的关键环节。

通常,使用最大似然比函数方法来获得不同模型的输出结果。

2.2.4数据集成
然后将已有的两个参数进行联合,得到一个新的参数。

IMM的四步演算的完成,是一个转播循环的终结,也是下一次转播的起点。

2.3基于多传感信息融合的车辆悬挂系统故障分离诊断方法
将多传感器信息融合技术用于车辆悬挂系统故障诊断,在此基础上,运用EROS和D-S验证原理,对车辆悬挂进行动力学分析,并对其进行数学建模,构建车辆悬挂系统的故障类别库。

2.3.1基于信息融合技术的车辆悬挂系统故障分离算法基于信息融合的故障诊断算法,主要介绍D-S故障分离方法的证明理论。

基于故障分离算法和信息融合技术的车辆悬挂系统过程:建立车辆悬挂系统的数学模型,利用KalmanFilter 推导车辆悬挂系统数学模型,得到故障情况下的残差,计算FFT残差,得到故障范围的特征值,获得与悬挂系统故障库的故障类型相对应的可靠性函数,将可靠性函数与D-S证明理论相结合,通过决策规则获得故障类型。

3、轨道交通车辆故障诊断方法优化
轨道交通车辆悬挂系统的多元化统计分析在处理线性与非线性问题中起到了非常关键的作用,尤其是修正的多多元化统计分析在处理复杂的非线性问题时更具优越性,但目前仅限于对其进行了简单的故障检测,无法判断其具体的故障形式。

采用该模型对车辆悬挂进行动态对象的追踪与复杂工况的评价有着明显的优越性。

在对悬浮装置进行分类时,可以对其进行详细分类,以便对其进行正确的识别;并提出一种利用多个传感信号进行汽车悬架的多个传感信号进行信号处理的新算法。

但在低纬区域,采用 EROS法进行残差估计量的对比,其结果往往是高维的。

这不仅会带来计算复杂度高、可靠性差的问题,而且也会使系统的实时分离与诊断更加困难。

本项目将充分发挥其长、短、附加等优点,为车辆悬挂系统的实时故障诊断提供新的理论与技术支持。

4、结语
城市铁路车辆悬挂系统动态仿真分析表明,车辆的悬挂系统受到动力因素的很大的影响,其振动比较复杂,呈现出一种耦合性、非线性的特点,从而提出了未来汽车悬挂系统的故障诊断方法,并指出了目标:(1)对车辆悬挂系统的非线性动力学建模进行了研究,并对其进行了建模,使其能够正确地描述车辆的运动特征。

(2)目前车辆悬挂系统的故障诊断主要集中于故障检测与预警技术方面,而在车辆悬挂系统的故障分离诊断方面的研究还比较少。

(3)目前国内外对车辆悬挂系统的故障诊断方法的研究,大都是从理论上进行的,很少有实用价值的。

综上所述,在科技高速发展的今天,有关部门研究人员应结合上述问题,在轨道交通的悬挂系统方面着重研究,为轨道交通行业的发展提供科学基础。

参考文献:
[1]徐刘峰,贺德强,苗剑.城市轨道交通车辆悬挂系统故障诊断方法研究[J].装备制造技术,2015(07):1-5.
[2]柳海. 城轨车辆悬挂系统故障诊断方法研究[D].北京交通大学,2013.。

相关文档
最新文档