国内外研究现状修改后

研究背景及其意义

在科技日益快速发展的今天，大量新技术不断运用于铁路事业的发展，为人类的旅行提供了极大的方便，使人了社会不断向前发展！但是，在社会和科技不断进步带来生活水平提高的同时，某些因素也给人类的生活带来了灾难。

机车传动系统是在交通运输领域应用广泛的的一类重要机械设备，其安全性在保障安全运行中发挥着极其重要的作用。随着工业及科技水平的不断提高，机车传动系统性能逐渐提升，功能不断完善，但带来的是结构也越来越复杂，工作环境也千变万化，其运行安全性，可靠性问题突出，一旦机组设备发生故障将损失巨大[1-2]。2003 年9月至2004 年10月，在浙赣线、石太线、京沪线等处，发生4次因车轴疲劳断裂和1次因车轮疲劳断裂造成的货物列车脱轨重大事故，直接与间接经济损失超过20亿元人民币[3]。2005年7月13日，巴基斯坦南部发生三列火车相撞事故，造成至少100多人死亡、100多人受伤[4]。2006 年1月20 日晚发生的青藏铁路两列工程车相撞事故造成1死8伤，事故原因确定是机械故障造成的火车追尾[5]。诸如此类的事故还有很多，正因为如此，各国都越来越关注机械设备的状态监测与故障诊断问题，希望可以减少事故的发生。我国也把开展设备状态监测和故障诊断工作的要求纳入到《国营工业交通设备管理条例》中，明文规定:“要根据生产需要，逐步采用现代故障诊断和状态监测技术，发展以状态监测为基础的预防维修体制”[6]。

“设备状态监测与故障诊断”学科正是适应以上要求而发展起来的一门既有理论基础又有实际应用背景的交叉学科。故障诊断的基本任务就是监视设备的运行状态，诊断机械设备的故障并提供有效的排故措施，指导设备管理和维修。目前，其在保障机械设备的安全运行，实现基于设备运行状态进行视情维修、提高机械寿命方面起到了关键性的指导作用，取得了显著的经济效益和社会效益。

（1）故障机理和故障征兆研究。故障机理研究是故障诊断的基础。设备的异常或故障一般在运行过程中通过状态信号表现出来，故障机理研究故障的产生原因以及故障与征兆之间的关系，通过理论计算或者实验研究发现一般规律。作为故障诊断技术的基础，只有研究诊断对象的故障机理才能有效地分清导致故障的主次因素，为准确地判断故障、确诊故障提供可靠的依据。

国内外许多专家学者对机械设备的典型故障机理进行了大量的理论和实验研究，得出了许多重要的结论，有效地指导了设备的状态监测与故障诊断。美国学者John Sohre 于1968 年用表格的形式清晰而又简洁地对旋转机械典型故障的征兆和原因进行了全面的描述和归纳，他将典型故障归纳为9 类37种，该项研究成果在实践中被广泛采用[7]。美国Bently公司转子动力学研究所对转子和轴承系统典型故障机理进行了大量的试验研究，发表了一系列论文[8]。日本的白

木万博自上世纪60、70 年代以来，发表了大量的故障诊断方面的文章，总结了丰富的现场故障处理经验并进行了理论分析[9]。

日本的安田千秋等对各种异常振动及其振动频率进行了归纳，并以此开发了实用的振动监测和诊断系统[10]。

高金吉院士在他论文中结合多年来的实践经验，对高速旋转机械的故障机理及识别特征进行了研究，提出了一次原因及主导频率的科学分类方法，归纳、总结了诊断10 类58 种故障的识别特征，给出了在设计制造、安装维护、运行操作、机器劣化等方面产生故障的主要原因和防治方法[11]。钟掘院士、陈安华教授等对机械系统的非线性故障机理进行了系统的研究，提出了一种新的转子系统非线性振动的辨识建模方法[12]。徐敏教授等总结了旋转机械常见故障，如不平衡、不对中、弯曲、裂纹、松动、碰摩、喘振、油膜涡动、油膜振荡、旋转失速等故障产生的机理，以表格形式列出了各种故障与振动特征、敏感参数和故障原因之间的对应关系，并给出了相应的治理措施[13]。

近十年来，我国科技工作者对转子故障的产生原因、演变规律及其动力学特性进行了大量的理论和实验研究，并在工程应用中积累了丰富的经验，对各种旋转机械常见故障的原因和征兆有了比较明确的认识，为准确诊断打下了坚实基础。国防科技大学的胡茑庆博士通过定性和定量的理论分析，得到了尖锐碰摩转子的振动响应形式，获得了不同碰摩情况下的振动响应特征规律，为转子碰摩的诊断提供了依据[14]。清华大学的褚福磊教授等人研究了转子系统在发生动静件碰摩时系统的稳定性问题，建立了系统非线性运动的微分方程，发现了在系统的运动中具有倍周期分岔和Hopf分岔现象，为碰摩故障的预示提供了依据[15—17]。高金吉院士等人用混沌理论对碰摩的非线性特征进行了理论分析及数值求解，发现了随着转速的变化，碰摩出现从稳定周期运动经过倍周期分叉到达混沌的特征，并在发电机组碰摩故障诊断时得到了验证[18]。同时，上海交通大学孟光教授等人对转子的故障机理及其非线性动力学特性进行了深入的研究[19—22]。

（2）机车传动系统关键部件振动信号时频域特征提取方法。振动分析法是目前设计使用最多的、也是最有效的方法之一。通过安装在轴承座或箱体适当位置的振动传感器监测轴承振动信号，并对此信号进行分析与处理来判断轴承工况与故障。由于振动监测法具有①适用于各种类型各种工况的轴承;②可以有效地诊断出早期微小故障;③信号测试与处理简单、直观;④诊断结果可靠等优点，在实际中得到了极为广泛的应用。目前，国内外开发生产的各种滚动轴承监测与诊断仪器和系统中大都是根据振动法的原理制成的，有关轴承监测与诊断方面的文献80%以上讨论的是振动法。从使用、实用、有效的观点看，目前没有比振动法更好的滚动轴承监视与诊断的方法了。

在机械故障诊断的发展过程中，人们发现最重要最关键而且也是最困难的问题之一就是故障特征信息的提取。在某种意义上，特征提取也可以说是当前机械故障诊断研究中的瓶颈问题，它直接关系到故障诊断的准确性和故障早期预报的可靠性[23]。所谓特征提取，是指通过变换(或辐射)，把高维的原始特征空间的模式向量用低维的特征空间的新的模式向量来表达，从而找出最具代表性的、最有效的特征的方法。为了从根本上解决故障特征信息提取这个关键问题，人们主要借助于信号处理，特别是现代信号处理的理论和技术手段，从对信号的深度分析中获取更多的信息。

（3）机车传动系统关键部件状态寿命综合评估方法。滚动轴承的疲劳寿命是指轴承开始运转后，在内、外环或滚动体上任何部分，因材料疲劳而产生破坏前，轴承转动的总圈数或小时数[24—26]。寿命是滚动轴承最重要的设计准则和使用指标，如何更为精确的确定滚动轴承的寿命始终是轴承技术领域重要的研究方向之一，也是工程界长期关注的问题。多年来，人们对滚动轴承的寿命从理论和试验上进行了深入、系统的研究，并形成了多种预测方法。Tallian T E 将滚动轴承的寿命模型分为工程模型和研究模型两大类[27]。工程模型是统计学公式，公式中的待定参数根据试验数据确定；研究性模型是确定性的，参数根据失效传播过程的不同阶段来界定。但是，从预测的机理上可以把寿命模型划分为统计学寿命模型、基于断裂力学方法的寿命模型和“经验”寿命模型三大类。

状态寿命模型的结构由理论计算寿命消耗模型（以下简称理论计算模型）和状态寿命评估模型（简称状态评估模型）两部分组成。

在理论计算模型中，采用轴承疲劳累积损伤模型，其建模的关键：一是建立任意载荷下轴承的寿命计算模型；二是根据飞行参数记录数据进行主轴承的载荷提取。针对主轴承受载复杂的特点，采用拟动力学方法计算滚动轴承的载荷分布修正L-P 寿命模型，建立任意载荷下主轴承的寿命计算模型；在主轴承寿命的仿真计算、主轴承载荷分析的基础上，结合对飞行参数记录数据典型变化特征的统计分析，以转速和过载为基准，确定主轴承的典型工况和载荷谱，建立主轴承的载荷提取模型。理论计算模型根据转速以及飞机的机动动作等飞行参数记录数据计算主轴承的累积寿命消耗，基于可靠度给出主轴承状态寿命的理论计算值(Prediction Grade-life, PGL)，用以描述主轴承“状态”的统计规律。

PGL 反映了是一批主轴承在典型工况下疲劳累计损伤的“统计值”。而主轴承的工况严酷度迥异，且大都为多失效模式耦合作用下破坏，因而建立以轴承状态监视为依据的状态寿命评估模型。状态寿命评估模型建模的关键：一是构造状态寿命特征向量；一是状态寿命的辨识算法。本文基于滚动轴承振动信号的特征提取与分析，构造状态寿命特征向量；以机器学习语言作为辨识算法建立特征向