城市轨道车辆走行部在线监测系统在广州地铁车辆智能运维示范项目的应用优化与探索

(整期优先)网络出版时间:2023-01-07
/ 3

城市轨道车辆走行部在线监测系统在广州地铁车辆智能运维示范项目的应用优化与探索

傅骏1     ,刘辉平2

(广州地铁运营事业总部  广东省广州市  510000)

(唐智科技湖南发展有限公司  湖南省长沙市 410000)

摘 要:本文主要阐述车辆走行部监测系统在广州地铁车辆智能运维示范项目中优化应用情况。优化方面主要包括创新使用了一种新型传感器,实现了较为精准预测寿命,提高人机交互界面友好等,应用研究方面主要是对在线系统数据在辅助车辆维修管理,轨道维修管理水平方面进行挖掘,对其他城市走行部系统的运用具有借鉴意义。

关键词:走行部;在线监测;智能运维;贴片式传感器;寿命预测。

0 引言

城市轨道车辆走行部在线监测系统(以下简称在线监测系统)通过采集车辆运行时传感器数据进行实时诊断分析,相比人工检修可提前预警轴承严重故障,同时也能获得轴承的实际运用振动,温度数据,对走行部维修提供了有利的数据支持。技术人员一直在不断研究提升在线监测系统对车辆或轨道维修的作用,前期已有学者邓军,张世钟,研究了在线监测系统在广州地铁直线电机车辆上的运用,主要分析说明了轴箱轴承的实时监测、轨道波磨监测、车轮踏面监测方面运用成果。学者程心平研究了在线系统在北京地铁典型走行部故障的诊断分析,并初步讨论了利用在线系统改变传统维修方式的可行性。

近年来,在线监测系统也被纳入了车辆智能运维大平台,其功能要求等也有新的变化。在前期学者的基础上,本文主要分析介绍在线系统在广州地铁智能运维示范项目(以下简称项目)中的优化措施,以及在车辆维保中应用的研究探索。

1 智能运维示范项目简介

广州地铁车辆智能运维示范项目是2020年广州地铁在二号线搭建的数字化,智能化的运维示范平台。控制中心设置在嘉禾车辆段,项目车辆选用中车株洲主机厂生产的128号线项目增购A型地铁车辆(以下称A5型车)。在线监测系统共装车2列,车辆设计采用国内A型车,6节编组(4动2拖),运用年限达到10年以上,运用里程在 100万公里左右。车辆走行部系统部件转向架采用中车株洲主机厂生产的ZMA080构架平台,轴箱使用双列圆柱滚子轴承,电机采用鼠笼式三相感应电动机,齿轮箱为带螺旋齿轮传动装置的拼合型。A5型车转向架实物图如下图1所示。

说明: IMG_20211109_102528

            图1   A5型车走行部实物图

2 在线监测系统优化措施

2.1  车载电机轴承监测创新采用贴片式传感器

项目列车A5型车电机端盖采用球墨铸铁,由于端盖厚度不足,按既有方案将传感器安装座焊接在端盖上产生裂纹的机率极大,无法确保后续设备可靠。端盖因厚度限制也无法进行钻孔安装方案。为保证监测系统正常装车,在线系统在本项目创新采用一种新型的粘贴式传感器,相比既有传感器无需安装座,直接粘贴在电机端盖监测位置,如下图2所示

       

       图2   粘贴式电机轴承传感器                       图3  传感器试验台

经过实验测试,粘贴式传感器安装稳定,性能与原有传感器接近,符合在线系统设备要求,详细情况如下:

2.1.1 粘贴牢固性验证

贴片式传感器采用的是型号为TS802粘接剂,为评估粘接牢固性,实验室主要进行了耐老化,高温,冷热冲击,长寿命振动,抗拉能力测试,测试情况符合安装要求,主要情况如下表1  。装车运用6个月后,现场检查无松动裂纹等异常情况。

                         表 1           粘接牢固评估试验表

序号

试验名称

试验要求

试验结果

1

热老化

按照GB/T7124室温完全固化后放于 80 ℃烘箱,一段时间后取出测试剪切强度,与初始剪切强度对比

强度无明显衰减

2

湿热老化

按照 GB/T528 制备拉伸强度实验件,室温完全固化后放于湿热老化箱内(85 ℃, 85%湿度),一段时间后取出,按照 GB/T528 测试拉伸强度,与初始拉伸强度对比

强度无明显衰减

3

高温

将固定有传感器的工装整体放入高低温箱,工装倒放(保持所有传感器胶粘面都受传感器自重 影响),温度设置为 125℃,时间 6h。

传感器无脱落,松动,粘胶处无裂纹等异常

2.1.2 传感器功能性验证

为验证新型贴片式传感器安装后采集数据能力,设计了一个对比试验台,如图3所示。通过传感器试验台,收集原安装方案及传感器与贴片式传感器的实际振动数据进行分析,发现两者在20km/h、40km/h两个速度下,监测到冲击数值SV(厂家自定义单位)、DB值差值均符合在线系统诊断数据采集分析要求,即新型贴片式传感器可以使用。两种传感器的采集波形如下图4、5所示。

图4   两种传感器SV数值对比                        图5   两种传感器DB数值对比

2.2研发部件级剩余寿命预测功能

在线监测系统诊断轴承剩余寿命数据实用性较强。原有在线系统寿命预测为使用的是输入单一的列车走行公里数用作全车所有走行部各部件的寿命预测的基础数据,根据项目中列车实际运用情况,列车已经历过架、大修、临修,走行部轴箱轴承,牵引电机轴承、齿轮箱轴承均变更为不同的公里数值,如还使用列车公里数,则造成的预测寿命偏差过大。

在示范项目应用中,在原有功能基础上开发各部件基础公里数区分赋值功能。通过实际论证,此项优化采用增加标准手动输入模板,批量导入数据后台进行计算,使得系统可以较准确的反馈整车不同走行部部件轴承预测寿命,大大提高了系统的实用性。剩余寿命预测的计算结果是根据轴承状态实时更新的,蓝色段代表正常,黄色代表亚健康,红色代表故障阶段,单位是万公里,以项目车辆153154车某一轴箱轴承为例,某一时段计算结果界面如下图6所示。

                   图6      预测剩余寿命计算结果显示界面

2.3人机界面优化

原有的在线监测系统对用户的显示界面均为数值,文字,表格形式,虽然信息量较多,但阅读直观性较差,只适合专业技术分析人员。在检修管理过程中,大量的不同岗位人员都要经常登录界面了解系统运行,列车状态等信息,包括检修员工、调度、各层级管理人员,这就需要将原有界面的信息进行提炼,修改,提高人机交互友好性。本项目应用过程中,对系统界面的故障报警位置、历史故障进行重点报警显示,突出了重点信息的表达,如下图7所示。

                     图7     本项目在线系统优化改进后显示界面

3 在线监测系统应用研究

在智能运维示范项目应用的平台上,本项目在线监测系统除传统的安全监测,报警功能外,还拓展了车辆维保管理其他应用方面的功能:

3.1评估优化轴承运用分析

在上文中已经说明优化后系统可以进一步提供准确的部件轴承剩余寿命。以示范项目列车153154车153单元A车轴箱轴承某一时段的情况为例,在线监测系统计算出剩余寿命见下表2。在有剩余寿命数据的情况下,分析将对研究车辆维保管理3个方面有所帮助,具体说明如下。

         表2      153单元轴箱轴承剩余寿命预计值(单位:万公里)

轴号

轴箱位置

8A153

8B153

8C153

亚健康

极限

故障极限

亚健康

极限

故障极限

亚健康

极限

故障极限

1

224.577

279.927

224.741

280.139

224.142

279.361

224.577

279.927

224.741

280.139

224.142

279.361

2

224.577

279.927

224.741

280.139

224.142

279.361

224.577

279.927

224.741

280.139

224.142

279.361

3

224.577

279.927

224.741

280.139

224.458

279.772

224.577

279.927

224.677

280.057

224.458

279.772

4

224.577

279.927

224.677

280.057

224.458

279.772

224.577

279.927

224.677

280.057

224.458

279.772

(1)轴承运用周期的延长优化

目前示范列车各轴承寿命是依据厂家推荐及经验制定,以轴箱轴承为例,送检周期50~80万公里,120~160万公里,使用寿命200万公里(暂定)。如选择轴承剩余寿命裕量比较大的列车制定跟踪方案,可对各轴承开展送检延期和整体延寿跟踪分析。轴承送检周期的延长,不仅可以提高备件使用价值,同时也有助于灵活安排架大修计划,避免车辆集中到限扣停。

(2)在每一列车轴承拆下时,可以记录所有轴承的剩余寿命。再次装车时,可以将同一批合格范围的轴承,按寿命近似的轴承安装在同一列车上,按照预计寿命来作为一个参数,排列架大修的车辆顺序,最大限度的利用轴承寿命。

(3)在轴承送检评估时,通过统计不同公里数区段内轴承的故障现象,可以更加直观看出走行公里数和故障现象之间的对应联系,为分析评估轴承故障趋势提供更准确的科学依据。

3.2 优化制定轮对镟修周期

轮对镟修策略与车辆维修经济成本密切相关,轮对运用过程中,除轮缘磨耗到限外,踏面圆跳动过大也是镟修需求一个较大的方面。若能在保证正线运行服务质量的前提下,尽量延后镟修时间,则有利于延长轮对寿命,减少维护成本。以往检修管理中对轮对圆跳动的检查,通常是人工测量轮对三点轮径值来估算。这种方法有三个缺点,一是三点轮对差与列车轮对实际运行中的上下跳动情况并不完全相符。二是测量后需要检修人员去正线实际跟踪跳动程度,造成人力浪费且判断较难统一。三是测量周期较长,按规程一般间隔1个月,所以传统方法可能导致轮对提前镟修或是没有及时发现问题。

在线监测系统可以通过踏面振动冲击和振动有效值的数据,及时直观反馈轮对实际振动情况。可以尝试利用两种数据对轮对进行跟踪分析评估,实现较精准的镟修,延长轮对走行寿命。以示范项目列车153154实际在线检测数据为例,通过对比该车镟轮前、后采集数据可以发现镟修完成后轴箱冲击趋势有明显下降,如下图8所示。镟轮时该车距离上一次镟修共运行12.47万公里,但未有正线明显的圆跳动故障现象,我们可以将冲击振动预警标准初步定为针对圆跳动的镟修跟踪标准,如下表3所示,后续根据实际运用情况可逐步修订完善。

表3      轮对圆跳动跟踪标准(暂定)

级别

踏面冲击值(DB)

正常

小于60

一级预警

60

二级预警

66

                                   图8   典型轴箱冲击值变化情况

3.3跟踪分析评估轨道打磨效果

传统轨道打磨车作业后,维修人员只能定性的知道振动减少,但对于减少程度多少,减少到正常能持续多久,不同的轨道条件的打磨情况是否一致这些设备状态没有数据。但使用车辆在线监测可以快速、直观、频繁的对打磨点进行监测,获得充分数据。

2022年1~7月二号线打磨作业共11次,使用车载在线监测系统对打磨前最近1次,以及打磨后每次振动有效值进行分析,可以发现区段1在打磨后,振动数据相比其他区段有明显快速上升的趋势,至第5次已接近恢复打磨前水平。维修人员分析不同情况与轨道半径,具体打磨工艺有关,需要进一步研究分析,以找出优化方案,具体数据详见表4和图9所示。

表4  轨道打磨位置基本情况

序号

行别

曲线半径

打磨遍数

区段1

上行

R=500/R=800

8/2

区段2

上行

R=1500/R=1500

10/1

区段3

上行

R=1200

4/2

区段4

下行

R=600/400

6

区段5

上行

R=600

6

区段6

上行

R=450/500/直线段

8

区段7

上行

R=450

6

区段8

下行

R=400

3/7

区段9

下行

R=450/2000/R=450

4/4

区段10

下行

R=1200

2/4

区段11

下行

R=550/800

5

                                          图9   二号轨道不同位置打磨后振动变化                

3.4评估线路整体振动发展趋势

由于夜间收车后轨道打磨作业时间有限,轨道打磨车配置数量也有限,打磨计划需要科学安排。对线路故障实时发展情况了解越详细,制定打磨计划就能越科学,精准。传统的人工巡道检查作业方式效率较低,轨道检测车又与电客车差异较大,不能获得电客车在运营时期真实的振动状态。但是在线监测系统可以在一次过车后形成数据,即可以提供快速,密集的数据图表。

在线系统数据输出是将线路划分成各个区间,将每次该区间的振动数据曲线放在同一公里数坐标轴上进行观察,如下图10 所示。从同一段公里标的不同时期的曲线变化,可以定量的分析该段轨道的振动变化趋势。将每个区间的分析情况汇总,就是整条线路的振动变化趋势。

                               图10   同一区间振动情况叠加图

3.5下一步应用研究方向

在线监测系统与运维平台融合在一起,相比单独系统的优势是可与平台内其他系统功能联动,形成进一步的自动化,智能化功能,即是我们下一步的研究方向。以在线监测系统与牵引系统,诊断系统的联动为例:

在线监测系统中电机轴承信息包括振动,温度,将此信息实时传给牵引系统,当有轴承异常振动,温度信号时,则牵引系统PHM系统自动加强对牵引电机电流,温度加强观察,可以提高诊断可靠性。另一方面,当牵引电流出现异常突变时,也可以自动联动在线监测系统中相关振动数据,为分析原因提供帮助。

轴承报警后的应急处理非常重要。在线监测系统已实现了实时报警,将报警信息发送给诊断系统,通过网络传递给司机室显示屏,并配以声、光报警告知列车驾驶司机,则可以在极端情况下及时由司机进行快速处理。

4 结语

通过结合广州地铁实际运用要求,在线监测系统的硬、软件优化改进使其功能更加完善,适应了广州地铁智能运维示范项目要求,同时为使用人员研究发掘新应用提供了条件。广州地铁智能运维示范项目上成功应用优化和探索为其他城市地铁公司提供了可借鉴经验。

参考文献:

[1] 邓军, 张世钟. 走行部车载故障诊断系统在直线电机车辆上的运用[J]. 电力机车与城轨车辆, 2016, 39(4): 36-41.

[2] 程心平. 地铁车辆走行部故障诊断系统的应用与探讨 [J].铁道车辆, 2017, 55(3): 38-41.

[3] 马伊阳. 浅谈市域快轨车辆走行部车载故障诊断系统[J]. 科技论坛, 2014,

[4] 马华楠,吴韧,苗智林. 走行部车载故障诊断系统在广州地铁13号线的运用[J].中国科技期刊数据库, 2019, 39(4): 267-268.

[5] 唐德尧,朱士友,王俊智,龙静,张世钟,胡怡东,樊嘉峰,张中景,黄贵发. 一种指导波磨轨道维修的波磨评价方法: 中国, CN105608312A. 2016-5-25.

[6] 汪传文 黄贵发 刘行. 一种列车在线监测系统: 中国, CN213933143U. 2021-08-10.

[7] 唐德尧 廖云 张中景. 一种用轴箱振动、冲击信息测量轨道波磨的方法: 中国, CN105292177B. 2017-12-29.