地铁车辆制动系统故障预测与健康管理技术研究

第一作者姓名：侯进咏,第二作者姓名：刘飞

单位名称：武汉地铁集团有限公司单位省市：湖北省武汉市 单位邮编：430000 单位名称：江铃汽车股份有限公司车架厂单位省市：江西省南昌市单位邮编：330000

摘要:为了提高地铁车辆制动系统的运维效率,避免制动系统过度维修造成资源浪费,设计了地铁车辆制动系统故障预测与健康管理系统,研究了电空制动系统典型部件的故障诊断与故障预测方法,详细叙述了制动系统健康管理系统的功能,提出了制动系统健康管理系统车载PHM单元以及地面PHM平台的设计方案｡

关键词:地铁车辆;制动系统;故障预测;健康管理

目前,国内在线运营的地铁车辆超过4万辆,地铁车辆的检修与维护遵循的是按照运营周期或者运营里程进行定期修,定期修方式存在过度维修的缺点,浪费资源;通过PHM系统对车辆各系统的健康状况以及故障进行诊断与预测,根据车辆各系统的状态进行状态维修,可避免车辆各系统的过度维修,从而提高地铁车辆的运维效率｡

1制动系统功能及构成

城市轨道交通地铁车辆制动系统一般采用架控式在ATO､ATP控制以及司控器的控制下进行列车单次或阶段性制动与缓解的响应,并使用硬线和网络冗余的方式以列车为单元进行制动力管理[1]｡

主要有紧急制动､常用制动和快速制动以及停放制动等制动模式,其中:常用制动主要用于在列车运行包含进站过程中控制或调节车辆速度,常用制动时优先使用电阻制动方式,当制动力不足时采用空气进行制动力补充;紧急制动是车辆快速停止而施加的制动,正常行驶中不施加,由于紧急制动采用“失电制动,得电缓解”的设计原则考虑断电､脱弓､断钩等紧急及意外情况,因此只应用空气制动[2];快速制动主要由司机控制器触发指令能使列车尽快停车,其所需的制动力控制方式和常用制动一样;停放制动主要在库内施加用于防止车辆长时间停放时有溜车的情况,通过司机操作台按钮控制,弹簧力作用施加停放制动,缓解则由压缩空气缓解｡

空气制动作为车辆制动系统的重要部分,其性能直接影响车辆正线运用情况｡空气制动系统主要由供风设备(空气压缩机组､空气干燥器和风缸)､制动控制部分(EP2002阀)和执行部分(闸瓦制动装置)组成,其中,制动控制单元EP2002阀作为车辆制动控制的核心部件安装在其控制的转向架附近,其内部集成了各种压力传感器和气动阀部件以及制动控制管理电子设备,用于负责控制相应转向架的车轮滑动保护､紧急制动和常用制动等功能｡

2制动系统PHM系统功能制动系统

PHM系统主要功能包括:数据采集､故障诊断､故障预测､健康状态评判及运维任务管理等｡

2.1数据采集制动系统

PHM数据采集主要通过2种方式:通过网络通信获取制动系统自身的运营状态数据以及通过车载PHM单元采集车载传感器数据｡制动系统PHM系统可以通过制动系统与车载PHM之间的网络通信接口获取制动系统在车辆运行过程中的状态数据｡

为了更全面地评估制动系统的工作状态,还需要在车辆上安装其他辅助传感器来综合评估制动系统的工作状态,新增传感器由车载PHM单元采集,表2为车载PHM单元主要新增传感器｡

2.2故障诊断技术研究

制动系统车载PHM单元根据制动系统故障报警结果进行诊断定位分析,综合故障时刻的各部件状态数据､车辆运营数据､环境数据,根据专家经验和实践经验相结合建立的诊断模型对故障进行诊断,故障诊断结果可精确到最小可更换单元,提升现场故障排查效率｡

电空制动系统压力传感器的2种常见故障为信号输出漂移及无信号输出,基于GM模型与Elman神经网络组合模型的方法可以及时检测出传感器发生的时刻,将故障压力传感器数据置为无效,并发出维修警告,指导检修人员进行维护[6];压力传感器数据无效后可通过冗余压力传感器进行相关的调压与制动状态输出,避免故障传感器输出的非正常信号引起制动系统无制动力输出或者制动不缓解故障的发生,提高故障发生后列车在线运行效率｡

2.3故障预测技术

车载PHM单元主要针对存在早期征兆的故障进行预警,将预警结果发送至地面平台进行进一步分析,在车载PHM单元运算能力范围内实现在线故障预测功能,复杂预警模型放置地面PHM系统实现其功能,故障预测的结果与车辆日常检修维护周期相结合,逐步实现定期修到状态修的过渡｡城轨车辆正常运营过程中,由于空气制动系统的施加与缓解,中继阀内部的橡胶膜板以及弹簧部件会重复动作,由于磨损或制动力衰退,会导致中继阀的性能偏离其标称值｡以中继阀寿命预测为例进行研究,研究由线性模型与卡尔曼滤波器构成的中继阀自适应模型｡

图1中继阀自适应模型原理图

如图1所示,中继阀线性模型中增加了表示由于部件老化性能蜕变导致偏离其标称特性程度的健康参数;卡尔曼滤波器根据输出的偏离量估算中继阀状态变量与部件健康参数,并对线性模型中健康参数进行修正,保证线性模型对于中继阀对象的自适应跟踪能力｡

卡尔曼滤波器是部件自适应模型的关键构成部分,滤波器根据中继阀与线性模型输出的参数之间的残差向量估算状态变量与不可测量的部件健康参数,并将其用于修正线性模型中的对应参数,从而保证模型对中继阀输出的自适应跟踪｡

公式(1)描述了健康参数与中继阀线性模型状态､输出参数之间的关系｡在实际应用中,只有中继阀的输出参数(压力､响应时间)是直接可测的,卡尔曼滤波器可以通过系统输出参数估计系统的状态参数,因此,将中继阀健康参数Δp增广为状态向量,得到部件的线性模型:

公式(1)中假设Δp=0,因为对于中继阀而言,除突发性事故损伤之外,其性能蜕化是一个缓慢的发展过程,可以认为在一定时间内Δp保持恒定｡公式(2)为设计的卡尔曼滤波器｡

由公式(2)可见,通过增广中继阀健康参数为状态向量,卡尔曼滤波器可根据模型与中继阀输出量的偏差估计状态变量,得到部件健康参数估计结果｡制动系统主要故障预测清单见表1｡

表1制动系统主要故障预测清单

2.4健康状态评判

制动系统车载PHM单元根据故障诊断以及预测的结果评估制动系统当前所属健康状态｡

表2为制动系统健康等级评估｡

2.5运维任务管理

制动系统PHM系统将车载PHM单元与地面PHM平台故障诊断以及预测的结果汇总到地面PHM平台,地面PHM平台结合车辆的故障影响､故障权重､维修历史､备件管理､人员派遣以及车辆调度等信息,实现运维管理,形成最终决策,主要包括作业人员调度､故障确认､现场维修､维修确认及运营优化等环节｡

3试验情况

变轨距转向架在专用变轨试验平台上进行了变轨功能试验.该平台一端为准轨线路(轨距1435mm),另一端为宽轨线路(轨距1520mm),中间为变轨装置｡将转向架放置在变轨距平台准轨线路的一端,然后将转向架分别加载砝码到空车载荷7t和重车载荷45t,缓慢推动转向架向宽轨端移动,到达宽轨端后再返回准轨端｡转向架在空重车条件下分别进行了3次往返试验,均顺利完成轨距变换,变轨距过程中未发生卡阻现象和异常声响｡

4结束语

变轨距转向架的成功研制使我国货车向变轨距技术迈出了重要一步,为变轨距列车的开行做好了重要的技术储备｡变轨距转向架通过地面设施可以实现自动变换轨距,货物无需换装,具有周转快､效率高､货物损耗少的优点｡它为解决我国同周边国家不同轨距间联运问题提供了新的解决方案,并且随着我国“一带一路”倡议的深入推进,未来几年内变轨距转向架技术在铁路货车领域将会得到更快的发展｡

参考文献:

[1]徐幸超.航空发动机机械磨损故障的评估诊断[J].河南科技,2019(31):116-118.

[2]张弛.国产民用航空飞机健康管理系统地面部分的研究[J].科技创新与生产力,2012(8):67-70.

[3]李晴.基于星务管理系统的小卫星自主健康管理系统[J].航天器环境工程,2012,29(5):574-578.

[4]孙博,康锐,谢劲松.故障预测与健康管理系统研究和应用现状综述[J].系统工程与电子技术,2007,29(10):1762-1767.

[5]台秀华.制动系统故障预测与健康管理技术研究[J].铁道车辆,2018,56(11):5-8.

[6]吕克洪.电子设备故障预测与健康管理技术发展新动态[J].航空学报,2019,40(11):1-12.