（电力电子与电力传动专业论文）高速机车走行部实时在线监测与诊断方法的研究.pdf

西南交通大学硕士研究生学位论文第1 | 页 a b s t r a c t i h en o v e l t yo ft h e 也e s i sj sg e n e r a t e di 沁mt h er o a l 一】j m er u n n l n gs t a l e m o n i t o rs y s t e mf o rl o c o m o t i v em a i n t e n a n c e t h e 也e s i ss h o w st 1 1 er e q u i r e m e n t so f r e a l t i m em o n i t o ra i l df a u l td i a g n o s i sf o rt h eb o g i es y s t e mt op r e v e n tt h ea c c i d e n t c a u s e db yt h eb r a l ( i n gs y s t e mw h e nt 1 1 el o m o t i v ei sn 】n n i n g v a r j e df a u l t sm a yh a p p e nt ol o c o m o t i v et h eb o g i es y s t c mu n a v o i d a b l yw h e n m el o c o m o t i v ei s r u 册i n g i ti sv e r ys i g n m c a n tt or e s e a r c ho nm er e a l t i m e r u m 血培s t a t em b n i t o r i n gs y s t e mo fl o c o m o t i v eb o g i e ，1 1 l em e s i si sm a i n l y c a r r y i n go u t 也er e s e a r c hb yt h em e m o do ft l l er e a l t i m en m n 主n gs t a t er n o n i t o r i n g a n dd i a g n o s i n go fl o c o m o t i v eb o g i e a c c o r d i n gt o 协ep r i n c i p i eo fg e a rd e f 色c ta r l d s c r a t c ho fw h e e lt r e a do nl o c o m o t i v eb o g i e ，i ta d o p t st h et e c h n o l o g yo fm o n i t o r i n g a 1 1 dd i a g n o s i n g ，w h i c hi sb a s e do nt h ea n a l y s i so fv i b r a t i o ns i g n a l b yc 0 1 1 e c t i n g ， p r o c e s s i n ga n da i l a l y z i n gt l ea c c e l e r a t i o ns i g n a lo fl o c o m o t i v eb o g i e ，i te s t a b l i s h e s s e v e r a lm e u l o d so fr e a i t i m e r u n n i n gs t a t em o n i t o r i n g o fl o c o m o t i v e b o g i e a c c o r d i n gt ot h er e q u i r e m e m so ft h es y s t e m ，协em e s i sd e m o n s 仃a t e st l l eh a r d w a r e d e s i g no fd a t ac 0 1 l e c t i n gm o d t l l ea 1 1 dc o r r e s p o n d i n gm o d u l e ，w h i l ef i n i s h e st h e s o n 、籼d e s i 印o fs i 缈a 1a n a l y z i n ga n dp r o c e s s i n gw i mt h es o f h v a r el a bw i n d o w s c v i t h er e s u l t so fm ee x p e r i m e n tp f o v e 也er e “- t i m er u n n i n gs t a t em o n i t o r i n g s y s t e mo f1 0 c o m o t i v eb o g i ec a ns a t i s f ym er e q u i 嗽n e n t so fr e l i a b i i i t ya n d f u n c t i o n a l i t y i nt l l ee n d ，t h ea u t 】1 0 rs u m su p 山er e s u l t sa n dp o i n t so u tt 1 1 ed e f e c to ft 1 1 e s y s t e m t h ea u t h o rp r c s e n t ss o m er e c o m m e n d a t i o nt ot h es y s t e ma 1 1 dm ep r o s p e c t k e y w o r d s ：g e a r ；s c r a t c ho fw h e dt r e a d ；r e a l t i m er u n n j n gs t a t em o n i t o rs y s t e m ； a i l a l y s j so fv j b r 8 t i o ns i g n a l ；l a bw 砌o w sc v i 西南交通大学硕士研究生学位论文第1 页 第1 章绪论 本章在介绍机车运行过程中对机车走行部进行实时在线监测与诊断的意 义、内容基础上制定了对机车走行部进行实时在线监测与诊断的研究思路及 主要完成的工作。 1 1 机车走行部实时在线监测与诊断的意义 目前交通运输的竞争日趋激烈，为此，我国铁路明显加快了以高速、重 载、安全为主题的发展步伐“1 。随着新形势的发展，对电力机车的设计、制造、 维修、运营管理提出了系列新的问题。 首先是安全问题。旅客列车安全运行的基础在于各车辆下部的空气制动 系统和走行部( 轮轴、转向架和一、二系悬挂系统) 。这两部分系统的运用状 态将直接危及列车的运行安全。自从1 9 9 7 年4 月1 日提速以来，列车在开行 的过程中速度快、停靠车站少、连续快速运行的时间长，这使得机车车辆下 部的部件运行品质受到严重影响，经常出现各种故障，如“车辆运行中的轮 对故障”、“制动和空气弹簧系统故障”、“转向架构架以及中央悬挂装置 的故障”等。这些故障会影响机车走行部的运行状态，给机车走行部的安全 性带来了严重的威胁。为了提高机车运行的安全性，及时发现机车走行部的 部件故障，有必要对机车走行部进行实时在线监测与诊断方法的研究。 再者，大多数机车走行部故障的显现与列车运行速度、线路状况相关联， 库检部门以往定期、定型和分解型的维修方式很难发现运行中哪些部件发生 了故障。因而，维修部门有必要在行车过程中利用机车走行部实时在线监测 系统跟踪和预知走行部各部件的故障发展状态，科学分析并测试各部件初始 状态的好坏和运行条件的差别，合理的安排“状态”维修计划，以节约和降 低维修成本，及早发现机车故障，杜绝突发事故、中途停车事故的发生。 最后，为适应在高速、重载情况下更加严峻的工作条件和更加苛刻的性 能要求，对高速重载车辆走行部盼、发计制造要求也越来越高。在这种情况下， 车辆的设计制造厂商有必要进一步研究机车车辆走行部在长期高速、重载运 行中表现出来的动态特性，分析实际运营中的机车车辆走行部在长期运行中 的变化情况，从而提高设计制造的可靠性、安全性。卜。3 。为了解决这些问题， 也需要对机车走行部进行实时监测与故障诊断研究的支持。 西南交通大学硕士研究生学位论文第2 页 综合上述可见，对运营的机车车辆走行部进行实时在线监测与诊断方法 研究是我国现阶段铁路发展的需要，也是未来高速铁路发展的趋势。 1 2 国内外研究现状和发展 上世纪8 0 年代以来，随着现代测试技术、计算机技术和信号处理技术的 迅速发展，机车车辆监测和诊断技术也得到了很大的发展，各国铁路都在积 极地开展工作，故障诊断技术在铁道机车车辆中的应用越来越广泛。 日本新干线采用的是每个维修后的转向架都通过滚动台进行振动测试再 加之运营时在线测试的方法，对转向架的动力学性能进行质量控制。北美 u l t r a t e c h 公司正在开发组合式转向架监控系统，将在转向架上安装温度和 振动传感器，能同时对转向架蛇行运动和轴箱过热进行探测。法国b a n b a d i 正在研究在转向架构架上安装传感器监测车辆是不是出现蛇行运动。英国a e a 在客车上安装传感器监测车辆的振动状况。s k f 公司等开发了新一代轴承、轮 对随车监测装置，它通过轴箱内的温度和振动复合传感器，获得更加丰富的 信息，可以更准确地评价轴承和车轮状态，提前预报故障信息，提高列车的 安全性。德国开发了轮对踏面剥落、擦伤等故障的诊断装置，并已在i c e 高 速动车组的维修中应用。 机车走行部在线监测与诊断系统方面的研究，在国内尚属起步阶段。株 洲电力机车研究、铁道科学研究院分别开发了机车和客车轴温报警装置，将 温度传感器安装在轴箱和牵引电机上，对轴箱轴承和机车牵引电机轴承的状 态进行监测，已在机车和车辆上应用。 然而，机车走行部状态监测属于复杂动力学系统的状态监测与故障诊断， 该领域很难有直接应用于机车车辆的实际结果。如何结合机车车辆的运营实 际情况，建立合适的平台，以解决转向架状态监测的理论与实践问题是非常 有意义的。 西南交通大学硕士研究生学位论文第3 页 1 3 状态监测与诊断的基本内容 1 3 1 设备状态监测与诊断的任务、意义 设备运行状态监测与故障诊断的基本思想源于生物医学诊断，它是以机 械电子学、信息论为基础，多学科交叉，多学科融合的工程技术。它是伴随 着电子技术、计算机技术、传感器技术、现代控制理论、现代信号处理技术、 人工智能技术、网络通信技术、现代设计与测试理论发展而发展的。 设备在运行过程中，由于种种原因，其运行状态会不断变化。设备状态 监测与诊断就是通过获取设备过去和现在运行过程中的状态量，判明其质量 优劣、是否安全，异常和故障的原因及预测对将来的影响等。 状态监测与诊断以设备和由设备组成的群体以及相应的功能过程作为研 究对象，包括三个层次的任务：一是设备运行的状态监测；二是设备异常时 的故障诊断：三是设备故障的早期诊断与早期预报。 设备监测与诊断技术最早源于美国。1 9 6 1 年美国开始执行阿波罗登月计 划时曾出现过一系列严重的设备故障，这导致1 9 6 7 年在美国宇航局的倡导下， 由美海军研究室主持监测与诊断技术的研究与开发工作。6 0 年代末，英国、 日本、德国等发达国家亦相继开始从事这方面的研究，到7 0 年代中期，该技 术开始在钢铁、化工、铁路、船舶、动力等领域产生巨大的效益和应用潜力。 如今，监测与诊断技术已在全世界范围内得到蓬勃发展。 监测与诊断最重要的意义在于改革设备维修制度。由于监测与诊断技术 能诊断和预报设备故障，所以可将传统的定期维修制度改变为实时、在线的 状态修。 1 3 2 设备状态监测与诊断的主要内容 监测与诊断技术包含“监测”设备物理信息的获取与“诊断” 设备内部状态分析与辨识两方面。因而，监测与诊断过程分为信号检测、特 征提取、状态判别与分类和趋势预测等几项基本内容，如图卜l 所示m 。 西南交通大学硕士研究生学位论文第! 亟 继续监视 监视：诊断 ：( 各种样摇簿式) 图卜1 设备检测与诊断技术的基本内容 1 信号检测：信号是系统信息的载体，监测与诊断首先应根据特定的诊 断目的，选择最能表征设备工作状态的信号进行监测。信号的获取是通过安 装在设备上或设备附近的传感器来实现的。可用的信号包括振动、噪声、温 度、压力、电流、磁场、射线等。 2 特征提取：特征提取的主要任务是将初始模式向量进行维数压缩，去 掉初始模式中的噪声和冗余信息，融合来自各个信道的故障信息，强化和提 取故障特征。常见的特征提取方法可分为解析分析、统计分析和系统辩识等。 解析分析法是通过数学分析法建立对象的数学模型，然后将实测信号的 分析结果与解析模型进行对照，并提取故障特征。 统计分析法又称为基于信号处理法，它是利用检测信号与故障特征之间 存在的统计关系，从信号中提取故障特征。统计分析法又分为非参数模型法 和参数模型法，非参数模型法是目前广泛采用的经典统计分析法，主要包括 时域统计分析、相关分析、功率谱分折、时频分析以及以他们为基础派生的 一些特殊统计分析方法。这一方法的特点是直接由信号的初始模式计算出统 计特性，并选用统计特性的某些分量作为故障特征。参数模型法通常是根据 检测信号资料建立差分方程形式的参数模型，然后利用模型参数或由模型参 数计算得到的统计量作为故障特征。常用的参数模型有a r m a 时序模型。 系统辨识是建立在系统动态特性的基础上的，如果将设备看成一个系统， 那么系统状态的变化必然可以通过它本身的动态特性的变化反映出来。换句 话说，系统的动态特性可以用作状态特征来为设备的监测与诊断服务。 西南交通大学硕士研究生学位论文笔! 夏 信号检测和特征提取有很强的针对性，只有对诊断性质和工作机理有充 分的了解，才有可能采用最有效的信号检测与特征提取方法。 3 模式识别：模式识别的任务是将待检模式与样板模式( 故障档案) 进 行比较，明确其所属类别。 4 趋势预测：在状态监测技术中，趋势预测主要用于估计故障的传播， 发展，并对设备的劣化趋势做出预报。 1 4 本文的研究思路及主要内容 机车车辆系统是个复杂的振动系统，在特定的工况下( 速度、线路) ，机 车走行部某些部位的输出信号在特定分析域是有一定分布的，通过这种特定 分析域内信号的能量分布变化情况是可以用来识别机车走行部某些部位的系 统状态的。本文通过合理的实验设计，来获取机车走行部各部件的加速度信 号，并对该信号进行适当的信号处理与分析来获取表征系统状态的特征信息， 从而达到机车走行部状态监测与诊断的目的。本文的主要内容主要如下几点： 第一章是绪论，简要介绍了高速机车走行部实时在线监测与诊断方法的 意义、必要性、研究的内容、及国内外现状。 第二章主要讨论了机车走行部的构成、机车状态信息的分类及获取办法， 并对机车走行部实时在线监测系统提出了总体方案的设计。 第三章主要介绍了信号在时域、幅域、频域等常用分析方法，在此基础 上重点讨论了信号的预处理及功率谱分析。 第四章和第五章分剐研究了机车走行部齿轮、轮对等部件的故障机理， 详细介绍了它们的失效形式及故障特征。 第六章为监测系统软、硬件组成设计，深入讨论了硬件各模块的组成及 功能，并阐述了软件的设计思想、程序结构及框图。 第七章为实验考核部分，通过对实验数据的分析验证系统是否可行。机 车走行部实时在线监测研究所涉及的学科领域比较广，应用性强，完善发展 离不开监测实践应用中的经验知识。为此在本文最后，本人根据自己所有的 知识，对本课题的研究进一步工作提出了一定的展望。 西南交通大学硕士研究生学位论文第6 页 第2 章信号拾取及系统总体方案的研究 本章通过对机车走行部组成的研究，确定了机车走行部需要监测的对象 及所需要获取的状态量，并在此基础上制定了状态量的获取办法及总体监测 方案。 2 1 机车走行部状态信息的获取 2 1 1 机车走行部组成简介 走行部是车辆在牵引动力作用下沿线路运行的部分。走行部一般多采用 转向架的结构形式，由于车辆的用途、运行条件、制造和检修能力等因素_ ； 同，转向架的类型很多，结构各异。一般机车转向架主要由构架、轮对、轴 箱、弹簧悬挂装置、牵引电机与齿轮传动装置、牵引电机悬挂装置和基础制 动装置等部件组成。 构架是转向架的重要组成部分，构架把转向架的各个部件联系在一起构 成一个整体。车体的重量和载荷通过构架两侧的空气弹簧或钢弹簧传到构架 上，再由构架传到轮对轴箱，然后通过轮对作用到钢轨上。当机车在不同状 态运行时，构架除了承受垂直静载荷外，同时还要受到附加垂直力、纵向水 平力和横向水平力等。 轮对是电力机车走行部分最重要的零件之一，轮对由撒车轴和两个车 轮压装成一体。在车辆运行过程中，车轮和车轴之问不容许有相对位移。机 车的全部静载荷通过轮对传递给钢轨。牵引电机的转矩也通过轮对作用于钢 轨而产生牵引力，当机车沿着轨道运行时，轮对还刚性地承受来自钢轨接头、 道岔及线路不平处的全部垂直和水平方面的作用力，同时轮对本身也将这些 作用力刚性地作用到线路。 轴箱是保证车辆安全运行的重要部件。其作用是将轮对和构架联系在一 起，使轮对沿钢轨的滚动转化为车辆沿线路的平动；承受车辆的重量，传递 各方面的作用力，并保证良好的润滑性能，使车轴在高速运转时避免发生热 轴现象。 牵引电机与齿轮变速传动装置主要使牵引电机的扭矩化为轮刑或车轮上 的转矩，利用轮轨间的粘者作用产生晕引力，驱动车辆沿钢轨运行。该装置 的转矩，利用轮轨问的粘着作用产生牵引力，驱动车辆沿钢轨运行。该装置 西南交通大学硕士研究生学位论文塑! 夏 主要可以分为组合传动和个别传动： 组合传动：机车的每台转向架上只装有一台功率较大的牵引电机，通过 齿轮链来驱动该转向架的所有轮对。 个别传动：一台牵引电机只驱动一个轮对，通过在牵引电机轴端的小齿 轮带动装在车轴上的大齿轮来传递转矩的。 弹簧减振装置是车辆减少有害冲动和衰减振动的装置。车辆上采用的弹 簧减振装置，按其主要作用的不同大体可分为三类：一类是主要起缓和冲动 的弹簧装置，如一系和二系弹簧；二类是主要起衰减振动的减振装置，如垂 向、横向、轴箱、抗蛇行减振器；三类是主要起定位( 弹性约束) 作用的定 位装置，如轴箱轮对纵、横方向的弹性定位装置，构架的横向缓冲器或纵向 牵引拉杆等脚“”。 2 1 2 机车走行部状态信息的分类 反映机车走行部动态响应输出的量很多，主要包括位移、速度、加速度、 压力、噪声以及温升等。在进行机车走行部实时在线监测时，如果在运行的 机车走行部各部件都安装上多个加速度、力、位移等传感器，这将使得设计 监测系统的难度增大、成本增高、系统维护更加复杂。为此，我们利用位移、 速度、加速度等三者之间有着微分、积分关系等特点，并根据车辆动力学试 验研究的知识和经验，选择对走行部各部件的加速度信号进行深入的研究。 针对本文的研究，我们以传动齿轮箱、转向架构架的加速度作为监测的重点。 一般情况下，以车体重心为原点做空间三维坐标，x 轴为机车纵向、y 轴为机车横向，z 轴为机车垂向。根据这个坐标，机车振动相对于这一坐标 可以分为6 个振动，沿x 、y 、z 轴的三个平移运动分别为伸缩、横摆、浮沉。 绕这三个坐标轴的回转运动分别是侧滚、点头和摇头。 因此，在对车辆系统输出加速度信号进行分析时，可以把加速度输出信 号分为垂向加速度、横向加速度、纵向加速度、摇头角加速度、点头角加速 度、侧滚角加速度“。根据实际的监测需要，本文着重对机车走行部的垂向 加速度进行研究。 西南交通大学硕士研究生学位论文笔8 _ 夏 2 1 3 加速度信号的获取方法 加速度信号属于非电量信号，必须由加速度传感器把它转换成电量信号 才能为我们的监测系统所处理和利用。加速度传感器一般有压电式、应变式、 电容式等几种类型。 电容式传感器是一神以电容器作为敏感组件，将被测物理量的变化转换 成电容量变化的传感器，它可以对衙重、压力、位移、振动、加速度等进行 测量。电容式传感器的特点如下所示： 结构简单，性能稳定，可在恶劣环境下工作； 动态响应好，灵敏度离，分辨率强； 没有由于振动引起的漂移； 频率响应快，量程范围大。 通常电阻应变式和压阻式加速度传感器的使用频率范围有限，一般不适 合在高频及冲击、宽带随机振动等场合中应用；而电容式及压电式加速度传 感器具有能够在冲击、高温等恶劣条件下工作的特点，鉴于实际运行的机车 走行部的监测需要，我们选用传感器时采用了基于电容式的z f c j 系列的固态 加速度传感器9 ”“”。 z f c j 系列固态加速度传感器是一个单片集成的加速度测量系统，模拟输 出电压在全量程范围内与加速度成正比，并具有温度补偿，有很高的精度和 线性度。采用单一的1 2 v d c 电源供电。在恶劣工业环境中使用依然坚固耐用， 其极限抗过击过载能力达到1 0 0 0 9 。它采用电容测量原理，静止时( 0 9 ) 两极 板间的电容值相对中心位置相等，这时传感器输出信号电压为2 5 v 。当它感 受加速度后，两极板发生相对运动，使原来相对中心位置的两电容不等从而 产生一个正比感受加速度的输出信号。该信号驱动一个力平衡电路，所产生 的静电力推动极板回复到原始位置。这个静电力对应的电流产生的输出电压 信号，叠加在2 5 v 上形成正比感受加速度的k 。信号。 主要技术指针如下所示： 量程：0 1 0 9 输出信号：0 9 时：2 5 v 0 0 5 v g 时：2 ，5 y 2 o y 0 1 “ 西南交通大学硕士研究生学位论文筻旦至 2 1 4 加速度传感器安装位置的研究 传感器安装位置的选择要注意如下几点“： 首先要注意传感器的安装和测点布置位置能否反映被测对象的振动 特征，用尽可能少的传感器来获得尽可能全面的系统信息。 传感器测试方向与被测方向致。 传感器的安装位置要不影响系统的正常工作，安装要简单，受外界干 扰少，易于维护。 2 2 系统总体方案与结构的研究 2 2 1 信息采集方式及处理方式的选择 要掌握机车走行部各部件在不同工作条件下的状态，需要对走行部各部 件进行监测。因此，在进行数据采集处理模式上存在两种方案可供选择：集 中采集处理模式和分布式采集处理模式。 集中采集处理模式的特点是所有信号共享同个单片机处理系统，设备 成本低，设计简单。集中采集处理模式主要又可以分为三类： 多信道共享采样保持器和a d 转换器 多信道同步型数据采集系统 多信道并行数据采集系统 多信道共享采样保持器和a d 转换器方式采用分时转换的工作方式，各 路被测信号共享一个采样保持器和个a d 转换器。在某一时刻，多路开关 只能选择其中一路，把它接到采样保持器的输入端，当采样保持器的输出已 充分逼近输入信号时，在控制命令作用下，采样保持器由采样状态进入保持 状态，a d 转换器进行转换。 多信道同步型数据采集系统也是分时转换系统，各路信号共享一个a d 转换器，但每一信道都有一个采样保持器，可以在同一个指令控制下对各路 信号同时进行采样，得到各路信号在同一时刻的瞬时值。模拟开关分对地将 各路采样保持器接到a d 转换器上进行模数转换。 对于多信道并行数据采集系统来说，每个信道都有独自的采样保持器和 西南交通大学硕士研究生学位论文第1 0 页 a d 转换器，各个信道的数据可以独立地进行采样和a d 转换。 集中式数据采集方式的主要优点是结构简单、容易实现、能满足中、小 规模数据采集的要求，系统的体积和设备量较小，造价较低。然而该模式适 合用于信号接线比较集中且与采集系统距离很近的场合，同时要求现场的干 扰不能太大，否则影响测量的结果。因此对于较大规模或信号线与采集系统 距离比较远的数据采集系统，多半采用分布式采集处理模式。 分布式采集处理模式由若干个“数据采集模块”和一台上位机及通信线 路组成。每个数据采集模块相当于小型的集中式数据采集系统，一般是由单 片机控制的数据采集装置组成，位于被测对象的附近，可独立完成数据采集 和预处理任务。采集的资料将以数字信号形式传送给上位机，且每个采集节 点间通过总线相连。这种模式下，由于一个数据采集模块只负责一路或较少 的几路信号，对计算机单元的性能要求不高，一般采用单片机就能实现较高 速的数据采集。现在主流的d 芯片的转换时间大多为几个微秒，因而采用 这种方式的数据采集速度可以轻松的达到实时的要求o 。 采用这种模式时，可以将几个相同或相似类型的信号共享一个数据采集 模块，不同类型的信号只需要更改前向通路就可以了。这样就大大降低了设 计难度，同时也便于系统的扩展。考虑到机车走行部中各部件位置的分散性， 且用一个模块同时对很多路信号进行采集会造成采样实时性和可靠性降低， 本系统采用了分布式信息采集处理模式。 2 2 2 监测节点与上位机通讯方式选择 本系统中各监测节点与上位机的通讯是通过c a n 总线实现的。 c a n ( c o n t r o l l e ra r e an e t w o r k ) 总线是德国b o s c h 公司从8 0 年代初为解决现 代汽车中众多的控制与测试仪器之间的资料交换而开发的一种串行数据通信 协议。c a n 总线是一种用于工业自动化领域的网络，它的物理特性及网络协议 更强调工业自动化的底层监控，特点是可靠性极高。c a n 的信号传输采用短帧 结构，每一帧的有效字节数为8 个，因而传输时间短，受干扰的概率低。当 节点严重错误时，具有自动关闭的功能以切断该节点与总线的联系，使总线 上的其它节点及其通信不受影响具有较强的抗干扰能力和检错能力。由于c a n 总线具有很强的抗干扰能力，因此本系统采用c a n 总线作为现场总线是可靠 的。 西南交通大学硕士研究生学位论文第1 1 页 其次，为了及时了解机车走行部系统的运用状态，要求总线资料实时传 输，而c a n 的通信速率相当高，当网络线的长度不超过4 0 m 时，其通信速率 可达l p s ，性能远高于r s 4 8 5 、b i t b u s 等。另外，由于c a n 所采用的信息格 式为短帧结构，所以对于最高优先级的通信请求来说，在1 m b p s 的通信速率 时，最长的等待时间仅为0 1 5 m s ，完全可以满足本系统实时性的要求。此外， 对电力机车走行部进行全面监测是一个逐步实现的过程，要求监测的零部件 数量也会随之增加，这就要求系统必需能够方便的进行扩展。c a n 总线的直接 传输距离最远可达l o k m 5 k b p s ，可挂接设备数最多可达1 1 0 个，完全可以满 足对机车走行部的大多数零件监测的要求o “” 。 2 2 1 3 系统总体组成方案设计 实时在线监测系统需要对多路模拟信号进行检测，必须在一定的响应时 间内对其进行采集，实时采集的同时，还要实现波形的实时显示、数据分析 及实时存储。为此，我们整个系统采用上下位机的系统模式。以p c 机为上位 机，负责进行数据处理与频谱分析，下位机以单片机为c n 】的数据采集器， 负责数据采集，并带有一定容量的r a j - i ，当数据采集转换完成后，单片机将数 据存储进r a m 。每采一次样，由单片机通知上位机取走数据。 上下位机系统具有信号采集、资料预处理、信号分析故障诊断等功能。 系统总体组成方案如图2 1 所示。 图2 1 系统总体组成方案 加速度传感器完成加速度信号的获得，它将被测量的加速度信号转换成 西南交通大学硕士研究生学位论文 第12 页 相应的电压信号。来自加速度传感器的信号通常是含有干扰噪声的微弱信号， 因此加速度传感器后面需配有信号调理电路。信号调理电路的基本作用主要 有两个：其一是放大，将信号放大到与数据采集模块中a d 转换器相适配( 我 们选用的z f c j 系统固态加速度传感器是单片集成的加速度测量系统，放大部 分已经被集成在内) ；其二是预滤波，在a d 转换前，为了保证被采样前的模 拟信号中没有高于疋2 的频率成分，必须让信号在被a d 转换前先通过一个 抗混滤波器，滤掉信号中高于f 2 的成分。对于个实时在线监测系统，通 常要求抗混滤波器的通带波动要小于0 2 5 d b ，阻带衰减要大于5 0 d b ，截止频率 为f 2 。经放大、滤波等预处理的信号，通过数据采集与处理模块进行a d 转换，变为幅值离散化的数字量，并经c a n 总线传送到上位机，上位机对接 收到的资料完成信号的时域分析、频域分析，各种特征抽取等工作。 西南交通大学硕士研究生学位论文第1 3 页 第3 章状态信息的数字处理与分析技术 本章简要讨论了加速度信号的数字化处理、预处理以及时域、频域分析 方法，并在此基础上重点讨论了功率谱分析及加窗的处理 3 1 信号处理与分析目的 经过多年的理论研究、实验验证，目前我们已经确认信息的某些特征与 设备的状态或者某种故障有一定的对应关系。在状态监测的实际应用中，信 号分析与处理的目的就是去伪存真，提取与系统状态有关的特征信息，通过各 种分析处理手段使其凸现出来，从而提高状态识别与诊断的准确率m ，。 3 2 信号的数字化处理 我们知道，经加速度传感器及信号调理电路输出的信号仍然是时间连续、 幅值连续的模拟信号，必须经过采样、量化等处理转换成数字信号后，才能 被数字系统进一步的分析与处理。 3 2 1 信号采样基本原理简介 采样又称为抽样，是按照采样脉冲序列p ( f ) 从连续时间信号x ( 0 中抽取 一系列离散样值，使之成为采样信号x 0 f ) 的过程。采样实际上是将模拟信 号石( ，) 按一定时间间隔出逐点取其瞬时值。它可以描述为采样脉冲序列p 0 ) 与模拟信号z ( ，) 相乘的结果。 若用等时间间隔采样，设采样周期为t ，采样频率为丘，其理想采样脉冲 序列 p ( f ) = 瓦心) = 占( ，刀，) ( 3 1 ) x 。( ，) = 工( r ) p ( ，)( 3 2 ) 西南交通大学硕士研究生学位论文 第14 页 由于p ( f ) 为周期函数，则有 膏( 厂) = x ( ，) + 妻当占( ，一帆) ( 3 3 ) = 5 由此，可知一个连续信号经理想抽样后，其频率为原连续信号频率x ( 厂) 的 周期延拓，延拓周期等于抽样频率正。严格地说，采样信号的频谱舅( ，) 实际 上是连续信号的频谱x ( ，) 以采样频率正为周期复现叠加的结果。当正取值过 小时，会使得采样后信号频谱发生变化，出现高、低频成分发生混淆现象， 造成采样后的信号不能如实代表原来的连续信号x ( f ) 。采样过程中为了防止 丢失或歪曲原来信号的信息，影响对信号的正确分析，就必须遵循采样定理， 确定合理的采样频率工即： 六2 厶。 ( 3 4 ) 其中工为采样频率，厶。为原信号中最高频率成分的频率。 3 2 2 量化的概念 量化又称幅值量化，把采样信号x ( 出) 经过舍入或截尾变为只有有限个 有效数字的数，这一过程称为量化。 若取信号x ( f ) 可能出现的最大值a ，令其分为d 个间隔，则每个间隔步长 为r = 4 d ，r 称为量化增量或量化步长。当采样信号z ( 聍a ，) 落在某一小间隔 内，经过舍入或截尾变为有限值时，则产生量化误差。信号量化造成的误差 在处理信号时归入信号所附加的嗓声，所以截尾和舍入造成的误差分别称为 截尾量化误差和舍入量化误差。根据对量化噪声的分析，由于舍入量化误差 对信号频率结构的影响比截尾量化噪声要小的多，所以我们选择舍入量化处 理。 般来说，量化误差与量化增量有关，量化增量越大，量化误差越大。 量化增量的大小取决于a d 转换器的位数，其位数越高，量化增量越小，误 差也越小。 堕塑窒塑壅兰塑圭塑塞圭兰壁鲨塞篁! 旦基一 3 2 3 编码的概念 将离散幅值经过量化以后变为二进制数字称为编码，即： 爿= 尺d = r 4 。2 ( 3 5 ) j = h 式中，n 取“o ”或“l ”。信号工( f ) 经过上述变换后，即成为时间上离散 幅值上量化的数字信号。 3 3 信号的预处理 在实际的采集当中，由于各种客观因素的影响，我们采集到的加速度信 号中常常混有噪声，经过a d 变换后的数字信号又加入了量化噪声。而早期 故障信号中包含的故障信息往往都很微弱，常常会湮没于噪声当中。因此在 对信号进行分析之前，有必要对它做一些预处理，以尽可能地去除这些噪声， 提高信噪比。信号预处理的范围很广，对于机车走行部加速度信号的预处理 一般包括定标、异常点的剔除、消除多项趋势项等。 3 3 1 定标 把电压型数字量，直接乘以传感器的标定值，即传感器的物理量与输出 电压的比值，标定变换即可完成。对于整型数字量，首先需要乘以采集器的 分辨率即量化单位，将数据转换成电压数字量，然后再进行物理单位的标定 变换。 3 3 2 异常点的剔除 在采样过程中，由于突然发生传感器失灵、线路抖动、噪声干扰等偶然 影响，信号有时会混入一些杂乱值，产生过高或过低的突变点异常点。 异常点如果很大，就等于提高了总的噪声水平；对于一些异常点较集中的信 号，还可能被误分析为一种频率成分，从而歪曲了信号的分析结果。因此有 西南交通大学硕士研究生学位论文 第16 页 必要对异常点进行处理。 异常点的处理必须遵循一些准则，如果处理不当，把信号中必然存在的 一定的分散度作为异常点剔除，也会影响到信号分析的可靠性。因此一般情 况正确剔除异常点的方法是计算各采样值的标准偏差，按统计概率理论将偏 差大于3 占以上的数据剔除。 3 3 3 消除均值和多项式趋势项 在信号处理中，信号的均值相当于一个直流分量，而直流信号的傅里叶变 换是在舒= o 处的冲击函数。因此，如果不去掉均值，在估计该信号的频谱时， 将在疗= o 处出现一个很大的谱峰，并会影响万= 0 附近的频谱曲线，使之产 生较大的误差。于是，在处理信号时，一般先要将信号中的均值去掉。 设未经零均值化处理前的信号序列为x ( 旧) ( n = o ，1 ，2 ，n 一1 ) ，均值为： 牙= 专各 s ， 则经过零均值化后的序列为： x ( ) = z ( 胛) 一牙( n = 0 ，l ，2 ，n 一1 ) ( 3 7 ) 在振动测试中采集到的振动数据，由于放大器随温度变化产生的零点漂 移、传感器频率范围外低频性能的不稳定以及传感器周围环境的干扰，往往 会偏离基线，甚至偏离基线的大小还会随时间大小变化。偏离基线随时间变 化的整个过程被称为信号的趋势项。趋势项直接影响信号的正确性，应将其 去除。常用的消除趋势项的方法是多项式最小二乘法。其方法如下所示： 设测试资料序列为z ( n ) ( n = 0 ，l ，2 ，n 1 ) ，用来拟合趋势项的二次回 归曲线为 y ( 胛) = 盯，2 。+ 6 ，。+ c ( n = 0 ，1 ，2 ，n 一1 ) ( 3 8 ) 一定有函数y ( ，z ) 的各个待定系数a 、b 、c ，使得函数y ( ) 与离散资料x ( 肛) 的误差平方和最小，即：e = 眇( 以) 一z ( ”) 】2 为最小。 通过满足e 有极值的条件可以以确定系数a 、b 、c 的值，设为a 、b 、c ， 则有： 西南交通大学硕士研究生学位论文第1 7 页 y ( ) = 爿f 2 。+ b f 。+ c 则修正后的信号序列工7 为： x ( ”) = 工( 玎) 一y ( 疗) 3 4 状态信息分析的基本方法 3 4 1 幅域分析法 ( 3 9 ) ( 3 1 0 ) 在状态监测与诊断的过程中，我们常常会直接利用振动幅域信号进行分 析并给出结果。一般来说，在信号的时域对信号的幅值上进行各种处理，进 行统计分析的，我们把它称为幅域分析。 1 幅域参数指标法 常用的幅域参数有最大值、均值牙、均方根值z 。、方差盯2 ：等。由于 我们采集得到的加速度信号是具有时间序列表现的数字信号，设信号序列为 x ( f ) ( f _ 1 ，2 ，n ) ，则以上各式的计算式为 最大值 x 。= m a x 支，| ( f = 1 ，2 ，n ) ( 3 一1 1 ) 均值 霄2 专善一 ( 3 1 2 ) 均方根值 x 。= 肠兰x ： y，二l ( 3 1 3 ) 方差 盯2 一= i ( t 一夏) 2 ( 3 一1 4 ) t1 f = 1 其中，均方值反映信号能量的大小，方差表示数据的分离程度。 2 ，歪度和峭度指标法 为了有效描述复杂的振动，在实际应用中也经常使用一些指示性指标如： 歪度、峭度。歪度指标指概率密度函数对于纵坐标的不对称性，如果不对称 越严重，则歪度越大。峭度表示的是信号幅值分布相对于正态分布的分布情 况。 西南交通大学硕士研究生学位论文 第18 页 歪度 峭度 ( 3 一1 5 ) ( 3 一1 6 ) 3 其它无量纲因子指标法 有时还要利用些无量纲示性指标来完成诊断或进行趋势分析，如：峭 度因子、波形因子、脉冲因子、峰值因子、裕度因子等无量纲示性指标。它 们的诊断能力由大到小依次为：峰态因子、裕度因子、脉冲因予、峰值因子、 波形因子。 波形因子 峰值因子 脉冲因子 裕度因子 峭度因子 3 4 2 频域分析法 s r2 c ，：生 j x n 。 铲靠 ，：生 i x ， 彤：卫一 一 x 二。 频域分析也称为频谱分析，是建立在傅里叶变换基础上的时频变换处理， 所得到的结果是以频率为变量的函数，称为谱函数。频域处理的方法主要为 傅里叶变换。傅里叶变换的结果称为傅氏谱函数，是由实部和虚部组成的函 数。其模称为幅值谱，相角称为相位谱。振动信号的隔值谱可以描述振动的 大小随频率分布的情况，相位谱则反映振动信号的各频率成分相位角的分布 情况。 3 4 2 1 幅值谱分析 我们经过采集得到的信号是一个时间数字序列，因此设信号序列为x 0 ) 笋笋 睦 瞳 。 ，一，一 i i = q q 忉 蚴 删 伊 西南交通大学硕士研究生学位论文第伯页 ( n = l 、2 、n ) ，其傅里叶变换为 称为x 0 ) 的频谱。则幅频谱和相频谱为 幅频谱 相频谱 l ( 七) ：雁面丽f 面两砑 础州 ( 3 2 2 ) ( 3 2 3 ) ( 3 2 4 ) 3 4 2 2 功率谱分析 随机振动的频域处理以建立在数理统计基础上的功率谱密度函数为基本 函数。由于随机信号的积分不能收敛，所以它本身的傅里叶变换是不存在的， 故而无法像确定性信号那样用数学表达式来精确地描述它，而只能用统计方 式来进行。自相关函数能完整的反映随机信号的特定统计平均量值，而一个 随机信号的功率谱密度函数正是自相关函数的傅里叶变换，于是可用功率谱 密度函数来表示它的统计平均谱特性。功率谱分析是目前振动监测和故障诊 断中应用最广的信号处理技术，对于平稳随机数据，计算功率谱密度函数最 常用的两个数学方法是： ( 1 ) 标准方法( 布拉克门一图基( b l a c k m a n t u k e y ) 法) 。即通过自相关函数 作傅里叶变换，计算功率谱密度函数。 ( 2 ) 通过对原始数据的有限范围进行快速傅里叶变换计算功率谱密度函 数的直接方法，也叫库利一图基( c o o l e y t u k e y ) 法。 由于在时域进行相关函数求取需要通过卷积计算来完成，计算量较大且 复杂，实现随机振动信号的功率谱密度函数估计的多半采用库利一图基法，即 先对振动信号进行傅里叶变换，然后取变换结果幅值的平方，并除以该信号 数据长度作为功率谱密度函数的一个估计。具体介绍如下： 取t 2 n h ( n 采样点数；h 采样间隔) ，用肖；( 厂，7 ) 表示平稳随机过 程( f ) 的有限傅立叶变换，根据有限的傅里叶变换与连续傅里叶变换的关系， 嘲2一 0 x i f 、7晴 x 西南交通大学硕士研究生学位论文第2 0 _ 基 x 。( 厂，r ) 的离散形式为： 五( 厂，r ) = 矗j ，小砷6 计算以( 厂，丁) 时，一般选择离散频率值为： = 矿= 事= 去期川2 ) ( 3 2 5 ) ( 3 2 6 ) 在这些频率上，变换值确定了傅利叶变换分量也( - 厂，r ) 2 五( ，r ) ，即 以：型争旦：窆以( 蛳午枷”取姒2 川) 2 7 ) 上式中n 表示时域中时间序列的个数，k 则表示频域中频率的个数。所以 功率谱的原始估计为： 晚= 或( ) = 斋陬( 刃1 2 = 等陬1 2 ( 3 2 8 ) 按上式计算舀。时k 值的范围是k = o ，l ，n 一1 。但实际上只有k = 0 ，1 ， n 2 1 时瓯值是独立的，因为n 个孔中只有n 2 个是独立的。故时域采样容 量为n = 1 0 2 4 时谱线数为5 1 2 。但为了作快速逆傅立叶变换( i f f t ) 的需要，以 后仍然规定k = o ，1 ，n l 。计算最可通过f f t 算法来完成。 库利图基( c 0 0 1 e y t u k e y ) 法是建立在傅里竹变换能量定理上的经典 的周期图法，但是，这种方法的缺点在于：它的估计方差大，而且方差不会随 着数据长度的增加而减少。于是，我们选用了一种对周期图法的改进方法一 一平均周期图法( w e l c h 法) 。该方法是将随机振动信号的资料分成若干段，并 允许每段资料有部分重叠，分别求出每段资料的功率谱，然后加以平均。 具体步骤如下所示： 1 估计振动信号的分析频率范围，采用模拟低通抗混滤波器除去信号中 分析频率以外的高频成分。确定采样频率，确定采样时间长度。 2 根据所需频率分辨率的带宽v ，确定f f t 的数据长度 西南交通大学硕士研究生学位论文第2 1 页 m = f ， = 2 9 。将随机振动信号分成长度为m 的若干数据段，数据段 之间可以有一部分重叠，一般选取数据段长度的5 0 重叠，然后对每个数据段 进行预处理并选取适当的窗函数并对每个数据段进行加窗处理。 3 用f f t 算法对每个数据段作离散傅里叶变换，取一个数据段变换结果 幅值的平方，并除以。作为功率谱密度函数的一次估计。将每次功率谱密 度函数估计的对应数据累加起来并除以累加次数，最后得到功率谱密度函数 的估计。 3 4 2 3 功率谱密度函数加窗处理 振动信号的频域处理是建立