高速動車組列車齒輪箱的故障樹分析與仿真

趙 博，吳鳳林，任家駿，蘇 蕾

（太原理工大學 機械工程學院，山西 太原 030024）

1 引言

齒輪箱是高速動車組列車驅動系統中的關鍵零部件，其發生故障或失效會對整個高鐵的安全運行帶來巨大的隱患。目前，故障診斷系統已被成功地應用于多種工業領域，高鐵列車運行的可靠性和安全性有了極大的提高。熊健等利用振動信號分析的方法得到齒輪箱多種故障模式對應的故障原因，利用BP神經網絡對齒輪箱故障進行分類[1]；文獻[2]將振動狀態檢測和油液磨粒檢測結合，研制出了新型油液磨粒檢測裝置的樣機，使檢測的精確性大大提高；文獻[3]提出了通過測量傳動箱體或潤滑油的溫度來間接的獲得齒輪和軸等旋轉零件溫度的方法，建立了齒輪傳動系統的熱網絡分析模型和熱平衡方程組；文獻[4]通過分析不同轉數和負載情況下傳動齒輪的故障信號，利用希爾伯特黃變換原理分析處理采集到的故障信號，使齒輪故障監測的效果得到提升。文獻[5]將齒輪局部故障振動信號與仿真模型的信號進行了比較分析，歸納出了不同情況下振動信號的特點，提高了行星齒輪箱故障診斷的精度。然而齒輪箱故障診斷現存的這些方法并不能滿足高鐵齒輪箱故障診斷快速響應的要求。近幾年來中國高鐵行業發展迅速，但在市場上并沒有專門針對高鐵齒輪箱的故障診斷系統，在實際工作中高鐵齒輪箱的故障診斷仍然是以人工為主，利用經驗法則進行分析，對個人的判斷依賴程度很高。這樣進行檢測不僅會浪費大量的人力物力，同時也會耽誤維修的最佳時間。統計顯示，在實際工作中用于判斷故障類型的時間占總時間的70%，而實際進行維修的時間只占（10～30）%[6]。對高鐵齒輪箱進行了分析和研究，詳細介紹了構建故障樹模型、故障分析和故障診斷系統知識數據庫設計的過程，為準確的故障定位和快速的診斷維修創造了條件，對提高齒輪箱乃至整個高鐵列車的可靠性、維修性和安全性具有重要意義。

2 構建故障樹

2.1 主要失效模式

齒輪箱是高鐵機車的關鍵部件，由一對漸開線齒輪、箱體、軸承和潤滑機構等組成，主要功能是將驅動功率按照一定的比例傳遞到輪對上，是高鐵驅動系統中的重要環節之一。高鐵轉向架的齒輪箱是多軸系統，安裝位置隱蔽、難于拆卸保養、內部結構復雜、工作環境惡劣。通常情況下我們把線速度超過25m/s的齒輪稱為高速齒輪。高鐵在實際運行中列車時速可以達到（200～380）km/h，最高線路試驗速度達487.3km/h，最高試驗速度高達500km/h。因此對齒輪的性能、齒輪間的嚙合、系統的密封可靠性等都提出更加嚴格的要求，其常見故障與普通齒輪箱相比有一些不同。

高鐵齒輪箱的故障多發于齒輪系統、軸承系統和潤滑系統，齒輪是最常用的機械傳動零件，同時齒輪故障也是轉動設備之中最常見的故障。齒輪本身的常見故障形式包括輪齒折斷和齒面損傷兩類。輪齒折斷包括：疲勞折斷和過載折斷；齒面損傷包括：齒面接觸疲勞破壞（齒面點蝕）、齒面磨損、齒面膠合等。軸承在工作中有時會出現異常的發熱、振動或者噪聲，這時零件可能已經損壞無法再繼續正常工作。潤滑系統失效可能是由密封、油質和油溫的問題所引起的。除此之外還有一些其他的故障模式，預緊力不足、機械振動和彈簧墊圈失效是緊固件失效的主要原因。軸不對中和軸彎曲則是軸發生故障的兩種主要類型。軸在發生故障時可以明顯的看出其產生的不規律跳動，這種跳動將使設備損壞的速度加快。

2.2 齒輪箱故障樹的建立

依據故障樹理論結合高鐵齒輪箱的主要失效模式，以“齒輪箱失效”作為頂事件建立的高速動車組列車轉向架齒輪箱系統故障樹，如圖1所示。圖中：M1—緊固件故障；M2—齒輪故障；M3—潤滑系統故障；M4—軸承故障；M5—軸故障；F1—齒面損傷；F2—輪齒折斷；F3—制造安裝問題；F4—密封故障；F5—油質問題；F6—油溫過高；F7—止動失效；F8—精度失效；F9—軸不對中；F10—軸彎曲。底事件名稱及其失效概率，如表1所示。

圖1 齒輪箱失效故障樹Fig.1 Gear Box Failure Fault Tree

表1 底事件名稱及失效概率Tab.1 Name and Failure Probability of Bottom Event

3 故障樹分析

3.1 定性分析

定性分析是為了找出系統的薄弱環節，其主要途徑是找出故障樹的最小割集。這里采用上行法進行分析[7]，由齒輪箱失效故障樹可知系統所有的底事件之間互為“或”的關系，因此頂事件可用布爾函數表示為：

通過布爾運算得出：故障樹共有26個基本事件，每個基本事件都是一個最小割集，代表了該系統發生故障的26種模式。

3.2 定量分析

定量計算的主要目的是求得故障樹頂事件的平均壽命。在獲得一定數據的基礎上，可以經計算得到頂事件的平均壽命（MTBF）。由上文可得齒輪箱失效故障樹的全部最小割集為：｛X1｝，｛X2｝，｛X3｝，｛X4｝，…，｛X26｝。齒輪箱失效系統的平均壽命（MTBF）可以用各個底事件失效率的函數表示，即：

結合給出的各底事件的失效概率經計算可得高鐵齒輪箱系統的平均壽命為20833h，該結果經走訪調研確認與實際情況基本接近。

4 故障樹—蒙特卡羅仿真

蒙特卡洛法（Monte Carlo Method）是一種通過隨機模擬將工程實際問題在計算機上進行試驗和研究的仿真方法。對高鐵齒輪箱系統這種故障樹結構復雜，基本事件較多且實際數據不易獲得或難以獲得十分準確數據的復雜系統而言，使用蒙特卡羅仿真可以有效地解決這類問題。

4.1 基本原理

圖2 仿真流程圖Fig.2 Diagram of Simulation

蒙特卡羅仿真的基本原理是：設定系統最大工作時間，仿真次數和底事件分布函數等仿真參數，確定變量的分布類型，利用MATLAB軟件產生一組符合其分布類型的隨機數，隨機抽樣底事件的失效時間并按從小到大排序，然后將得到的隨機數代入系統狀態函數，就能得到狀態函數的一個隨機數。重復同樣的過程就產生了N個狀態函數的隨機數，然后根據分布函數的抽樣公式計算系統的平均壽命[8]。根據蒙特卡羅仿真原理，基于故障樹—蒙特卡洛方法的高鐵齒輪箱可靠性仿真流程，如圖2所示。

4.2 仿真結果與分析

在蒙特卡羅仿真模擬試驗中，仿真的次數越多結果就越精確，在此次仿真中，分別取了1000/2000/3000/5000/7000/10000幾個數值，當仿真次數超過5000次時仿真的結果趨于收斂。仿真結果顯示高鐵齒輪箱系統的平均壽命MTBF為20483h，該結果與上一節中定量計算得到的平均壽命誤差為1.9%，二者誤差較小，驗證了蒙特卡羅仿真的可靠性。分別對高鐵齒輪箱各零部件子系統進行蒙特卡羅仿真結果，如表2所示。

表2 齒輪箱各零件仿真結果Tab.2 Simulation Results of Gear Box Parts

結果表明齒輪箱各零部件的重要度排序依次為：齒輪、軸承、潤滑系統、軸、緊固件。其中齒輪的故障率最高，平均壽命最短，且與其他部件存在很大差距，這也與實際情況相符合。

根據鐵路總公司關于動車組各級修程的檢修范圍的規定，對轉向架及其主要零件進行分解檢修屬于三級檢修的范圍，維修周期約為1年，即當動車組累計工作時間在（6～8）千小時左右，此時齒輪箱系統的可靠性為（0.6562～0.7298），齒輪箱系統的可靠性曲線，如圖3所示。

圖3 可靠性曲線Fig.3 Reliability Curve

5 數據庫的設計

5.1 設計理念

數據庫是一個故障診斷系統的核心，其包含的數據全面、正確與否，表示方法是否簡單便捷，以及對數據的存儲、修改、刪除等操作能否實現都將決定一個故障診斷系統的優劣[9]。采用了框架和規則相結合的方法來進行數據庫的構建，將故障樹的理論和框架表示法相結合，故障樹中的最小割集和數據庫的規則相結合，最小割集中的底事件和數據庫的條件相結合，如圖4所示。通過這一方式使故障樹理論和故障診斷專家系統緊密地融合在了一起。

圖4 數據庫響應流程圖Fig.4 Database Response Flow Chart

5.2 結構設計

數據庫采用產生式規則表示法和框架表示法相結合的方式進行設計，將故障樹理論和知識數據庫緊密結合在一起，這樣可以有效提升故障診斷系統的響應速度[10]。為此數據庫中設計了5個表：故障事件表、故障規則表、故障框架表、框架規則表、故障對策表，如圖5所示。故障事件表主要用于存儲故障事件以及該事件的檢測信息。由3個字段組成:F_ID—故障事件的層次和層中所處的位置;Fault—故障事件名稱;Method—記錄本級故障事件的檢測方法，如表3所示。

圖5 數據庫結構圖Fig.5 Database Structure Diagram

表3 故障事件表結構Tab.3 Structure of Fault Event Table

故障規則表是將故障號和故障名稱建立關聯，由4個字段組成：Rule—規則編號;F_ID—本級故障模式的編號，由具體文字表述;Father—上一級的故障事件編號，即故障樹中的父節點，如表4所示。

表4 故障規則表結構Tab.4 Structure of Fault Rule Table

框架表實質上是將故障樹存儲進行一種等價轉換，是將故障樹每一層的節點用框架的形式來表示，因此框架和節點之間是一一對應的。診斷系統工作時將首先按照這種關系對故障樹信息進行遍歷，再針對用戶提供的故障信息對故障樹樹進行搜索，利用框架的類型最終實現故障模式的診斷。由4個字段組成：S_Num—框架編號；S_Name—框架名稱；F_ID—故障事件的編號；Type—框架類別。其中，0—底事件；1—中間事件和頂事件，如表5所示。

表5 故障框架表結構Tab.5 Structure of Fault Frame Table

框架規則表用于存儲框架號和規則號，使框架號和規則相互對應，從而根據框架和規則來加速診斷推理的過程，實現故障診斷系統快速相應的目的。但需要注意的是這里的框架號和規則號并不是一一對應的關系。框架規則表由2個字段組成：Rule—對規則編號；S_Num—框架編號。

故障對策就是在確定故障類型和故障發生原因后提出針對性的處理建議。由3個字段組成:Countermeasure—故障對策的編號；F_ID—故障事件的編號；Advice存儲了針對該故障的處理意見，如表6所示。

表6 故障對策表Tab.6 Failure Countermeasure Table

高鐵齒輪箱故障診斷系統知識數據庫中的多張表格的關聯示意圖，如圖6所示。

圖6 表的關系示意圖Fig.6 Table Relation Diagram

6 結束語

齒輪箱是高鐵列車轉向架的重要組成部件，對其進行故障診斷對高鐵列車的安全運行有著重要的意義。通過對高鐵列車轉向架齒輪箱進行故障樹分析和蒙特卡羅仿真，得出了齒輪箱失效的所有故障模式，進行了定性、定量分析，分析結果有助于掌握齒輪箱系統的特性和故障發生的規律。基于故障樹的知識數據庫的建立，是高速列車轉向架齒輪箱智能診斷系統建立的核心內容，是高鐵齒輪箱系統可靠性軟件的開發的重要基礎。實驗表明，采用框架和規則相結合的數據庫構建模式能有效的節省故障診斷時間，快速地形成解決方案，幫助維修人員在實際工作中快速準確地查找出故障發生的原因并及時進行修繕。但是由于各種資料和數據的取得有限，對高鐵齒輪箱系統的分析還不夠全面，數據庫的結構還存在一些缺陷，需要進行進一步的研究和論證。

［1］熊健.基于振動信號分析和神經網絡的齒輪箱故障診斷技術研究［D］.太原：中北大學，2008：14-16.（Xiong Jian.Research on fault diagnosis technology of gear box based on vibration signal analysis and neural network［D］.Taiyuan：North University of China，2008：14-16.）

［2］霍威.風電齒輪箱在線油液磨粒檢測系統研究［D］.北京：北京交通大學，2014：6-12.（Huo Wei.Research on online oil particle detection system of wind power gear box［D］.Beijing：Beijing Jiaotong University，2014：6-12.）

［3］于東洋，張超，葉盛鑒.齒輪傳動系統溫度預測方法研究［J］.機械傳動，2013（6）：18-22.（Yu Dong-yang，Zhang Chao，Ye Sheng-jian.Study on temperature prediction method of gear transmission system ［J］.Journal of Mechanical Transmission，2013（6）：18-22.）

［4］趙年偉.基于聲發射技術的齒輪故障監測［D］.沈陽：沈陽工業大學，2012：3-11.（Zhao Nian-wei.Gear fault monitoring based on acoustic emission technology［D］.Shenyang：Shenyang University of Technology，2012：3-11.）

［5］雷亞國，湯偉，孔德同.基于傳動機理分析的行星齒輪箱振動信號仿真及其故障診斷［J］.機械工程學報，2014（17）：61-68.（Lei Ya-guo，Tang Wei，Kong De-tong.Vibration signal simulation and fault diagnosis of planetary gear box based on transmission mechanism analysis［J］.Journal of Mechanical Engineering，2014（17）：61-68.）

［6］王軼，馮曉云.基于故障樹的電力機車故障診斷專家系統［J］.電力機車與城軌車輛，2004（6）：35-36.（Wang Yi，Feng Xiao-yun.Electric locomotive fault diagnosis expert system based on fault tree［J］.Electric Locomotives&Mass Transit Vehicles，2004（6）：35-36.）

［7］劉東.動態故障樹分析方法［M］.北京：國防工業出版社，2013：7-14.（Liu Dong.Dynamic Fault Tree Analysis Method［M］.Beijing：National Defense Industry Press，2013：7-14.）

［8］朱永梅，黃靜，張宇.基于故障樹分析的船用齒輪箱的可靠性仿真［J］.江蘇科技大學學報：自然科學版，2012（4）：350-355.（Zhu Yong-mei，Huang Jing，Zhang Yu.Reliability simulation of marine gearbox based on fault tree analysis［J］.Journal of Jiangsu University of Science and Technology：Natural Science Edition，2012（4）：350-355.）

［9］羅天洪，楊彩霞，孫冬梅.基于故障樹的汽車起重機液壓故障診斷專家系統［J］.機械科學與技術，2013（4）：538-544.（Luo Tian-hong，Yang Cai-xia，Sun Dong-mei.Hydraulic fault diagnosis expert system for automobile crane based on fault tree［J］.Mechanical Science and Technology for Aerospace Engineering，2013（4）：538-544.）

［10］趙春艷，安樂青，楊團名.機車檢修整備管理系統中數據庫的設計及優化［J］.機械設計與制造，2010（7）：235-237.（Zhao Chun-yan，An Le-qing，Yang Tuan-ming.The design&optimization of database in locomotive overhaul servicing management system［J］.Machinery Design&Manufacture，2010（7）：235-237.）