動車組輪對運行狀態檢測及健康管理系統設計

羅光兵，羅 彥，嚴 皓，郭富強

（中國鐵路成都局集團有限公司 成都動車段， 成都 610000）

中國動車組已歷經10年的迅猛發展，高速鐵路運營里程超過2.2萬km，動車組擁有量超過3 000個標準列。在引進、消化、吸收和再創新的戰略基礎上，我國已具備完全自主知識產權的動車組研發生產能力。伴隨著動車組數量的不斷增加，如何有效地對車輛運行狀態進行監控成為重要研究課題。通過對動車組各系統運行狀態的監測、故障診斷以及故障有效處理，能及時有效地掌握動車組的運行狀況，制定維修計劃，保障動車組在線安全有序的運行，同時能有效節約成本，提升安全性能。目前，動車組零部件的管理還處于探索階段，未形成一套系統的管理辦法，各基層站段認識上存在差異、管理和維修人員對信息錄入和分析的水平不一致，基礎數據累計不夠。不同信息系統之間沒有數據交換，導致信息孤立，不利于零部件的壽命管理，存在以下問題：信息交互困難；數據記錄困難；輪對匹配困難；鏇修方案需要優化。

為了探尋軌道車輛輪對的健康管理，專家學者進行了分析，但多限于在管理流程上的分析[1-4]。此外，航空航天器的健康管理思路和策略已有一定的研究基礎，為動車組部件的健康管理提供了必要的參考[5-8]。基于此，本文有針對性地以走行部件系統的輪對為研究對象，構建運行狀態檢測及健康管理系統，利用傳感技術，借助物理模型和數據模型，采用智能算法實現對動車組輪對健康狀態的監控、預測和管理，實現對動車組維護不足和維護過剩的卡控，使檢修體系逐漸由計劃修過渡到狀態修，降低維護成本，提升作業效率和安全性能。

1 系統模塊設計

目前，動車組輪對的檢修方式主要以定期維修和事后維修為主，采用“過度修”預防故障的發生，往往造成維修成本增加，效率低下，資源耗費嚴重，引入健康管理策略能有效改變該現狀，提高其維修性、經濟性和安全性。為了實現以上目標，可以將輪對的健康管理分為3個板塊進行設計，即狀態檢測、健康評估及預測、故障診斷及運維決策，整個系統功能如圖1所示。

圖1 系統模塊設計

1.1 狀態檢測

動車組建設經過快速發展，走行部狀態檢測系統逐步完善，能有效掌握輪對的運行狀況。從手段上可分為自檢測系統和輔助檢測系統，如表1所示。

表1 檢測系統配置

動車組自帶的傳感系統，可以對部分關鍵緊急的故障事件進行監控。如溫度傳感器可以監測軸承的變化，在規定的溫度范圍外給出預警提示；橫向晃動檢測裝置可以對走行部的橫向晃動進行預警，提醒降速運行，防止發生大幅蛇形失穩。輔助監測分為動態監測、定期監測以及臨時監測3個層次，分別在走行線和動車所檢修庫內進行，涵蓋了異音、裂紋及型面尺寸檢測。

軌邊聲學檢測系統（TADS）安裝在正線上，利用聲音識別技術自動檢測輪對軸承的故障，及時有效地給出警示，防止高速運行導致的熱軸故障和安全事故發生。

輪對故障動態檢測系統（LY）安裝在動車段入庫的檢測線上，利用光截圖像測量技術、電磁超聲探傷技術以及高精度位移測量技術，在線對輪對外形尺寸參數、輪對踏面表面缺陷以及表層裂紋等進行檢測，及時為地勤提供參考。

輪輞輪輻探傷系統（LU、LA）安裝在檢修庫內，利用超聲探傷技術能夠檢測輪輞各部位以及輪輻各方向的缺陷狀況。

不落輪鏇修設備安裝在檢修庫內，該設備可以對踏面尺寸進行檢測以及輪對缺陷進行鏇修處理。

便攜式輪對尺寸檢測設備（LB）可針對具體情況對輪對外形狀況進行臨時測量和分析，及時有效的針對具體問題提出解決方案。

上述系統具有技術先進、層次完善的特點，對輪對的外形幾何參數、輪對表面及深層次的缺陷全方位、多角度的覆蓋。各設備操作靈活方便、能實現數據的遠程監控和智能分析，提升了故障處置效率，保障了輪對的安全質量。

1.2 健康趨勢評估及預測

鑒于目前輪對的自診斷系統的功能簡單，大量數據傳輸的技術手段有限且部分關鍵技術還不完善，無法全面進行輪對狀態的實時監控。因此，在系統設計中，輪對健康趨勢的評判和預估的數據主要來源于輔助檢測系統。通過對檢測數據的分析和處理，建立相應的物理模型和數學模型，判斷當前輪對的運行狀況和后期的發展趨勢，設置關鍵參數的超限閥值，實現對潛在故障隱患的預判功能。

健康趨勢的評估及預測主要是利用檢測數據的變換趨勢，結合線路運行環境和輪軌耦合分析進行綜合判斷，自動預測輪對線路運行狀況，并給出相應的預警提示，排除潛在的安全風險，提高動車的安全運行性能，在輪對的全壽命周期管理中提供健康監控平臺。

1.3 故障診斷及運維決策

故障診斷及運維決策是對檢測數據加工分析的智能決策支持平臺。故障診斷是本模塊的核心，其原理是基于各種數學統計、邏輯推理以及模糊分析的方法對檢測數據以及故障數據進行處理，建立相應的狀態分析和故障診斷模型，形成智能專家分析平臺，提升故障的判斷效率。運維決策是基于故障診斷過程，對輪對故障采用不同的維修策略，如觀察運行、鏇修處理以及探傷處理等決策，在保障安全的前提下得到預防性維修方案，排除潛在故障，恢復運行能力。此外，該模塊對數據不斷的積累分析，通過人工神經網絡、支持向量機以及深度學習等智能化診斷算法，豐富知識庫的數據內容，達到精準決策的目的。

2 關鍵技術

動車組輪對運行狀態監測及健康管理系統以基本履歷數據、狀態數據、日常運維數據以及線路運行的環境參數為基礎，通過數據清洗，篩選關鍵數形成關聯數據庫，打破信息孤島，將各類數據互聯互通，有效地進行數據管理，為數據分析提供有效的數據支撐。對于輪對健康管理而言，需要經歷長期的數據積累和驗證分析，有以下幾個關鍵技術需要研究。

2.1 數據實時監控及傳輸技術

數據實時監控系統主要是車載系統、軌道監測系統和數據分析系統組成。通過局域網和無線網絡傳輸，掌握當前輪對的狀態信息，對踏面損傷、剝離、軸溫超高以及異常振動進行監測，以便制定應急方案，防止安全事故的發生。數據傳輸的實時性和有效性是關鍵，數據監控系統測試和分析技術也是重點研究的環節。

2.2 趨勢分析及預測

基于輪對狀態數據檢測，綜合考慮車輪尺寸特征參數、踏面磨耗特性、損傷程度、輪軌接觸關系以及等效錐度等變化對整車安全性、穩定性以及平穩性的影響，結合線路條件、環境以及輪對特征提出健康狀態綜合指標，從而對輪對的磨耗趨勢和故障狀態進行預估，根據使用情況合理制定檢修計劃，可以有效節約資源，提高車輛的安全性能。

2.3 故障診斷算法

故障診斷是基于狀態數據和歷史數據信息庫，針對輪對運行情況進行監控。采用KNN法、K-means法、PCA分析以及因子分析等數學方法對數據庫進行處理，建立數據之間的關聯、挖掘數據規律，結合對應的物理模型和數學模型對故障狀態以及故障發生的趨勢進行充分論證，對故障進行定位、定量和定因分析，并針對運用環境提出故障處置方法。通過故障診斷模型的建立，輔助人工及時有效的排除故障，能有效提高作業效率。其技術難點在于數學模型的建立和修正，算法的合理性也是提高故障診斷精度和效率的重要保障。

2.4 鏇修方案制定

輪對的鏇修是健康管理中的重要環節，既要保證安全質量又要降低鏇修成本。因此，鏇修方案的合理性是輪對使用壽命的決定性因素。根據輪對狀態檢測設備功能，可有效計算鏇修前的輪緣厚度、輪緣高度、運行中的輪徑磨耗量以及運行中踏面基線上逐點的磨耗量分布情況。綜合全列車的輪對進行綜合判斷，建立對應的數學模型，自適應地調整與之最適應的標準輪踏面外形，且保證標準輪踏面曲線的連續與光滑。通過優化方案的實施，可以計算出需要的最優輪徑鏇修量、鏇修制約點的位置坐標、鏇修損耗與運行磨耗的比例系數、輪徑鏇修量與輪緣厚度恢復量的比例系數等決策指標。同時，鏇修過程中滿足同軸原則、同架原則和同單元原則。

隨著綜合管理程度的不斷提高，更多的管理需求要通過運行狀態檢測及健康管理系統平衡。數據量的增加、模型修正、算法優化以及系統的關聯程度更加復雜，使得該系統還需要進一步完善。針對輪對的運維管理、健康評價以及申購計劃等現狀和技術條件，制定了如圖2所示的輪對管理流程。

圖2 輪對管理流程

3 輪對健康管理實例

動車組輪對健康管理是相對復雜的過程，涉及內部數據之間的關聯，數據的篩選以及邏輯推理，需要建立完善的物理模型和精準的數學模型才能有效地對輪對狀況進行判斷。

本節以輪對鏇修為例進行分析，其流程如圖3所示。通過鏇修方案的選擇，可以降低輪對鏇修量，增加運行里程，提高經濟效益。以現有某型動車組為例，采用鏇修策略后，輪對的鏇修量得到緩減，相對節約量在25%左右，如圖4所示。若考慮全周期壽命管理進行推測，可增加2個鏇修周期，有效延長了輪對使用壽命。

圖3 輪對鏇修流程

圖4 輪對鏇修分析

4 結束語

本文對動車組輪對運行狀態檢測及健康管理系統構建進行了分析，介紹了構建該系統的重要性和必要性。影響輪對健康的因素很多，各要素之間的關聯還需要進一步驗證。目前，系統還處于完善階段，需要不斷地對健康狀態進行有效分析，建立合理精準的分析模型。