CRH5G型动车组牵引电机冷却风机异音故障分析及改进研究

本文以CRH5G型动车组的牵引电机冷却风机为研究对象,针对其异音故障问题,分解检查了故障风机,检测了风机轴承同轴度和预紧力.结果表明,风机制造工艺不满足设计要求、轴承设计预紧力与需求预紧力存在偏差是造成故障的主要原因.最后,采取了优化冷却风机制造工艺、提高设计精度等改进措施,有效解决了该型号动车组牵引电机冷却风机异音故障问题,对保障动车组安全运行具有重要意义.     

运用频率指标诊断电机轴承故障的神经网络法

电机滚动轴承的时域振动信号经过快速傅里叶变换和自功率谱处理后,可以获得电机滚动轴承振动的固有频率,然后运用该频率指标,利用多层反向传播前馈型神经网络,通过神经网络的学习和推广两个阶段,可以实现对轴承故障的自动分类诊断。对一电机滚动轴承的实验表明,该方法行之有效,对工程应用具有较高的实用价值。与其它损伤识别指标相比,诊断精度相对提高率均大于１１％,说明频率指标对结构的损伤具有更高的灵敏度。     

滚动轴承性能退化过程振动特性研究

基于6205轴承开展滚动轴承性能退化规律研究。首先设计数据采集系统记录振动加速度信号,采用疲劳加速度寿命试验方案,经592小时试验获得6套轴承性能退化过程数据。然后分析振动信号常用时域参数特征,结果表明时域参量在性能退化过程具有相同的规律趋势,并将故障过程定义为早期故障、中度故障、严重故障、预警和性能失效五个阶段。最后,基于振动加速度信号特征分析了性能退化过程的故障发展规律及其特性。研究结果能用于滚动轴承性能退化评价,也能为设备主动维护提供决策依据。     

牵引策略对动车组运行能耗的影响

通过理想化假设,分析曲线、坡道、桥梁、隧道对动车组受力的影响,建立动车组牵引能耗仿真计算模型,并根据实际线路运行结果对模型进行验证。在实际线路参数的基础上,通过能耗模型模拟计算研究启动加速阶段、中间运行阶段以及制动阶段的不同牵引策略对动车组的运行时间、能耗的影响,并提出评价动车组牵引能耗的时间-牵引能耗经济性指标,以考察各种牵引策略的节能、节时潜力。研究结果表明:在惰行终点速度为110 km/h时,动车组牵引能耗达到1个能耗局部最低点。     

随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法

为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,通过平移时间窗对滚动轴承监测数据进行信息锁定,并构造出随机矩阵模型;其次,利用随机矩阵理论中的单环定理及M-P定律进行矩阵特征分解与提取,构造出14个特征指标;最后,基于PCA算法对多个特征指标进行融合,提取贡献率较大的主成分构造出融合特征指标用于轴承性能退化评估。采用美国IMS轴承全寿命数据进行实验研究,结果表明:与基于最大最小特征值之比指标的异常检测算法相比,RMTPCA方法可提前12.5h检测出轴承的早期异常;与分层狄利克雷过程-连续隐马尔可夫模型相比,RMT-PCA方法在对早期异常点和严重故障点的检测结果与前者基本相同,但其融合指标能够更清晰地反映出轴承在中期和严重退化阶段"愈合现象"的发生。     

基于小波包相关频带谱能量熵的滚动轴承性能退化评估方法

滚动轴承在使用过程中会经历不同的性能退化状态。提出小波包相关频带谱能量熵以评估滚动轴承初始性能退化程度。以滚动轴承全寿命周期数据为支撑,对数据进行小波包分解,并利用相关系数法提取包含主要故障信息的时频分量,然后沿时间轴计算各频带幅值谱,再计算谱能量熵。通过实验与时域典型指标均方根值（RMS）,以及小波包频带幅值谱熵和小波包频带谱能量熵评估指标进行对比,验证了所提方法在滚动轴承性能退化评估中,对初始故障的评估具有一定的优越性。     

动车组牵引电机风道结构的优化分析

为了解决动车组牵引电机的通风散热问题,本文先后建立并分析了三种不同方案的牵引电机风道结构的模型。采用CFD方法对风道结构进行优化,研究了风道内空气流动情况,解决了不同支风道风量分配的均匀性问题,并使风道阻力特性得到改善,为动车组牵引电机散热风道的设计提供基础。     

基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

采用改进回归型支持向量机的滚动轴承剩余寿命预测方法

为准确评估滚动轴承运行状态、预测其性能退化趋势以及剩余寿命,提出一种改进回归型支持向量机(SVR)的滚动轴承寿命预测方法。提取轴承信号的时域和时频域特征,通过主成分分析(PCA)方法将特征指标融合成一个归一化综合指标来表征轴承运行状态;利用特征指标和综合指标构建训练和预测向量数据集,结合差分进化灰狼群算法(DEGWO)确定最优惩罚参数和径向基函数(RBF)核参数并构建回归型支持向量机模型;将预测数据集输入到DEGWO算法优化的SVR模型中得到轴承状态评估指标的预测值,实现轴承剩余寿命的预测。利用IEEE PHM 2012数据集验证所提方法的有效性,并将其结果与灰狼群算法(GWO)优化的SVR、网格搜索算法(GSA)优化的SVR和长短期记忆神经网络(LSTM)模型所得结果进行对比分析。仿真结果表明：与其他方法相比,采用所提方法得到的轴承剩余寿命预测均方误差分别降低了44.74%、66.67%、77.27%,决定系数则分别提高了7.25%、20.72%、11.94%,该结果说明了所提方法在轴承剩余寿命预测应用方面的优越性。     

全压法测量动力车牵引电机冷却风机风量

实时检测列车运行过程中风机冷却风量随列车运行速度的变化规律,以考核风机性能是否满足列车运行要求,并为风机选型提供科学依据.受风机安装位置及风机前后管道形状、尺寸的限制,测试条件无法满足风机流量测量标准的要求,必须通过标定试验,在与实际使用管路基本一致的情况下,得到风机流量与所选测量方法测试量(如风机全压)之间的关系,为此,用全压法测量270km/h高速列车牵引电机冷却风机流量,通过地面标定试验得到了风机全压与风机流量的定量关系.研究结果表明,所提出的风机全压流量测量方法可用于实时检测列车运行过程中风机冷却风量.     

采用EEMD-KPCA处理的IHHO-LSSVM滚动轴承寿命预测模型

为提高滚动轴承剩余寿命预测精度,提出一种基于集合经验模态分解-核主成分分析(EEMD-KPCA)和改进的哈里斯鹰优化-最小二乘支持向量机(IHHO-LSSVM)的滚动轴承剩余寿命预测模型.首先,使用集合经验模态分解方法对原信号进行分解,根据相关系数和峭度值选取合适的本征模态函数进行重构;然后,提取时域、频域、小波包能量谱等指标,并用核主成分分析,选取累计贡献率大于85%的主成分作为轴承退化性能指标;建立最小二乘支持向量机寿命预测模型,针对模型参数,提出一种改进的哈里斯鹰优化算法,并在新算法基础上设计新的能量周期性递减调控机制.采用轴承全寿命实验数据进行验证,结果表明:该方法提取的轴承性能评估指标能够更全面地表征轴承性能退化情况,建立的模型具有良好的预测效果.     

基于小波域威布尔分布模型的电机滚动轴承故障诊断

电机轴承的运行状态是否正常，通常可以通过分析电机的滚动轴承的振动信号得到诊断结果.因此，分析和研究电机轴承振动信号是滚动轴承研究的热点.首先对电机滚动轴承振动信号进行降噪等预处理，并对预处理的振动信号进行小波分解，再对小波分解系数进行单支重构，得到不同尺度下的单支重构信号；接着对单支重构信号分别建立威布尔分布模型，并验证模型的恰当性，然后求取单支重构信号的威布尔分布模型的尺度参数和形态参数；最后将模型的尺度参数和形态参数输入SVM模式识别器进行故障诊断和模式识别，识别结果表明其参数能较好地表征电机轴承的运行状态.实验结果证明所提方法能较好地诊断电机轴承的故障.     

高速列车设备舱变流器冷却通风性能试验研究

为了进一步提升高速列车变流器在运行过程中的冷却性能,提高变流器设备舱的通风冷却效率,本文针对某型动车组牵引变流器通风性能进行了实车试验研究,通过在变流器进排风口位置布设传感器,监测高速列车运行过程中变流器设备舱进排风口位置处的进风风量、排风风量.对通风风量的结果和通风风量随列车运行状态的变化规律进行分析,并与变流器散热水温温升规律进行对比分析.分析发现当8车作为头车运行时,行车风方向与风机排风方向一致,促进排风,当1车作为头车运行时,行车风方向与风机排风方向相反,抑制排风.最大抑制风量占列车静置风机全速风量的1.6%.本文研究结果可为高速列车设备舱牵引变流器的设计选型及安装布置方式提供指导.     

动车组轴流冷却风机气动设计与研究

采用一维设计与三维数值模拟分析相结合的方法,对某动车组轴流冷却风机进行气动设计,并分析研究了等环量指数对轴流冷却风机气动性能的影响.根据一维设计的几何参数进行三维建模;再利用NUMECA软件对所设计风机进行深入数值模拟分析及结构优化改进;最后,选取最优方案加工样机并进行性能试验.试验结果表明:该轴流冷却风机的整体气动性能较优,与原设计相比有较大改善,特别是效率提高了近3%,叶轮进、出口流场较原机叶轮也更加稳定.该国产化风机与同类型某进口风机相比性能更优.     

基于深度置信网络和信息融合技术的轴承故障诊断

提出一种基于深度置信网络(DBN)和信息融合技术的轴承故障诊断新方法。首先采用集合经验模式分解将轴承振动时域信号分解为若干个固有模态函数,并分别输入至若干个DBN中进行故障状态识别,然后通过简单投票法将每个DBN识别的结果进行决策层信息融合,从而得到轴承故障的最终诊断结果。通过对单负载和多负载下不同类型和不同损伤程度的滚动轴承故障诊断进行实例分析,验证了本文方法的有效性和精确性。     

电力机车电机悬挂螺栓组件抗拉疲劳及防松性能浅析

针对"蓝箭"动车组牵引电机悬挂螺栓折断,验证螺栓改造方案,对模拟在装车状态下的螺栓的疲劳及防松性能进行了研究,通过对试验结果的分析,得出了影响螺栓组件的抗拉疲劳强度及防松性能的因素,验证了牵引电机悬挂螺栓安装方式的改造方案的正确性。     

基于逻辑回归的滚动轴承性能退化评估

设备运行状态从正常运行到发生故障通常要经过一系列不同程度的,可以量化的性能退化状态,如果能对这些状态进行实时监测评估,可以帮助实现设备的智能维修。本文以滚动轴承为研究对象,提出基于逻辑回归的性能退化评估模型,并用美国凯斯西储大学轴承中心数据进行了验证,结果表明,该方法取得了良好的评估效果。     

基于固定电压模式的牵引电机矢量控制方法研究

针对传统的牵引电机矢量控制方法不能快速应对动车组高速运行时的转矩突变问题,提出一套新的基于固定电压模式的矢量控制方法。该方法在牵引变流器电压幅值固定的模式下,通过变流器电压相位的高速变化结合牵引电机磁通量修正反馈值来实现对动车组牵引电机高速转矩的实时控制。并采用Simulink进行了系统建模,完成了系统仿真测试分析,结果验证了方案的可行性和优越性。     

时域参数指标在轴承故障诊断中的应用

滚动轴承是机械设备中最常见的零部件,其运行状态直接影响到整台机器的功能。本文通过时域参数指标对轴承故障进行诊断。