基于多體動力學(xué)仿真的城市軌道交通車輛二系懸掛故障特征分析*

金子博 方 宇 陸遠(yuǎn)航 李曉斌

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院,201620,上?！蔚谝蛔髡?碩士研究生)

基于多體動力學(xué)仿真的城市軌道交通車輛二系懸掛故障特征分析*

金子博 方 宇 陸遠(yuǎn)航 李曉斌

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院,201620,上海∥第一作者,碩士研究生)

對國內(nèi)某型城市軌道交通車輛的故障統(tǒng)計發(fā)現(xiàn),二系懸掛故障已成為影響轉(zhuǎn)向架乃至車輛安全運(yùn)行的主要原因之一。基于多體動力學(xué)的方法建立該型國產(chǎn)城市軌道交通車輛動力學(xué)模型,并通過實(shí)車振動數(shù)據(jù)驗(yàn)證了模型的正確性。利用驗(yàn)證后的模型模擬二系懸掛故障下列車的運(yùn)行狀態(tài),并采用功率譜對車體振動加速度進(jìn)行分析。仿真結(jié)果表明,在考慮速度、載荷及故障個數(shù)等因素的情況下,車體垂向、橫向振動頻率分別在0～3.5 Hz和0～2.0 Hz頻段時對于二系懸掛故障最為敏感;均方根值和方差更適合作為頻譜變化的量化指標(biāo);當(dāng)故障造成列車部件布置不對稱時,車體振動變化尤其明顯。

城市軌道交通車輛; 二系懸掛; 故障特征； 多體動力學(xué)模型; 仿真分析

Author′s address Institute of Urban Rail Transit,Shanghai University of Engineering Science,201620,Shanghai,China

轉(zhuǎn)向架作為軌道車輛重要部件之一,在實(shí)際運(yùn)營中受到摩擦、振動、沖擊和腐蝕等因素影響,長期處于自然損耗的狀態(tài),當(dāng)某一部件損耗達(dá)到一定限度時就會發(fā)生故障,危及行車安全。因此，有必要對列車進(jìn)行在線安全監(jiān)測。在線安全監(jiān)測的前提是獲取各故障的特征,面對列車安全監(jiān)測的迫切需求,發(fā)掘故障特征已成為目前的研究熱點(diǎn)[1-3]。

二系懸掛是影響列車運(yùn)行安全和平穩(wěn)性的關(guān)鍵部件,通過對國內(nèi)某型城市軌道交通(以下簡為“城軌”)車輛近幾年的故障統(tǒng)計發(fā)現(xiàn),轉(zhuǎn)向架部件發(fā)生故障的頻率最高,而其中二系懸掛故障又占有相當(dāng)大的比例。文獻(xiàn)[4-5]針對空氣彈簧、橫向減振器和抗蛇行減振器等三種高速列車轉(zhuǎn)向架典型故障,采用經(jīng)驗(yàn)?zāi)B(tài)分解和樣本熵進(jìn)行故障特征的提取,并引入人工智能的方法進(jìn)行故障識別,具有較高識別率。文獻(xiàn)[6]針對車體垂向加速度振動信號,提出了小波包能量矩的列車狀態(tài)估計方法,并采用支持向量機(jī)進(jìn)行故障識別。文獻(xiàn)[7]利用實(shí)測數(shù)據(jù)，應(yīng)用神經(jīng)網(wǎng)絡(luò)對城軌車輛二系懸掛進(jìn)行辨識,建立了二系懸掛動態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型。該方法具有較高的故障識別率,但該模型無法說明故障的具體特征。綜上所述,目前高速列車二系懸掛的故障診斷已比較成熟,但面對城軌車輛低速、重載及小曲線半徑等特殊的運(yùn)營狀況,需對其二系懸掛的故障特征進(jìn)行重新研究。本文通過模擬某型城軌車輛二系懸掛故障,考慮速度、載荷以及故障個數(shù)等因素的影響,采用功率譜的方法分析故障特征,從而期望為城軌車輛在線安全監(jiān)測技術(shù)的研究提供一定的理論基礎(chǔ)。

1 車輛動力學(xué)模型的建立及驗(yàn)證

1.1 車輛多體動力學(xué)模型

軌道車輛系統(tǒng)是一個復(fù)雜的非線性多體系統(tǒng),不但存在各部件之間相互運(yùn)動和相對作用力,而且還有輪軌之間的相互作用關(guān)系。因此,理論計算分析模型只能根據(jù)研究的主要目的和要求,對一些次要因素進(jìn)行相應(yīng)的假定或簡化,而在對動力學(xué)性能影響較大的主要因素上盡可能作出符合實(shí)際情況的模擬。由于車體、構(gòu)架和輪對等質(zhì)量體的剛度相對車輛懸掛系統(tǒng)的剛度大很多,故可以不考慮其彈性,這樣就可以把車輛系統(tǒng)簡化為多剛體系統(tǒng)。本文所建立的車輛系統(tǒng)動力學(xué)方程如下[8]:

(1)

式中:

M——質(zhì)量矩陣;

C——阻尼矩陣;

K——剛度矩陣;

y——狀態(tài)向量;

F—激擾矢量。

本文采用擁有豐富軌道車輛建模模塊的多體動力學(xué)軟件SIMPACK,對某型城軌車輛進(jìn)行仿真計算,結(jié)合車輛的動力學(xué)方程,建立車輛的動力學(xué)模型[9-10]。車輛部分參數(shù)如表1所示。在多體系統(tǒng)中,拓?fù)浣Y(jié)構(gòu)是系統(tǒng)建模的一個十分關(guān)鍵的前期工作。軌道車輛拓?fù)潢P(guān)系主要是車體、構(gòu)架和輪對三大部件組成的連接關(guān)系。車輛系統(tǒng)拓?fù)潢P(guān)系如圖1所示。

為符合該列車實(shí)際運(yùn)行狀況,選取一段典型路段分析。軌道由直線段、緩和曲線和圓曲線段組成,詳細(xì)參數(shù)見表2;在無法準(zhǔn)確測量軌道激勵的情況下,采用美國5級軌道譜。初步研究表明，國內(nèi)軌道不平順狀況與美國5級軌道譜基本相同[11]；由軌道不平順引起的輪軌高頻振動對車體的主要振動頻率影響不明顯[12]。因此，采用該軌道譜來模擬軌道不平順，可模擬車輛實(shí)際運(yùn)行狀態(tài)。車輛模型如圖2所示。

表1 車輛參數(shù)

圖1 車輛拓?fù)潢P(guān)系示意圖

軌道線型長度/m曲線半徑/m超高/mm直線段110000緩和曲線段11000～3000～110圓曲線段1100300110緩和曲線段21000～3000～110直線段210000

圖2 車輛動力學(xué)模型

1.2 基于實(shí)測數(shù)據(jù)的模型驗(yàn)證

為了檢驗(yàn)所建立的車輛動力學(xué)模型的可靠性,利用該型車輛實(shí)際狀況下采集的振動數(shù)據(jù)進(jìn)行了對比驗(yàn)證。因?yàn)榱熊嚩祽覓旃收蠈圀w振動有很大影響,故利用車體加速度進(jìn)行模型的驗(yàn)證分析。課題組在該型列車一節(jié)C車上安裝了一套車載數(shù)據(jù)采集裝置,在車體、構(gòu)架及輪對等部件處安裝了加速度傳感器,以獲取和分析各部件的狀態(tài)信息,從而實(shí)時監(jiān)測列車轉(zhuǎn)向架的運(yùn)行狀態(tài)。車體加速度傳感器如圖3所示,其采樣頻率為2 500 Hz。

圖3 車體加速度傳感器

利用已建立的車輛多體動力學(xué)模型,模擬車輛空載狀態(tài)下以40 km/h行駛時的運(yùn)行狀態(tài),采集車體垂向和橫向的振動加速度;同時，采集相同工況下實(shí)車的車體振動加速度;將實(shí)測和仿真的兩組振動數(shù)據(jù)轉(zhuǎn)換到頻域上進(jìn)行比較。車體垂向和橫向的頻域特征如圖4、5所示。構(gòu)架垂向和橫向加速度的頻域特征如圖6、7所示。

圖4 車體垂向加速度頻域圖

圖5 車體橫向加速度頻域圖

由圖4～圖7可知,在車體和構(gòu)架這兩個列車振動的主要部位,仿真和實(shí)測的垂向、橫向振動加速度信號在頻域上的頻譜分布基本相同,說明該仿真模型是可靠的,能夠準(zhǔn)確模擬車輛的實(shí)際運(yùn)行狀況。

圖6 構(gòu)架垂向加速度頻譜圖

圖7 構(gòu)架橫向加速度頻譜圖

2 二系懸掛故障分析

城軌車輛系統(tǒng)是個復(fù)雜的振動系統(tǒng),在特定的工況下(如速度,線路條件等),轉(zhuǎn)向架某些部位的輸出信號在特定分析域會有一定分布,通過特定分析域內(nèi)信號的能量分布變化，可識別這些部位的狀態(tài)。

本文選擇空氣彈簧和橫向減振器故障作為二系懸掛故障的研究對象,在SIMPACK仿真軟件中設(shè)置空氣彈簧故障時剛度為原來的2倍,橫向減振器故障時阻尼為原來的一半,利用功率譜分析在不同速度、載荷及故障個數(shù)下的車體振動加速度(空氣彈簧故障時分析車體垂向加速度,橫向減振器故障時分析車體橫向加速度),并結(jié)合均方根值等指標(biāo)對故障特征進(jìn)行量化分析,從而得到各故障的特征。研究表明,車體剛體動力學(xué)模型的頻域在20 Hz以下[13],因此功率譜分析車體加速度頻域選取0～20 Hz?？紤]到車輛運(yùn)行速度、負(fù)載狀況及故障個數(shù)可能對故障頻段有影響,因此逐個進(jìn)行分析。

2.1 速度對故障頻段功率譜的影響

車輛為空載狀態(tài),線路為圓曲線，空氣彈簧故障和減振器故障時車體振動加速度隨速度的變化情況如圖8、圖9所示。

圖8 空氣彈簧隨車速變化的功率譜圖

圖9 橫向減振器隨車速變化的功率譜圖

由圖8、圖9可知，隨著車速增大,車體振動強(qiáng)度在0～5 Hz有明顯反應(yīng)。由于城軌列車正常運(yùn)行速度多穩(wěn)定在50～60 km/h,故選取60 km/h速度進(jìn)行下一步分析。

2.2 載荷對故障頻段功率譜的影響

列車速度為60 km/h,線路為圓曲線,分別在空載(AW0)、滿載(AW2)、超載(AW3)三種載荷工況下對空氣彈簧和橫向減振器故障進(jìn)行分析。 空氣彈簧故障和橫向減振器故障時車體加速度隨載荷的變化如圖10、圖11所示。

圖10 空氣彈簧隨載荷變化的功率譜圖

圖11 橫向減振器隨載荷變化的功率譜圖

由圖10、11可得,不論是空氣彈簧故障還是橫向減振器故障,空載狀態(tài)下車體的振動強(qiáng)度最大；振動強(qiáng)度隨著載荷的增大而減小,并且在0～5 Hz內(nèi)反應(yīng)最為明顯。由于實(shí)際運(yùn)營時城軌車輛常處于滿載甚至超載工況,而滿載與超載時車體振動差別不大,故選用滿載工況進(jìn)行后續(xù)分析。

2.3 故障個數(shù)對故障頻段功率譜的影響

轉(zhuǎn)向架發(fā)生故障時有可能是一個或多個部件發(fā)生故障,進(jìn)而產(chǎn)生故障疊加效應(yīng)。本文針對此問題,結(jié)合上述條件(列車速度為60 km/h,負(fù)載狀況為滿載,線路為圓曲線)進(jìn)行詳細(xì)分析。通過分析時域信號發(fā)現(xiàn),隨著故障個數(shù)的改變,采用時域信號進(jìn)行故障特征識別缺乏明顯的規(guī)律,故從時域范圍提取故障特征進(jìn)行故障識別存在局限性。因此,采用功率譜的方法對空氣彈簧和橫向減振器故障時車體振動數(shù)據(jù)進(jìn)行頻譜分析,并獲取故障特征?？諝鈴椈珊蜋M向減振器故障數(shù)不同時車體振動加速度的變化如圖12、13所示。

圖12 空氣彈簧隨故障數(shù)目變化功率譜圖

圖13 橫向減振器隨故障數(shù)目變化的功率譜圖

由圖12、13可以看到,采用功率譜進(jìn)行頻譜分析后,空氣彈簧和橫向減振器故障時車體加速度都在5 Hz以下的頻段內(nèi)有明顯的響應(yīng),空氣彈簧和橫向減振器故障具體頻段分別為垂向0～3.5 Hz、橫向0～2.0 Hz。

為了實(shí)現(xiàn)頻譜變化特征的定量分析,選擇均值、均方根值和方差作為量化指標(biāo)進(jìn)行比較判定,并選取車體頻域垂向0～3.5 Hz和橫向0～2.0 Hz這兩個變化最為明顯的頻段?？諝鈴椈珊蜋M向減振器指標(biāo)變化趨勢如圖14、圖15所示。

圖14 空氣彈簧(0～3.5 Hz)指標(biāo)變化趨勢

圖15 橫向減振器(0～2.0 Hz)指標(biāo)變化趨勢

由圖14、圖15可知,隨著故障數(shù)目的增加,均值、均方根值和方差都呈現(xiàn)增大的趨勢,但是均值與均方根值和方差相比,在表征變化時趨勢不夠明顯,因此選取均方根值和方差作為頻譜變化特征的指標(biāo)更具代表性；當(dāng)空氣彈簧發(fā)生故障造成列車部件布置不對稱時,其振動強(qiáng)度甚至高于同等條件下空氣彈簧全部失效的情況,實(shí)際列車故障檢測中應(yīng)對此加以足夠的關(guān)注。

3 結(jié)語

(1) 本文以國內(nèi)某型城軌車輛為研究對象,利用SIMPACK軟件進(jìn)行建模仿真,同時考慮列車速度、載荷及故障數(shù)目等因素對二系懸掛故障的影響,分析得到空氣彈簧和橫向減振器故障分別在車體垂向0～3.5 Hz、橫向0～2.0 Hz內(nèi)有顯著的反映。

(2) 仿真結(jié)果分析表明,對于二系懸掛故障，采用功率譜頻域分析能有效地反映故障特征;選用均方根值和方差作為量化指標(biāo)來表征頻譜變化更具代表性。另外,當(dāng)空氣彈簧發(fā)生故障造成列車部件布置不對稱時,車體的振動變化尤為顯著,其均方根值和方差甚至超過空氣彈簧全部失效的情況,在實(shí)際車輛故障檢測中應(yīng)對此特別關(guān)注。

(3) 實(shí)際車輛運(yùn)行狀態(tài)從正常到異常是一個漸變的過程,所表現(xiàn)出來的征兆在很多情況下具有模糊性和隨機(jī)性，本文只是作了初步探討,城軌車輛在線安全監(jiān)測與健康維護(hù)仍需作進(jìn)一步研究。

[1] 李熙.城市軌道交通車輛走行部安全評估方法研究[D].北京:北京交通大學(xué),2011.

[2] 黃采倫,樊曉平,陳特放,等.鐵路機(jī)車實(shí)時安全狀態(tài)監(jiān)測及故障預(yù)警系統(tǒng)[J].機(jī)車電傳動,2007(4):62.

[3] 張兵.列車關(guān)鍵部件安全監(jiān)測理論與分析研究[D].成都:西南交通大學(xué),2007.

[4] 秦 娜,金煒東,黃進(jìn),等.基于EEMD樣本熵的高速列車轉(zhuǎn)向架故障特征提取[J].西南交通大學(xué)學(xué)報,2014,49(1):27.

[5] 趙晶晶,楊燕,李天瑞,等.基于近似熵及EMD的高鐵故障診斷[J].計算機(jī)科學(xué),2014,41(1):91.

[6] 劉林艷,金煒東,余志斌.基于小波分析的高速列車車體運(yùn)行狀態(tài)估計[J].計算機(jī)應(yīng)用研究,2013,30(10):2948.

[7] 王耀文,張濟(jì)民,程祖國.基于試驗(yàn)數(shù)據(jù)的城軌車輛二系懸掛系統(tǒng)神經(jīng)網(wǎng)絡(luò)辨識研究[J].鐵道車輛,2006,44(2):5.

[8] 任尊松.車輛動力學(xué)基礎(chǔ)[M].北京:中國鐵道出版社,2009.

[9] 黃安寧.基于SIMPACK 的某型軌道車輛動態(tài)性能仿真研究[D].昆明:昆明理工大學(xué),2012.

[10] 繆炳榮,羅仁,王哲,等.SIMPACK 動力學(xué)分析高級教程[M].成都:西南交通大學(xué)出版社,2010.

[11] 陳果,翟婉明,左洪福.仿真計算比較我國干線譜與國外典型軌道譜[J].鐵道學(xué)報,2001,23(3):82.

[12] 任尊松,劉志明.高速動車組振動傳遞及頻率分布規(guī)律[J].機(jī)械工程學(xué)報,2013,49(16):1.

[13] 陳澤深,王成國.車輛-軌道系統(tǒng)高中低頻動力學(xué)模型的理論特征及其應(yīng)用范圍的研究[J].中國鐵道科學(xué),2004,25(4):1.

Fault Features Analysis of Urban Rail Vehicle Secondary Suspension Based on Multi-body Dynamics

JIN Zibo, FANG Yu, LU Yuanhang, LI Xiaobin

The failure statistics of a certain type urban rail vehicle in China show that the faults of secondary suspension system have accounted for a large part of the vital reasons that affects the vehicle safety. Based on the multi-body dynamics, a dynamic model of Chinese urban rail vehicle is established and verified by using the measured vibration data. According to this model, the vibration acceleration of carbody are obtained under secondary suspension failure,and studied with the power spectrum spectral.Simulation results show that,in consideration of the train speed, load and failure numbers on air springs and lateral dampers,the carbody vibration frequency ranging 0～3.5 Hz in vertical and 0～2 Hz in lateral is the most significant.Besides,the root mean square value and variance of the spectral variation is more suitable as quantitative indicators. When the asymmetric arrangement caused by faults happens,the vibration of vehicle will change very obviously.

urban rail transit vehicle; secondary suspension system; fault features; multi-body dynamics; simulation analysis

U 270.331

10.16037/j.1007-869x.2016.07.021

2014-08-25)

*上海市科學(xué)技術(shù)委員會科研計劃(12210501200)