城市轨道交通车辆制动系统控制阀故障诊断方法

原宇博

关键词：城市轨道交通;车辆制动系统;控制阀;故障诊断

0引言

近年来，随着城镇化进程的不断推进，我国城市面积不断增加，人员出行与物资交流活动逐渐复杂，形成了环境空气污染严重、交通拥堵、出行时问长等“城市病”。城市轨道交通形式为全封闭，不易受到外界条件的影响。轨道交通充分利用了地下空间，车厢编组灵活，运能大，通过接触轨供电，节约能源，对环境污染程度较小，是解决“城市病”的有效手段，也是城市公共交通的关键组成部分，可以有效地节省市民的出行时间，改善市民的生活质量，保障城市的健康发展。

城市轨道交通车辆是实现乘客运输任务的直接工具，是轨道交通的效益线与生命线。城市轨道交通迅速发展的同时，轨道交通车辆安全事故发生的概率也在不断攀升，轨道交通车辆制动系统的安全性逐渐受到人们的重视。依据统计年鉴数据发现，某地地铁开通4个月内，车辆制动系统发生故障约40多次，造成了重大的经济损失与人员伤亡。

城市轨道交通车辆制动系统由不同部件与子系统构成，部件与子系统之问相互配合，构成一个整体。在实现制动服务过程中，若某一环节出现故障，会导致车辆运行异常，威胁车辆以及乘客的安全。轨道交通具备行驶速度快、乘客数量波动大、发车频率高等特点，这对城市轨道交通车辆制动系统的可靠性提出了更高的要求。而在车辆制动系统中，制动服务主要由控制阀决定，若控制阀出现故障，则会导致轨道交通车辆无法停止，从而发生车辆事故。为了避免车辆制动系统存在隐患，保证轨道交通车辆的稳定运行，相关学者对此进行了研究。孙玉亭提出了电力机车空气制动系统的控制故障诊断方法，对相关内容做了概述，分析了机车空气制动系统中可能出现的故障，并结合相关实践经验，分别从多个角度和方面就电力机车空气制动系统的故障检测展开了研究，但是该方法的电力机车空气制动系统的控制故障诊断效果不佳。

针对上述方法存在的问题，本文在上述方法的基础上，提出一种新的城市轨道交通车辆制动系统控制阀故障诊断方法，解决了传统诊断方法存在的问题，为保证城市轨道交通车辆运行的穩定和安全奠定了基础。

1城市轨道交通车辆制动系统控制阀故障诊断方法

1.1故障分类

控制阀是城市轨道交通车辆制动系统的主要执行单元仪表，由执行机构与调节机构构成。其中，执行机构依据驱动动力的不同可以划分为：电动执行机构、气动执行机构与液动执行机构;调节机构依据结构的不同可以划分为球阀、三通阀、直通双座阀、角型阀等。在城市轨道交通车辆制动系统中，控制阀需要与定位器结合使用，定位器可以极大地提升控制阀的控制精准度。

根据城市轨道交通车辆制动系统实际情况来看，使用频率较高的控制阀为气动控制阀，由气动执行机构、三通阀、定位器等相关附件构成。气动控制阀示意图如图1所示。

气动控制阀工作原理为：以压缩空气为动力，定位器以车辆制动系统提供的信号作为控制信号，以此来控制阀位变化。计算阀位反馈信号与控制信号的差值，依据差值计算结果改变输入电流，从而改变力矩马达偏移，形成背压信号，完成电流与气压信号的转换，进而驱动继动阀，实现了城市轨道交通车辆的制动。

通过现有文献研究发现，控制阀故障主要依据构成部分分类，分别为阀体故障、执行机构故障与附件故障，具体情况如下。

（1）阀体

阀体故障主要分为3类，分别为内漏、外漏和堵塞，故障原因如表1所示。

（2）执行机构

执行机构故障主要分为2类，分别为阀杆受损和气室漏气，故障原因如表2所示。

（3）附件

附件指的是定位器与减压阀，具体故障原因如表3所示。

上述故障是控制阀使用过程中发生概率较高的故障，通过对其分类、统计，为控制阀故障诊断与定位提供依据，也方便控制阀的管理与维修工作。1.2信号采集与处理

此研究采用8通道动态数据采集卡、6个振动加速度传感器与2个声压传感器对城市轨道交通车辆制动系统中的控制阀信号进行采集。

由于车辆制动系统工作环境较为复杂，采集得到的控制阀信号含有大量的噪声，会极大地降低控制阀故障诊断的精准度，为此，利用EMD算法降低控制阀信号中的噪声含量，具体控制阀信号降噪步骤如下所示。

（1）设定采集的控制阀信号为Y（t），提取控制阀信号Y（t）的局部极大值点与极小值点，利用三次样条函数曲线将局部极大值点拟合出控制阀信号的上包络线，同样利用三次样条函数曲线将局部极小值点拟合出控制阀信号的下包络线，上、下包络线表征着控制阀信号的全部特征信息。

（2）计算步骤1得到的上、下包络线均值，记为h，设定IMF分量信号为：

当x1满足EMD算法条件时，判定x1为控制阀信号的IMF分量信号。

（3）若IMF分量信号x1不满足EMD算法条件，将x1作为控制阀信号重复步骤1，将新IMF分量信号x1均值记为h2，则有：

再次判定x2是否满足EMD算法条件，若满足，判定x2为控制阀信号的IMF分量信号;若不满足，再次进行步骤1循环，直至得到目标IMF分量信号，记为x，令x+1=m1，则m1就是第1个从控制阀信号中分解出来的IMF分量信号。

（4）将上述步骤得到的第1个IMF分量信号分离出来，表达式为：

将得到的C（t）当作控制阀信号，重复进行步骤1～3，得到第2个IMF分量信号m2。重复循环N次，直到C（t）成为一个单调函数，得到了N个属于控制阀信号Y（t）的IMF分量信号。

（5）上述步骤得到的C（f）即为经过EMD算法的残余信号，而IMF分量信号m（t）反映了控制阀信号的不同特征信息，为控制阀故障诊断提供便利。

1.3信号相关系数计算

控制阀信号较多，若一一进行诊断，时问过长，过程较为复杂，为此，计算不同控制阀信号之问的相关系数，确定控制阀信号之问的关联程度，若关联程度高，则合并控制阀信号;若关联程度低，则保留两个控制阀信号，以此来简化控制阀故障诊断过程。

若r（p）<0.1，控制阀信号之间相关程度达到最好状态，对应的延迟步长为1。选择r（p）<0.1的控制阀信号作为控制阀特征信号，为下述控制阀故障诊断提供数据支撑。

1.4故障诊断

以上述得到的控制阀特征信号为基础，制定控制阀故障诊断程序，具体步骤如下所示。

（1）此研究选取采样点数10240点的控制阀信号为对象;

（2）将采集的控制阀信号通过EMD算法进行降噪处理，得到控制阀信号相应的IMF分量信号;

（3）对上述步骤得到的IMF分量信号进行重构，将得到的重构信号进行奇异值分解;

（4）通过相关系数计算值确定奇异值分解的延迟步长，搭建相应的Hankel矩阵，确定降阶次数;

（5）依据上一步得到的归一化相关系数对IMF分量信号进行筛选，将筛选得到的IMF分量信号与控制阀故障类型进行匹配，若匹配完成，输出控制阀故障类型;若匹配失败，无输出，表明控制阀无故障发生。

通过上述过程实现了城市轨道交通车辆制动系统控制阀故障的诊断，为车辆以及乘客安全提供更加有效的保障。

2实验结果与分析

2.1实验设计

为了验证提出方法的应用性能，设计仿真实验。选取Bosh Rexroth公司生产的控制阀作为实验对象。在WindowsXP平台上采用LIBSVM工具箱进行仿真实验。LIBSVM工具箱是由Lin Chin-Jen开发的，具备简单易行的优势，可以用来解决分类、回归、估计等多种问题。

为了保障实验的可控性，在实验条件下，模拟了10种控制阀故障模式，具体如表4所示。

2.2实验指标选取

为了客观反映城市轨道交通车辆制动系统控制阀故障诊断方法的应用性能，选取特定的实验指标，通过实验指标的大小判定提出方法应用性能的好坏。

通过现有文献研究发现，提出方法的应用性能由控制阀信号中的噪声占比与控制阀故障诊断系数决定，上述两个实验指标计算公式为：

2.3控制阀信号噪声占比分析

通过研究发现，只有控制阀信号噪声占比小于31.22%，才能得到比较精确的故障诊断结果。为了保障实验结果的准确性，分别在调定压力3MPa与5MPa下进行仿真实验，得到控制阀信号噪声占比实验结果如表5～6所示。

由表可知，随着调定压力的增加，控制阀信号噪声占比升高。在调定压力3MPa下，控制阀信号噪声占比范围为10.23%～15.68%;在调定压力5MPa下，控制阀信号噪声占比范围为25.10%～29.91%，通过对比发现，实验结果均低于最高限值31.22%。

2.4控制阀故障診断系数分析

通过仿真实验得到控制阀故障诊断系数数据如图2所示。常规情况下，控制阀故障诊断系数最低限值为0.36，由图可知，通过仿真实验得到控制阀故障诊断系数范围为0.36-0.94，全部高于规定的最低限值。

上述实验结果显示：提出方法控制阀信号噪声占比均低于最高限值31.22%，控制阀故障诊断系数范围均高于最低限值0.36，充分说明提出的方法具备较好的应用性能。

3结束语

为了更好地解决传统城市轨道交通车辆制动系统控制阀故障诊断方法中存在的控制阀故障诊断效果不佳的问题，本文提出一种新的城市轨道交通车辆制动系统控制阀故障诊断方法。此研究以现有控制阀故障类型为基础，对城市轨道交通车辆制动系统中的控制阀信号进行采集，利用EMD算法对控制阀信号中的噪声进行处理，并计算不同控制阀信号之问的相关系数，确定控制阀信号之间的关联程度，根据得到的控制阀特征信号，制定控制阀故障诊断步骤。实验结果充分表明，本文方法的控制阀信号噪声占比比最高限值低，且控制阀故障诊断系数范围比最低限值高，具备良好的应用性能，可以为车辆以及乘客的安全提供更加有效的保障。