基于EMD的CRH5动车组万向轴转频能量研究①

阮腾达， 林建辉

(西南交通大学牵引动力国家重点实验室，四川成都 610031)

高速列车走行部的安全是列车运行安全中的重中之重，故有必要进行列车走行部的监测与故障诊断.但由于高速列车结构的特殊性以及系统高度耦合，使得其走行部基于振动数据的状态检测与故障诊断面临挑战.

2013年1月，CRH5型动车组传动系统开始进行试验研究，主要采集齿轮箱振动与温度信号，为有效掌握列车在实际线路运营状态下关键系统的性能、可靠性及安全性[1].本文主要对万向轴特征频率所在成分的提取做详细介绍并通过实测数据对所述算法进行验证.

1 CRH5动车组传动系统结构

CRH5动车组传动系统采用的是牵引电机+万向轴+齿轮箱的结构，如图1所示.其驱动装置采用“体悬式”结构，牵引电机固定于车体下设备舱内，采用弹簧弹性悬挂，减小转向架质量，有利于提高整车的动力学性能，同时提高电机的可靠性与可维护性[2].

图1 CRH5型动车组传动系统结构图

该车型采用的联轴装置是可伸缩十字万向轴联轴器，作用为将牵引电机输出的机械驱动力传递给齿轮箱.

当万向轴动不平衡量超标时，其将会以偏心状态高速旋转，两端十字万向节将严重磨损，导致万向轴及齿轮箱出现故障影响行车安全.

图2 EMD分解步骤示意

2 EMD的基本方法与原理

经验模态分解(EMD方法)是由 Norden.E Huang于1998年提出，在旋转机械故障定位与早期故障诊断中应用广泛.

2.1 本征模态函数

EMD方法的基本思路是将原信号依据自身时间尺度分解为多个本征模态函数(IMF).

根据 Norden.E Huang 的定义[3]，一个 IMF 必须满足以下两点:①在数据集中，极值点与零点的个数必须相同或至多只差1个;②在每一点上各极大值形成的上包络线与各极小值形成的下包络线均值为0.

2.2 EMD的分解过程

基于IMF定义，通过EMD的方法分解信号，求出各阶本征模态函数，步骤如图2所示.[3～4]:

3EMD在万向轴转频能量计算中的应用

由于万向轴在高速运行的动车转向架中是旋转件，故无法直接测量万向轴的振动，需在齿轮箱端加装振动加速度传感器，从齿轮箱振动信号中分离出与万向轴有关的频率成分，再进行能量的计算.

3.1 数据获取

数据采集仪器如图3所示，采集器采集齿轮箱振动信号(测点位置为图1中工艺孔位置)及列车实时速度信号，并利用SD卡进行数据的存储.数据采样频率为20000Hz.

图3 数据采集仪器示意

3.2 齿轮箱振动信号分析

选取6月6日CRH5082执行昌图西－铁岭西区间200km/h恒定速度下数据进行分析，傅立叶幅值谱如图4.

图4中的主频1144Hz为齿轮箱啮合频率;低频42.3Hz其为小齿轮转频所在频率成分;这些频率都与理论计算相符.

根据齿轮箱结构特性，万向轴转频与齿轮箱小齿轮转频一致，若万向轴动不平衡超标，根据传递关系，齿轮箱振动变大，且小齿轮转频所在频率成分幅值会增大，基于此，则可认为齿轮箱小齿轮转频能量可以表征万向轴转动能量.

图4 车速200km/h齿轮箱测点振动频谱图

3.3 基于EMD方法的特征提取

首先对数据进行EMD分解，将原始信号分解成本征模态函数(IMF)，如图5所示.

图5 EMD分解后的所有IMF及残差图

表1 各IMF平均瞬时频率对应表

原始信号被分为11个IMF与1个残差.为识别万向轴转频所在的IMF，对各IMF计算平均瞬时频率，计算结果见表1.

当时车速为200km/h，万向轴转频为42.3Hz.对应表1，IMF9中心频率为44.58Hz，其即为万向轴转频所在IMF.

表2 对比验证试验

4 验证及结论

为验证所提取的IMF是否能够反映万向轴状态，特做了对比试验，在同一位置换装不同状态的万向轴，经相同工况下线路试验，采集时长相同的A、B两组数据进行对比，结果如表2.

通过对比试验，可以发现利用EMD方法可以在齿轮箱振动信号中提取与万向轴故障信息相关的频率成分，并通过其能量表征万向轴相对状态的方法是可行的.

[1]张英春，李秋泽，谌亮.CRH5型动车组传动系统监控技术研究[C].第八届中国智能交通年会优秀论文集，2013:541－545.

[2]张红军，姚远，罗赟，等.CRH5型动车万向轴传动系统技术特征分析[J].铁道学报，2009，31(2):115－119.

[3]Norden E Huang，Zheng Shen，Steven R Long，etal.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non－ stationary TimeSeries Analysis[J].Proc Roy Soc London，1998，454:903－995.

[4]于德介，程军圣，杨宇，等.机械故障诊断的Hilbert－Huang变换方法[M].北京:科学出版社，2006.