铁路货车空气制动系统故障诊断研究综述

李烨斌 白艳涛

（大秦铁路股份有限公司科学技术研究所 山西省太原市 030000）

我国疆域辽阔，但资源分布不均，导致货物运输量大且集中，因此，铁路货物运输在重载运输中占据重要的地位[1]。铁路货运在煤炭、钢铁等基础物资运输方面发挥了至关重要的作用，是不可替代的大宗货物运输方式。依据《2019年交通运输行业发展统计公报》[2]，伴随着经济的快速增长，我国对铁路货运的需求也在逐年增加。同时，这也意味着对铁路货车行车安全提出了更高的要求。

制动系统作为确保铁路列车安全运行的关键设备，一旦发生故障，列车很可能会出现制动力分布不均匀以及列车纵向冲量过大，从而引发断勾、脱钩、脱轨等事故[3]。空气制动系统是指以压缩空气作为动力源，并通过改变压缩空气的压强来控制列车的制动系统[4]。目前，空气制动系统是应用范围最普遍的制动系统，特别是在我国铁路货车领域。此外，由于空气制动系统自身的复杂性以及工作环境的恶劣性，引起故障发生的原因也很复杂，具有明显的层次性、随机性和不确定性等特点[5]。因此，空气制动系统工作状态是保证铁路货车行车安全的关键。长期以来，对列车制动系统的检修主要依赖于厂家定期检修和人工日常维修。这种检修模式十分依赖人工经验，具有较强的主观性，只能发现部分故障，且不能对故障原因进行准确定位，极易导致误诊或漏诊。随着我国铁路货车运输能力的不断提升，对空气制动系统的性能要求也随之提高，其结构愈发复杂，从而加大了制动系统故障诊断的难度。基于此，传统的人工检修已经难以满足实际应用需求。近几年，随着互联网技术和工业大数据的发展，基于解析模型、专家知识和数据驱动的制动故障识别方法成为研究热点，并取得了一定的成果。

本文首先介绍了铁路货车空气制动系统的工作机理及常见故障，再从基于解析模型、专家知识以及数据驱动三个方面对空气制动系统故障诊断技术进行阐述，最后进行总结和展望。

1 空气制动系统工作原理及常见故障

1.1 空气制动系统结构及工作原理

铁路货车空气制动系统以压缩风压为动力源，利用风压变化实现各种不同的制动功能，其结构如图1所示。

图1：铁路货车制动系统结构

目前，我国铁路货车空气制动系统主要采用120控制阀，其具有制动力大、控制灵敏性强的优点[6]。120型空气制动系统结构如图2所示，作为货车制动系统中的核心装置，其与列车管、制动缸以及副风缸相连，主要通过内部作用实现制动系统各种工作状态[7]。列车管贯穿整列车，为各个车辆提供压缩空气，各车辆之间以及车辆与机车通过折角塞门连接。制动缸是车辆制动系统的执行部件，在制动工作模式下，列车管和副风缸内的压力冲入制动缸，推动闸瓦与车轮踏面接触，产生制动作用。副风缸和加速缓解风缸主要起提高列车缓解以及制动效率的作用，不直接参与列车制动。

图2：120型空气制动机组成

整个货车制动系统是根据贯穿整列车的列车管中风压变化进行控制，120控制阀主活塞上下两部分随着风压的变化产生压力差，导致主活塞失衡带动滑阀移动，根据滑阀所处的不同工作位置，产生不同的工作状态。铁路货车空气制动系统主要有常用制动、制动保压、充气缓解、减速充气缓解以及紧急制动等5种工作状态。

1.1.1 常用制动

常规制动时，列车管压减小，120阀主活塞下腔压力大于上腔压力，形成压差。主活塞依靠压差克服阻力，首先驱动控制阀向上移动，然后驱动滑阀向上移动，分别产生第一和第二阶段的局减。

1.1.2 制动保压

当列车管在制动过程中的减压量达到一定值时，司机操纵手柄将制动位转换为保压位，使列车管停止减压呈保压状态。

1.1.3 充气缓解

当列车管压升高时，120阀主活塞下腔压力小于上腔压力，主活塞平衡状态被打破，带动滑阀和节流阀下移，形成充气和缓解位。

1.1.4 减速充气缓解

当制动管充气增压时，前车制动管增压速度较大，120阀主活塞上下两侧迅速产生较大的压力差，从而带动节制阀、滑阀快速下移，并越过充气缓解位，压缩减速弹簧至下限位置，形成减速充气缓解位。

1.1.5 紧急制动

在列车正常行驶过程中，若遇到紧急情况，列车会把全部制动力加上实施紧急制动。此时，列车管压力迅速下降，主活塞上下侧的压力差迅速增大，从而带动滑阀、节制阀一起快速向上移动，实现紧急制动。

1.2 空气制动系统常见故障分析

在实际运用过程中，铁路货车空气制动系统自身结构的复杂性以及工作环境的恶劣性都使得制动系统的故障显得更加模糊。空气制动系统的故障原因与故障征兆之间并非一一对应的关系，实际上它们之间的关系十分复杂。通常，一种故障原因可能引发多种的故障征兆（一对多），同一故障征兆可能对应不同故障原因（多对一）。以下是对货车制动系统常见故障原因的分析。

1.2.1 自然缓解故障

自然缓解故障通常是指列车管在制动保压过程中未出现缓解信号，但制动缸自动地发生了缓解的现象。在实际应用中，该类故障会使铁路货车失去制动能力，极大可能会引发重大安全问题。该故障判定标准为：列车在持续保压过程中，制动缸上游压力持续下降，从开始下降至缓解结束用时少于1分钟，则判定为自然缓解故障。

导致自然缓解故障发生的主要原因：

（1）滑阀与滑阀座配合不严密。当滑阀与滑阀座配合不严密时，120控制阀主活塞下方的副风缸内部风压通过主阀体排向大气，导致主活塞上方空间压力大于下方空间压力，造成主活塞下移至缓解位。

（2）制动缸漏泄。制动缸作为制动力的原动力作用部位，此时列车置于制动作用状态，副风缸向制动缸充风，列车管部分风压同时流向制动缸，由于制动缸出现漏泄，导致制动缸充风速度远远低于制动缸漏泄速度，无法产生使鞲鞴压紧闸瓦的制动力，列车出现自然缓解。

（3）副风缸漏泄。副风缸出现漏泄时，主活塞下方空间压力降低，促使主活塞下移至缓解作用位，列车出现自然缓解故障。

1.2.2 缓解不良故障

缓解不良故障是指列车管出现缓解信号时，控制阀缓解慢或不缓解的情况。若列车发生缓解不良故障，会导致列车抱闸运行，车轮踏面擦伤，严重影响车辆各部件的使用寿命。当列车管以高于2kPa/s的充风速率向副风缸充风时，制动缸从产生缓解作用开始到缓解作用完毕用时大于1分钟，则认定该列车出现缓解不良故障。

导致缓解不良故障发生的原因：

（1）制动缸故障。由于制动缸缺油或缓解弹簧弹力较弱导致制动缸鞲鞴在缓解作用状态下无法被推回；由于制动缸漏泄，局减阀产生开启与关闭之间的周期性变化，120控制阀主阀因为列车管内压力的变化，使制动系统处于缓解与制动之间周期性变化，使得制动机无法正常缓解。

（2）加速缓解阀故障。在缓解状态下，加速缓解阀能够实现全列车制动作用的快速解除。当加速缓解阀活塞右侧缩孔被阻塞时，制动缸压缩空气无法外排，鞲鞴无法缩回，从而导致缓解不良故障。

（3）120阀故障。120控制阀主活塞的膜板由于长时间使用出现老化，造成风压在主活塞上下腔通风，导致制动缸充气时主活塞不能移动；滑阀与座配合不严密，主活塞内部连接主阀以及中间体的风压相互窜风，导致主活塞无法移动，引发缓解不良。

（4）降压风缸漏泄。

与制动缸漏泄类似。

1.2.3 安定不良故障

安定不良故障是指以常规制动最大减压速率和减压量进行减压时，触发制动紧急制动的现象。当列车发生安定不良故障时，将会触发常规制动下的紧急制动，致使运行列车意外停车，从而影响列车运行秩序。

引发安定不良故障发生的主要原因：

（1）120控制阀主阀故障。主活塞膜板老化、减速弹簧座反装。

（2）紧急阀故障。当放风阀盖镶套窜出时，放风阀上下侧形成压差，失去平稳，导致放风阀自行打开，列车管中的风压快速下降，造成意外紧急制动；当紧急阀中安定弹簧的弹力太弱时，活塞两侧的风压通过安定弹簧打开放风阀，从而引发紧急制动。

1.2.4 制动感度故障

制动感度指的是列车以常规制动最小减压量和减压率实施常规制动时，闸瓦刚好能压向轮对踏面产生制动作用[8]。如果不满足上述条件，列车制动系统存在制动感度故障，则可能导致列车出现制动作用不及时或者制动力不足的现象。制动感度故障的判定标准为：在列车管减压40kPa以前，制动系统必须产生制动作用，局部减压量不超过40kPa，且在局减作用完毕后1分钟内不发生自然缓解。

导致制动感度故障发生的原因包含三个方面：

（1）120阀故障。主活塞膜板长时间使用出现裂化、滑阀与座配合不严密、密封圈作用不良。

（2）制动缸故障。制动缸故障包括制动缸缺油和制动缸漏泄。

（3）120阀中间体连接副风缸的管路堵塞。

2 空气制动系统故障诊断技术

空气制动系统的正常工作是保证铁路货车安全运行的重要保障。由于货车空气制动系统中各零部件之间存在复杂的耦合关系，故障难以发现，给故障诊断和处理带来了很大的困难。目前，我国铁路货车的制动检修主要采用定期检修和日常维修相结合的方式。这种检修方式过于依赖人工经验，且具有很强的主观性，很容易造成一定的欠维修或过维修。

随着设备故障诊断技术的快速发展，国内外陆续开展了关于空气制动系统故障诊断方法的研究并取得一定的成果。根据故障诊断技术的原理，将从基于解析模型、知识和数据驱动三个方面来介绍空气制动系统故障诊断方法。

2.1 基于解析模型的制动系统故障诊断

该方法是利用动力学或者物理方程建立精准的制动系统模型，然后根据某个标准或者阈值进行定量估计，以实现故障诊断。根据不同的建模方法，该方法可以大致分为：数学模型、物理模型以及功率键合图模型。

文献[9]通过建模和仿真，研究制动条件下货车和轨道之间的强非线性动态曲线性能。针对重载组合列车制动系统管路泄漏的问题，陈三元[10]利用空气流体力学原理建立不同工作状态下的空气管路部件的等效数学模型，并运用重叠分解技术，成功实现对管路泄漏故障的诊断。汪余景[11]根据机车空气制动系统的工作原理，建立判定列车制动主管折角塞门关闭位置的数学模型，然后根据热式流量变送器采集到的流量和压力信号，计算全列车贯通辆数，有效地保障列车的运行安全。文献[12]利用流体仿真软件AMEsim平台搭建货车空气制动系统仿真物理模型，并在此基础上，模拟常用制动工况下的局减阀故障。

该方法不需要大量的故障数据和丰富的专家知识，但是对制动系统模型精度要求较高。由于制动系统具有复杂的内部结构和多变的运行模式，完全用解析模型的方法来检测故障，物理或数学模型都难以构建，所以其故障诊断效果并不理想。

2.2 基于知识的制动系统故障诊断

近几年，得益于专家系统和人工神经网络技术的发展和进步，基于知识的故障诊断算法的应用也越来越广泛。该方法不仅能够较好地处理大量复杂、非线性的故障诊断问题，而且避免了精确建模的难题。该方法主要有专家系统、神经网络、故障树等

文献[13]结合专家系统技术和计算机技术，提出如图3所示的专家系统用于120-1空气制动系统的故障诊断，并经过试验验证了该专家系统诊断的有效性和正确性。陈川等[14]针对JZ-7型制动机的特点，设计了一种基于专家系统的故障诊断方法，该方法利用多媒体生动形象地表现空气制动系统的工作原理与故障状态。丁建波等[15]通过监测制动机各阀气压以及变化速率来构建故障树模型，并进行故障自动诊断系统软、硬件的设计。文献[16]设计了专家系统和神经网络诊断模块，利用加权投票机制获得最佳诊断结果，并在工程实际中得到应用。文献[17]以制动机系统压力速率为研究对象，结合小波分析和模糊理论，建立机车制动系统故障诊断专家系统，实现诊断故障的效果。

图3：基于Web的专家系统框架

基于知识的诊断方法不需要对空气制动系统建立精确的数学或物理模型，且诊断结果容易理解，但是其故障诊断的准确性严重依赖于专家知识的层次。在实际运用中，获取高水平的专家知识是比较困难的。

2.3 基于数据驱动的制动系统故障诊断

基于数据驱动的制动系统故障诊断方法是把不同类型的数据作为研究对象，通过挖掘数据中的隐含信息来表征制动系统运行的不同状态，从而实现故障诊断。该方法主要有多元统计分析法和机器学习法两种类型。

针对铁路货车空气制动系统故障的模糊性，裴迪[18]利用贝叶斯网络探究制动系统故障的内部联系，推断零部件的故障概率，成功实现常见制动故障的诊断与定位。张鹏飞等[19]为了提高铁路货车空气制动系统故障诊断的效率，提出将核主成分分析与K均值优化的隐马尔可夫模型相结合的故障诊断方法。该方法实验结果如图4所示，能够很好地表征空气制动机的故障状态，且具有较高的诊断精度。文献[20]提出将贝叶斯网络模型用于内燃机空气制动系统的故障诊断。该模型基于联合树算法，可以计算出准确的故障概率，有效地减少制动系统故障的不确定性。王建刚[21]设计了一套能够实时监测铁路货车空气制动系统工作状态的系统，该系统通过贝叶斯网络推理，可以实现制动故障诊断与定位。文献[22]通过制动闸片温度对列车制动系统的状态进行监测，将测试样本与各状态的参考样本进行相似性度量，通过矢量量化技术计算欧式距离，对制动片5种温度模式进行识别，从而实现制动系统故障诊断。针对列车折角塞门监测系统建模困难的问题，文献[23]提出基于BP神经网络的车辆折角塞门关闭故障检测的方法。张猛[24]提出基于梯度提升决策数的铁路货车制动故障诊断方法，并结合Baidu Map和相关Web技术，实现故障诊断原型系统。

图4：核主成分分析与优化隐马尔可夫模型诊断结果

基于数据驱动的诊断方法无需构建精确的制动系统模型和丰富的专家知识系统，只需利用数据，挖掘其中隐含的信息，就可以识别故障，因此，具有很强的适用性。但是该方法的诊断效果会受制于数据样本数量和质量。

3 总结与展望

3.1 总结

随着我国铁路货车运输量的不断增长，对铁路货车安全运行提出了更高的要求。空气制动系统作为铁路货车速度的抑制装置，其工作状态会给整个铁路系统的安全、可靠性以及经济性带来巨大的影响。因此，如何准确、高效的实现空气制动系统故障诊断具有重要的意义。本文将空气制动系统故障诊断技术分为基于解析模型、知识和数据驱动三种类型分别进行阐述。以下归纳了每种故障诊断方法的优缺点：

（1）与其他方法相比，基于解析模型的制动系统故障诊断方法对故障数据的依赖性较低，且不需要先验知识，但是该方法对建模精确度要求很高。实际应用中精确的空气制动系统模型往往难以获得。

（2）基于知识的制动系统故障诊断方法不依赖精确的物理模型和数学模型，具有较强的推理能力。但是该方法依赖丰富的专家知识或故障信息以及大量的学习样本。

（3）基于数据驱动的制动系统故障诊断方法可以避免精确建模的难题，也不需要丰富的专家知识，具有较强的适用性。但是该方法依赖于样本的数量和质量。

3.2 展望

尽管国内外学者对铁路列车故障监测和诊断开展了大量的研究，但是对铁路货车空气制动系统状态检测和故障诊断的研究还比较少，给铁路货车运行安全带来了一定的隐患。目前列车制动系统的故障诊断主要集中在电空制动系统，而针对铁路货车空气制动系统的故障诊断的研究较少。此外，由于货车不通电，难以采集制动系统运行数据，增大了空气制动系统故障诊断的难度。随着通信系统、锂电池技术、互联网技术的发展，为货车安装电子系统，实现铁路货车制动系统实时监测与故障诊断提供了可能。