机车车辆转向架检测用加速度传感器的自诊断方法
【专利摘要】本发明公开了机车车辆转向架检测用加速度传感器的自诊断方法，包括依次进行的以下步骤：步骤一、将转向架检测测点分成多个监测阵列，每个监测阵列对应检测一类轴承，监测阵列中每个测点对应一个所需检测轴承；步骤二、分别在每个所需检测轴承上安装一个加速度传感器；步骤三、分别离线建立每个监测阵列内K个测点加速度传感器各自的RBF神经网络预测器；步骤四、设定加速度传感器开路故障、短路故障时各自冲击信号的均值阈值和方差阈值，以及加速度传感器的距离误差阈值；步骤五、在机车车辆转向架工作时，实现多个监测阵列的巡检并进行故障诊断。本发明能快速检测出加速度传感器短路、开路故障及其它故障，对转向架监测的安全性具有重要作用。
【专利说明】机车车辆转向架检测用加速度传感器的自诊断方法
【技术领域】
[0001] 本发明涉及故障诊断技术，具体是机车车辆转向架检测用加速度传感器的自诊断 方法。
【背景技术】
[0002] 转向架作为机车车辆的重要组成部分，起着承载、牵引、走行和制动等重要作用， 是决定机车车辆运行安全及动力学性能最为关键的组成部分。机车车辆转向架的轴承一般 为滚动轴承，其起着承受载荷和传递载荷的作用。在高速重载的运营条件下，机车车辆转向 架的轴承一旦发生故障，易导致热轴、燃轴、切轴等事故的发生，因此，为了保证机车车辆安 全可靠运行，对转向架的轴承进行检测尤为重要。
[0003] 机车车辆转向架轴承的故障检测普遍采用振动冲击检测法，振动冲击检测法的具 体操作过程为：在转向架上安装多个检测阵列，每个检测阵列包含安装在转向架对称位置 轴承的多个加速度传感器，通过加速度传感器采集的振动冲击信号进行转向架轴承的故障 检测。加速度传感器作为冲击信息获取的源头，是机车车辆转向架轴承故障检测不可或缺 的部件，其测量数据的准确性对检测结果有至关重要的影响。由于机车车辆转向架轴承的 工作环境复杂、恶劣，加速度传感器安装在其上时也处于复杂、恶劣的环境中，因此，实现加 速度传感器自身状态的故障检测十分重要。
[0004] 目前机车车辆转向架轴承上加速度架传感器的在线故障检测技术主要集中在加 速度传感器失灵故障的检测，检测技术主要利用人工或特定工具敲击加速度传感器，并根 据加速度传感器输出的冲击波形值与理想值的比对差异来实现，实时性及准确性较差。综 上所述，现有机车车辆转向架轴承上加速度传感器的故障检测类型的局限性且检测技术的 缺陷，使加速度传感器的工作状态得不到及时检测，严重影响了转向架轴承故障检测的实 时性及准确性，无法确保机车的行车安全。
【发明内容】
[0005] 本发明的目的在于克服现有技术的不足，提供了一种机车车辆转向架检测用加速 度传感器的自诊断方法，其能及时准确的对加速度传感器的故障进行识别，确保机车的行 车安全。
[0006] 本发明解决上述问题主要通过以下技术方案实现：机车车辆转向架检测用加速度 传感器的自诊断方法，包括以下步骤： 步骤一、根据机车车辆转向架上所检测同类型轴承对称性分布的特点将转向架检测测 点分成多个监测阵列，监测阵列的数量与同一转向架上所需检测轴承类型的数量相同，每 个监测阵列对应检测一类轴承，每个监测阵列包括K个呈现对称分布的测点，每个测点对 应一个所需检测轴承，其中，K为大于或等于4的偶数； 步骤二、分别在每个所需检测轴承上安装一个加速度传感器； 步骤三、分别离线建立每个监测阵列内K个测点加速度传感器各自的RBF神经网络预 测器； 步骤四、设定加速度传感器短路故障时冲击信号均值阈值、短路故障时冲击信号方差 阈值、开路故障时冲击信号均值阈值、开路故障时冲击信号方差阈值、以及加速度传感器的 距离误差阈值； 步骤五、在机车车辆转向架工作时，实现多个监测阵列的巡检并进行加速度传感器故 障诊断。
[0007] 进一步的，所述步骤三中离线建立每个监测阵列K个测点加速度传感器各自的 RBF神经网络预测器的具体操作步骤如下：获取N个时刻各个测点加速度传感器的训练样 本，根据训练样本，按照梯度下降法调整权值矩阵，当达到设定精度后，表示各个测点的RBF 神经网络预则器已离线建立完成；其中，每个测点某一时刻的训练样本包括该测点相应时 亥IJ的输入数据和输出数据，训练样本的获取通过取该测点外其余测点同一时刻采样的长度 为L振动冲击信号的均值作为该测点的RBF神经网络预测器的输入数据，并取该测点同一 时刻起采集的长度为L振动冲击信号的均值作为该测点的RBF神经网络预测器的输出数 据。
[0008] 本发明针对一个时间窗内的数据，其均值可以有效反映信号的幅度，方差可以反 映信号的稳态性，基于传感器发生开路故障时其输出信号接近于加速度传感器输出值的最 大值的表现形式，制定了传感器开路故障诊断的标准，基于传感器发生短路故障时其输出 信号接近于〇,制定了传感器短路故障诊断的标准。具体为：所述步骤四中加速度传感器 开路故障和短路故障的阈值采用以下方式设定：加速度传感器开路故障的设定均值阈值为 m 加速度传感器短路故障的设定均值阈值为m -at)，加速度传感器开路或短路故 障的设定方差阈值为5，其中，m为加速度传感器的输出最大值，0.95 <a<l，0<5< 0.05〇
[0009] 进一步的，所述机车车辆转向架检测测点分成三个监测阵列，三个监测阵列分别 为轴箱位监测阵列、电机位监测阵列及抱轴位监测阵列，每个监测阵列包含转向架上对称 分布的4个同类检测轴承，对应4个测点。
[0010] 进一步的，所述机车车辆转向架的轴承上安装有转速传感器，所述加速度传感器 在转速传感器输出脉冲信号后同步采集某监测阵列内K个测点的振动冲击信号。
[0011] 进一步的，所述步骤五中实现某一监测阵列的检测时具体包括以下步骤： 步骤5. 1、同步获取该监测阵列对应的K个加速度传感器产生的振动冲击信号，并计算 该监测阵列K个测点振动冲击信号的均值和方差； 步骤5. 2、将K个测点的均值和方差与设定的均值阈值和方差阈值进行对比，并根据对 比结果判断加速度传感器是否存在开路故障或短路故障，若存在开路故障或短路故障，发 出加速度传感器开路或短路故障报警，进入下一检监测阵列检测，否则进入下一步骤进行 该监测阵列加速度传感器其它故障诊断； 步骤5. 3、计算K个测点冲击信号均值最大值与最小值的距离，若该距离大于设定的加 速度传感器的距离误差阈值，则进入下一步骤，否则退出该监测阵列的加速度传感器故障 诊断并进入下一监测阵列的检测； 步骤5. 4、计算K个测点冲击信号均值的均值M，并获取与均值M偏差最大的冲击信号 均值的测点位A，并将除测点位A的其余冲击信号均值作为测点A的RBF神经网络预测器的 输入值在线估计测点A冲击信号均值的估计值，若测点A冲击信号均值的估计值与实际均 值之间的误差大于设定的加速度传感器的距离误差阈值则进入下一步骤，否则退出该监测 阵列的加速度传感器故障诊断并进入下一监测阵列的检测； 步骤5. 5、同步采集K个测点的多组数据，并计算测点A多组数据的均值估计值与实际 均值的平均误差，若平均误差大于设定的加速度传感器的距离误差阈值，则测点A的加速 度传感器存在故障，否则，测点A的加速度传感器检测正常。
[0012] 本发明基于K个加速度传感器在同转向架上对称分布，K个测点并行采集的振动 冲击信号的冲击幅度差值保持在一定的范围内，若出现某测点冲击幅度过高或过低，则可 初步判定此测点的冲击传感器对故障的冲击出现偏差或偏移，进而实现故障点的隔离。然 后基于机车同转向架上对称测点的K个传感器采集信息之间的冗余性，即可以通过K-I个 传感器的信息提供剩余一个传感器的冗余估计值，利用非故障的K-I个测点冲击均值及训 练好的RBF神经网络预测器实现故障点冲击均值的估计，若估计值与实际测量值的误差超 过误差阈值，则表示故障测点的传感器存在异常。为了进一步排除环境噪声等非传感器自 身故障引起的冲击异常导致传感器故障的误判，采取立即检测策略：即立即检测设定时间 周期内故障测点多组估计均值与实际均值的平均误差，若平均误差仍大于误差阈值，则发 出故障测点传感器故障的检测信息；否则，排除故障测点的传感器存在故障。
[0013] 进一步的，所述步骤5. 2中判断开路故障和短路故障采用以下方式实现：首先判 断冲击信号的均值是否大于开路故障时冲击信号均值阈值，且方差小于开路故障时冲击信 号方差阈值，若是则判断对应测点加速度传感器存在开路故障，若否则判断某个测点冲击 信号的均值是否小于短路故障时冲击信号均值阈值，且方差小于短路故障时冲击信号方差 阈值，若是则判断对应测点加速度传感器存在短路故障。
[0014] 综上所述，本发明具有以下有益效果：（1)本发明既能快速检测出加速度传感器 短路、开路故障，又能够快速实现加速度传感器的精度下降、偏差和偏移等故障的检测，对 于及时发现机车车辆转向架加速度传感器的故障提供了可靠有效的手段，进一步保证了机 车的行车安全。
[0015] (2 )本发明应用时具有无拆卸、频繁检测的优越性，对于确保加速度传感器检测数 据的正确性，特别是对机车车辆转向架监测的安全性具有重要作用。
【专利附图】
【附图说明】
[0016] 图1为本发明一个监测阵列的具体实施例的诊断流程图； 图2为图1中加速度传感器短路、开路故障诊断流程图； 图3为图1中加速度传感器非短路、非开路故障诊断流程图。
【具体实施方式】
[0017] 下面结合实施例及附图，对本发明做进一步地的详细说明，但本发明的实施方式 不限于此。
[0018] 实施例： 机车车辆转向架检测用加速度传感器的自诊断方法，包括依次进行的以下步骤：步骤 一、根据机车车辆转向架上所检测同类型轴承对称性分布的特点将转向架检测测点分成多 个监测阵列，监测阵列的数量与同一转向架上所需检测轴承类型的数量相同，每个监测阵 列对应检测一类轴承，每个监测阵列包括K个呈现对称分布的测点，每个测点对应一个所 需检测轴承，其中，K为大于或等于4的偶数；步骤二、分别在每个所需检测轴承上安装一个 加速度传感器；步骤三、分别离线建立每个监测阵列内K个测点加速度传感器各自的RBF神 经网络预测器；步骤四、设定加速度传感器短路故障时冲击信号均值阈值、短路故障时冲击 信号方差阈值、开路故障时冲击信号均值阈值、开路故障时冲击信号方差阈值、以及加速度 传感器的距离误差阈值；步骤五、在机车车辆转向架工作时，实现多个监测阵列的巡检并进 行加速度传感器故障诊断。本实施例中监测阵列的数量为三个，三个监测阵列分别为轴箱 位监测阵列、电机位监测阵列及抱轴位监测阵列，每个监测阵列包含转向架上对称分布的4 个同类检测轴承，即每个监测阵列包括4个呈现对称分布的测点。本实施例中机车车辆转 向架的轴承上安装有一个转速传感器，每个监测阵列的加速度传感器在转速传感器输出脉 冲信号后同步采集某监测阵列内4个测点的振动冲击信号。本实施例应用时将三个监测阵 列进行有序编号，检测时循环进行。
[0019] 本实施例在采集各测点的冲击信号前还需离线建立每个监测阵列内四个测点加 速度传感器各自的RBF神经网络预测器，其中，每个监测阵列内各个测点RBF神经网络预测 器的建立过程为：获取N个时刻各个测点加速度传感器的训练样本，根据训练样本，按照梯 度下降法调整权值矩阵，当达到设定精度后，表示各个测点的RBF神经网络预则器已离线 建立完成。其中，每个测点某一时刻的训练样本包括该测点相应时刻的输入数据和输出数 据，训练样本的获取通过取该测点外其余测点同一时刻采样的长度为L振动冲击信号的均 值作为该测点的RBF神经网络预测器的输入数据，并取该测点同一时刻起采集的长度为L 振动冲击信号的均值作为该测点的RBF神经网络预测器的输出数据。其中，本实施例中L 取值为200。四个RBF神经网络预测器建立的具体操作步骤如下：将四个加速度传感器分 别编号为1、2、3及4,四个加速度传感器对应的测点分别为测点1、2、3及4,同步采样从时 刻h起时四个加速度传感器正常工作时的长度为L振动冲击信号，取测点1、2、3的振动冲 击信号的均值作为测点4的RBF神经网络预测器的输入，测点4的振动冲击信号的均值作 为测点4的RBF神经网络预测器的输出，组成测点4的RBF神经网络预测器一组训练样本； 取测点2、3、4的振动冲击信号的均值作为测点1的RBF神经网络预测器的输入，测点1的 振动冲击信号的均值作为测点1的RBF神经网络预测器的输出，组成测点1的RBF神经网 络预测器一组训练样本；取测点1、3、4的振动冲击信号的均值作为测点2的RBF神经网络 预测器的输入，测点2的振动冲击信号的均值作为测点2的RBF神经网络预测器的输出，组 成测点2的RBF神经网络预测器一组训练样本；取测点1、2、4的振动冲击信号的均值作为 测点3的RBF神经网络预测器的输入，测点3的振动冲击信号的均值作为测点3的RBF神 经网络预测器的输出，组成测点3的RBF神经网络预测器一组训练样本；依次类推直至获取 完N组训练样本。最后根据N组训练样本离线训练RBF神经网络预测器。
[0020] 本实施例在采集各测点的冲击信号前还需预先设定加速度传感器短路故障时冲 击信号均值阈值、短路故障时冲击信号方差阈值、开路故障时冲击信号均值阈值、开路故障 时冲击信号方差阈值、以及加速度传感器的距离误差阈值。加速度传感器开路故障和短路 故障的阈值采用以下方式设定：加速度传感器开路故障的设定均值阈值为，加速度传 感器短路故障的设定均值阈值为m-α)，加速度传感器开路或短路故障的设定方差阈 值为5 ,其中，m为加速度传感器的输出最大值，0.95<α<1 ,O<i? <0.05。
[0021] 如图1所示，本实施例在实现某一监测阵列的检测时具体包括以下步骤：步骤一、 采集该监测阵列内各个测点的冲击信号并进行均值和方差计算；步骤二、诊断各个加速度 传感器是否存在开路故障或短路故障，若存在开路故障或短路故障，发出传感器开路或短 路故障报警，进入下一检监测阵列检测，若无开路故障或短路故障，则进入下一步骤；步骤 三、诊断各个加速度传感器是否存在其它故障。
[0022] 如图2所示，本实施例诊断某监测阵列内各个加速度传感器是否存在开路故障或 短路故障包括以下步骤：步骤a. 1、判断各个测点的均值是否大于开路故障均值阈值且方 差小于开路故障方差阈值，若是，则显示对应测点的加速度传感器开路故障并退出故障诊 断，若否则进入下一步骤；步骤a. 2、判断均值是否小于短路故障均值阈值且方差小于短路 故障方差阈值，若是则显示对应测点的加速度传感器短路故障并退出故障诊断，若否则对 加速度传感器其它故障诊断。其中，判断开路故障或短路故障的具体操作步骤如下：将四 个测点冲击信号的均值和方差均与设定的均值阈值和方差阈值进行对比，首先判断冲击信 号的均值是否大于开路故障时冲击信号均值阈值，且方差小于开路故障时冲击信号方差阈 值，若是则判断对应测点加速度传感器存在开路故障，若否则判断某个测点冲击信号的均 值是否小于短路故障时冲击信号均值阈值，且方差小于短路故障时冲击信号方差阈值，若 是则判断对应测点加速度传感器存在短路故障。
[0023] 如图3所示，本实施例诊断某监测阵列内各个加速度传感器是否存在其它故障包 括以下步骤：步骤b. 1、计算四个测点均值的最大距离及均值M;步骤b. 2、判断最大距离是 否大于距离误差阈值，若是则获取与均值M距离最大的测点位A并进入下一步骤，若否则退 出加速度传感器故障诊断；步骤b. 3、利用RBF神经网络预测器获取测点位A处加速度传感 器的均值估计值，并判断测点位A处均值估计值与实际值的误差是否大于距离误差阈值， 若是则分别同步采集四个加速度传感器的五组振动冲击数据并进入下一步骤，若否则退出 故障诊断；步骤b. 4、分别计算四个加速度传感器各5组冲击数据的均值，并利用RBF神经 网络预测器获取测点位A处加速度传感器的五个均值估计值，计算五个均值估计值与实际 均值误差的均值D，判断均值D是否大于距离误差阈值，若是则判断测点A处加速度传感器 存在故障，若否则退出故障诊断。其中，步骤b. 1中四个测点均值的最大距离为四个测点冲 击信号均值最大值与最小值的距离，均值M为四个测点冲击信号均值的均值。步骤b. 2中 获取的测点位A的冲击信号均值与均值M偏差最大；步骤b. 3通过将除测点位A的其余冲 击信号均值作为测点A的RBF神经网络预测器的输入值在线估计测点A冲击信号均值的估 计值；步骤b. 4中同步采集四个测点的五组数据。
[0024] 如上所述，可较好的实现本发明。
【权利要求】
1. 机车车辆转向架检测用加速度传感器的自诊断方法，其特征在于，包括以下步骤： 步骤一、根据机车车辆转向架上所检测同类型轴承对称性分布的特点将转向架检测测 点分成多个监测阵列，监测阵列的数量与同一转向架上所需检测轴承类型的数量相同，每 个监测阵列对应检测一类轴承，每个监测阵列包括K个呈现对称分布的测点，每个测点对 应一个所需检测轴承，其中，K为大于或等于4的偶数； 步骤二、分别在每个所需检测轴承上安装一个加速度传感器； 步骤三、分别离线建立每个监测阵列内K个测点加速度传感器各自的RBF神经网络预 测器； 步骤四、设定加速度传感器短路故障时冲击信号均值阈值、短路故障时冲击信号方差 阈值、开路故障时冲击信号均值阈值、开路故障时冲击信号方差阈值、以及加速度传感器的 距离误差阈值； 步骤五、在机车车辆转向架工作时，实现多个监测阵列的巡检并进行加速度传感器故 障诊断。
2. 根据权利要求1所述的机车车辆转向架检测用加速度传感器的自诊断方法，其特征 在于，所述步骤三中离线建立每个监测阵列K个测点加速度传感器各自的RBF神经网络预 测器的具体操作步骤如下：获取N个时刻各个测点加速度传感器的训练样本，根据训练样 本，按照梯度下降法调整权值矩阵，当达到设定精度后，表示各个测点的RBF神经网络预则 器已离线建立完成；其中，每个测点某一时刻的训练样本包括该测点相应时刻的输入数据 和输出数据，训练样本的获取通过取该测点外其余测点同一时刻采样的长度为L振动冲击 信号的均值作为该测点的RBF神经网络预测器的输入数据，并取该测点同一时刻起采集的 长度为L振动冲击信号的均值作为该测点的RBF神经网络预测器的输出数据。
3. 根据权利要求1所述的机车车辆转向架检测用加速度传感器的自诊断方法，其特 征在于，所述步骤四中加速度传感器开路故障和短路故障的阈值采用以下方式设定：力口 速度传感器开路故障的设定均值阈值为m*ct，加速度传感器短路故障的设定均值阈值为 m-〇；),加速度传感器开路或短路故障的设定方差阈值为<5，其中，m为加速度传感器 的输出最大值，0.95<a<1 , 0 < 5 < 0.05。
4. 根据权利要求1所述的机车车辆转向架检测用加速度传感器的自诊断方法，其特征 在于，所述机车车辆转向架检测测点分成三个监测阵列，三个监测阵列分别为轴箱位监测 阵列、电机位监测阵列及抱轴位监测阵列，每个监测阵列包含转向架上对称分布的4个同 类检测轴承，对应4个测点。
5. 根据权利要求1所述的机车车辆转向架检测用加速度传感器的自诊断方法，其特征 在于，所述机车车辆转向架的轴承上安装有转速传感器，所述加速度传感器在转速传感器 输出脉冲信号后同步采集某监测阵列内K个测点的振动冲击信号。
6. 根据权利要求1?5中任意一项所述的机车车辆转向架检测用加速度传感器的自诊 断方法，其特征在于，所述步骤五中实现某一监测阵列的检测时具体包括以下步骤： 步骤5. 1、同步获取该监测阵列对应的K个加速度传感器产生的振动冲击信号，并计算 该监测阵列K个测点振动冲击信号的均值和方差； 步骤5. 2、将K个测点的均值和方差与设定的均值阈值和方差阈值进行对比，并根据对 比结果判断加速度传感器是否存在开路故障或短路故障，若存在开路故障或短路故障，发 出加速度传感器开路或短路故障报警，进入下一检监测阵列检测，否则进入下一步骤进行 该监测阵列加速度传感器其它故障诊断； 步骤5. 3、计算K个测点冲击信号均值最大值与最小值的距离，若该距离大于设定的加 速度传感器的距离误差阈值，则进入下一步骤，否则退出该监测阵列的加速度传感器故障 诊断并进入下一监测阵列的检测； 步骤5. 4、计算K个测点冲击信号均值的均值M，并获取与均值M偏差最大的冲击信号 均值的测点位A，并将除测点位A的其余冲击信号均值作为测点A的RBF神经网络预测器的 输入值在线估计测点A冲击信号均值的估计值，若测点A冲击信号均值的估计值与实际均 值之间的误差大于设定的加速度传感器的距离误差阈值则进入下一步骤，否则退出该监测 阵列的加速度传感器故障诊断并进入下一监测阵列的检测； 步骤5. 5、同步采集K个测点的多组数据，并计算测点A多组数据的均值估计值与实际 均值的平均误差，若平均误差大于设定的加速度传感器的距离误差阈值，则测点A的加速 度传感器存在故障，否则，测点A的加速度传感器检测正常。
7.根据权利要求6所述的机车车辆转向架检测用加速度传感器的自诊断方法，其特征 在于，所述步骤5. 2中判断开路故障和短路故障采用以下方式实现：首先判断冲击信号的 均值是否大于开路故障时冲击信号均值阈值，且方差小于开路故障时冲击信号方差阈值， 若是则判断对应测点加速度传感器存在开路故障，若否则判断某个测点冲击信号的均值是 否小于短路故障时冲击信号均值阈值，且方差小于短路故障时冲击信号方差阈值，若是则 判断对应测点加速度传感器存在短路故障。
【文档编号】G01P21/00GK104316729SQ201410635543
【公开日】2015年1月28日 申请日期:2014年11月13日 优先权日:2014年11月13日
【发明者】何鸿云, 杜红梅, 崔健, 李夫忠 申请人:成都运达科技股份有限公司