基于系统信号时序特征辨识的电力机车齿轮弛缓故障实时诊断

牵引控制单元是列车动力系统唯一的控制装置,充分利用其全面的信息采集和处理能力,准确诊断出牵引传动系统关联的走行部件故障,以便控制单元及时执行合理的保护动作,对提升列车的可靠性和安全性至关重要。现有的齿轮弛缓故障诊断方法因仅采用了牵引电机速度信息,存在误报或漏报现象,为此,文中提出一种基于多维系统信号时序特征模式辨识的弛缓故障实时诊断方法。该方法首先从齿轮传动系统弛缓故障机理入手,结合历史故障案例数据,从相关系统信号中提取出能够有效表征故障的特征指标;其次,揭示列车不同工况下的特征指标的变化规律,建立与弛缓故障强相关的多变量时序特征模式库;然后,基于动态时间弯曲算法实现与模式库相关时序特征的实时相似度匹配并采用CUSUM算法进行诊断决策,实现弛缓故障的有效辨识。最后,应用列车实际运行数据对提出的故障诊断模型进行验证。测试结果表明,相比现有的方法,提出的方法明显提升了弛缓故障检测率,且在速度传感器发生故障和轮对空转时,不会出现弛缓故障误报,具有良好的实用价值。