李學(xué)明, 徐紹龍, 倪大成, 黃 慶, 歐陽(yáng)澤華

(1.中車(chē)株洲電力機(jī)車(chē)研究所有限公司，湖南 株洲 412001；2.三一重工股份有限公司，湖南 長(zhǎng)沙 430100)

0 引 言

在機(jī)車(chē)、動(dòng)車(chē)組運(yùn)行過(guò)程中，任何微小或潛在的故障和隱患若不能被及時(shí)診斷和有效處理，都有可能引發(fā)連鎖反應(yīng)造成事故，甚至釀成災(zāi)難性后果[1]。牽引傳動(dòng)系統(tǒng)是列車(chē)的關(guān)鍵核心系統(tǒng)，由于腐蝕、高/低溫、高濕以及供電浪涌、靜電等惡劣運(yùn)行環(huán)境，其部件極易發(fā)生故障，且一般不能通過(guò)定期維修的方式來(lái)消除。如果列車(chē)在運(yùn)行途中發(fā)生了故障，控制系統(tǒng)最好能在線實(shí)時(shí)精準(zhǔn)定位出故障源，以便及時(shí)排除故障或執(zhí)行適當(dāng)?shù)母綦x保護(hù)策略。如未能及時(shí)診斷出故障原因并排除故障，將會(huì)造成行車(chē)事故，延誤列車(chē)的正常運(yùn)行，影響整個(gè)線路及至全路的運(yùn)輸秩序。因此，展開(kāi)牽引傳動(dòng)系統(tǒng)故障診斷和預(yù)測(cè)的研究，對(duì)于提高列車(chē)的運(yùn)行可靠性有著極其重要的意義[2-3]。

目前列車(chē)牽引傳動(dòng)系統(tǒng)的故障診斷仍主要采用基于采集傳感器信號(hào)的簡(jiǎn)單超閾值報(bào)警的故障現(xiàn)象檢測(cè)方法，如牽引傳動(dòng)系統(tǒng)網(wǎng)側(cè)過(guò)壓/過(guò)流、四象限輸入過(guò)流、牽引電機(jī)過(guò)流、中間直流電壓過(guò)高/過(guò)低等[4]。此類檢測(cè)方法屬于異常表征的檢測(cè)，無(wú)法診斷出發(fā)生此類異常表征的真實(shí)故障原因，實(shí)現(xiàn)有效的故障溯源，一般需要臨時(shí)停車(chē)由乘務(wù)員或維護(hù)人員進(jìn)行人工排查。牽引電機(jī)過(guò)流是牽引傳動(dòng)系統(tǒng)最常見(jiàn)的現(xiàn)場(chǎng)故障之一，許多學(xué)者和工程技術(shù)人員對(duì)引起牽引電機(jī)過(guò)流的原因及其故障診斷方法進(jìn)行了研究。文獻(xiàn)[5]分析了現(xiàn)場(chǎng)出現(xiàn)的電機(jī)過(guò)流可能原因并提出了改進(jìn)的應(yīng)急處置措施。文獻(xiàn)[6]針對(duì)HXD1C型機(jī)車(chē)電機(jī)過(guò)流原因進(jìn)行了詳細(xì)分析并提出了現(xiàn)場(chǎng)故障排查方法。文獻(xiàn)[7]提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的牽引傳動(dòng)系統(tǒng)故障診斷方法，并以電機(jī)過(guò)流故障為例，詳細(xì)介紹了其建模過(guò)程并應(yīng)用于“神華號(hào)”電力機(jī)車(chē)專家診斷系統(tǒng)，驗(yàn)證了方法的有效性。文獻(xiàn)[8]針對(duì)牽引電機(jī)過(guò)流故障的分類識(shí)別問(wèn)題，提出了一種結(jié)合EOVW指數(shù)和C&RT決策樹(shù)的系統(tǒng)診斷方案，并用HXD1C型電力機(jī)車(chē)現(xiàn)場(chǎng)故障數(shù)據(jù)驗(yàn)證了所提方案的良好診斷效果。

以上文獻(xiàn)中所提方法均為離線診斷方法[5-7]，無(wú)法滿足客戶十分關(guān)心的列車(chē)途中故障的自動(dòng)化應(yīng)急處置需求。此外，牽引傳動(dòng)系統(tǒng)大多數(shù)情況下均處于閉環(huán)運(yùn)行狀態(tài)，當(dāng)出現(xiàn)牽引電機(jī)過(guò)流之類故障時(shí)將導(dǎo)致系統(tǒng)控制發(fā)散或產(chǎn)生保護(hù)動(dòng)作，系統(tǒng)將經(jīng)歷多個(gè)工況變化，其傳感器采集信號(hào)為典型非平穩(wěn)過(guò)程。為實(shí)現(xiàn)此類故障的實(shí)時(shí)診斷，需研究新的適用于非平穩(wěn)過(guò)程診斷且易于工程化的實(shí)時(shí)診斷方法。為此，本文結(jié)合牽引傳動(dòng)系統(tǒng)運(yùn)行機(jī)理和工程應(yīng)用經(jīng)驗(yàn)，針對(duì)牽引電機(jī)過(guò)流故障，提出了一種基于故障時(shí)序特征模式識(shí)別的新的實(shí)時(shí)診斷方法，實(shí)現(xiàn)導(dǎo)致?tīng)恳姍C(jī)過(guò)流的各類故障模式的精確溯源。

1 列車(chē)牽引傳動(dòng)系統(tǒng)原理及牽引電機(jī)過(guò)流故障

機(jī)車(chē)和動(dòng)車(chē)組典型牽引傳動(dòng)系統(tǒng)主回路原理[9]如圖1所示。系統(tǒng)主要由牽引變壓器、牽引變流器(包括充電回路、四象限脈沖整流器、中間直流環(huán)節(jié)、逆變器等)和牽引電機(jī)三大部分組成。單相25 kV交流電經(jīng)過(guò)受電弓、主斷路器(VCB)和牽引變壓器原邊繞組進(jìn)入車(chē)體，由牽引變壓器降壓后通過(guò)次邊繞組向變流電路提供多路單相交流電。交流電在四象限脈沖整流器的作用下變換成直流電，經(jīng)中間直流環(huán)節(jié)濾波后，利用逆變器轉(zhuǎn)換成頻率和幅值可變的三相交流電驅(qū)動(dòng)牽引電機(jī)，從而驅(qū)動(dòng)列車(chē)以期望的速度運(yùn)行。其中，傳動(dòng)控制單元(TCU)[10]為牽引傳動(dòng)系統(tǒng)控制裝置，主要實(shí)現(xiàn)牽引傳動(dòng)系統(tǒng)控制、診斷、保護(hù)、通信等功能。它通過(guò)實(shí)時(shí)采集中間電壓傳感器VH1、牽引電機(jī)電流傳感器LH2和LH3以及牽引電機(jī)速度傳感器SP等信號(hào)，實(shí)現(xiàn)司機(jī)給定牽引力或速度的閉環(huán)控制。同時(shí)，TCU具備牽引電機(jī)過(guò)流檢測(cè)與保護(hù)功能。當(dāng)TCU采集到牽引電機(jī)電流傳感器LH2或LH3信號(hào)超過(guò)設(shè)定閾值時(shí)，將報(bào)出“逆變器輸出過(guò)流”故障并封鎖故障軸所在的逆變器脈沖，避免故障擴(kuò)大。

圖1 牽引傳動(dòng)系統(tǒng)典型主電路原理圖

導(dǎo)致?tīng)恳姍C(jī)過(guò)流故障的原因很多，常見(jiàn)的故障源有速度傳感器信號(hào)故障、逆變器IGBT模塊故障、逆變器IGBT模塊輸出脈沖丟失、牽引電機(jī)故障、牽引電機(jī)電流傳感器故障、中間電壓傳感器故障等。下面即基于出現(xiàn)電機(jī)過(guò)流后系統(tǒng)的不同工況事件時(shí)序特征，來(lái)研究其實(shí)時(shí)診斷與故障溯源算法。

2 基于時(shí)序特征模式識(shí)別的實(shí)時(shí)診斷算法

2.1 時(shí)序特征模式定義

列車(chē)牽引傳動(dòng)系統(tǒng)為典型的非線性混雜動(dòng)態(tài)系統(tǒng)，其內(nèi)部存在多個(gè)運(yùn)行工況，不同運(yùn)行工況下系統(tǒng)行為和相應(yīng)的故障模式也不盡相同。當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，由于系統(tǒng)的控制和保護(hù)作用，內(nèi)部往往存在多個(gè)工況間的復(fù)雜切換。在此，本文引入工況事件時(shí)序特征模式概念，基于故障發(fā)生后系統(tǒng)內(nèi)部相關(guān)變量的一系列變化規(guī)律來(lái)進(jìn)行故障建模，以實(shí)現(xiàn)故障的實(shí)時(shí)精確溯源。

假設(shè)系統(tǒng)可能經(jīng)歷的工況集合SW為SW={Wi,i=1,…,NW},其中NW為工況的數(shù)目。發(fā)生故障后不同工況下可能的事件集合SE記為SE={Ej，j=1,…,NE}，其中NE為所有可能的事件的最大數(shù)目。這里，事件是指基于系統(tǒng)采集的傳感器信號(hào)、開(kāi)關(guān)量以及內(nèi)部控制狀態(tài)量等計(jì)算的特征量發(fā)生的相關(guān)變化，如傳感器采樣值超限、接觸器動(dòng)作等?；诠r事件的故障時(shí)序特征模式可定義為如下形式：

Cx:[Wi1:Ej1→Wi2:Ej2→…→WiL:EjL]

(1)

其中：Wi1,…,WiL∈SW為某故障Cx出現(xiàn)后可能經(jīng)歷的工況；Ej1,…,EjL?SE為與經(jīng)歷的各工況對(duì)應(yīng)的事件集合；L為經(jīng)歷的工況數(shù)目，在此稱為時(shí)序特征長(zhǎng)度；“→”為工況轉(zhuǎn)換符號(hào)。

定義具有式(1)形式的能區(qū)分出故障類型Cx的一系列工況事件變化過(guò)程為故障的工況事件時(shí)序特征模式。基于此定義，可將系統(tǒng)的故障診斷問(wèn)題轉(zhuǎn)化成故障的時(shí)序特征模式識(shí)別問(wèn)題。

2.2 相關(guān)工況事件分析

牽引傳動(dòng)系統(tǒng)運(yùn)行過(guò)程中主要經(jīng)歷的工況總結(jié)如表1所示。如前所述，系統(tǒng)出現(xiàn)電機(jī)過(guò)流時(shí)將封鎖逆變器脈沖，因此逆變器正常運(yùn)行時(shí)系統(tǒng)處于工況W5，出現(xiàn)牽引電機(jī)過(guò)流故障時(shí)，由于TCU執(zhí)行保護(hù)動(dòng)作，系統(tǒng)將切換至工況W4，與電機(jī)過(guò)流故障強(qiáng)相關(guān)的工況為W4和W5。

表1 牽引傳動(dòng)系統(tǒng)運(yùn)行工況說(shuō)明

基于系統(tǒng)運(yùn)行機(jī)理和工程應(yīng)用經(jīng)驗(yàn)，電機(jī)過(guò)流故障可通過(guò)分析傳感器VH1、LH2、LH3、SP采樣信號(hào)、相關(guān)的統(tǒng)計(jì)特征量以及其與工況強(qiáng)關(guān)聯(lián)的控制、狀態(tài)量等來(lái)進(jìn)行具體故障溯源。基于上述相關(guān)數(shù)據(jù)計(jì)算出與各類電機(jī)過(guò)流故障強(qiáng)相關(guān)的特征量并設(shè)置合理的閾值參數(shù)來(lái)得到工況事件集，從而實(shí)現(xiàn)實(shí)時(shí)診斷算法開(kāi)發(fā)。選擇的與電機(jī)過(guò)流常見(jiàn)故障源強(qiáng)相關(guān)的特征量示例如表2所示。

表2中主要特征量定義說(shuō)明如下：

表2 與各傳感器信號(hào)相關(guān)的特征量

(2)

(3)

MinC(k)=min[x(k),x(k-1),…,x(k-Ns+1)]

(4)

MaxC(k)=

max[x(k),x(k-1),…,x(k-Ns+1)]

(5)

AmpC(k)=max[|MaxC(k)|,|MinC(k)|]

(6)

j∈{1,…,Ns},|x(k-j+1)|>h

(7)

(8)

式中：Ns為周期采樣數(shù)據(jù)個(gè)數(shù)，Ns=Tc/Ts，Tc為數(shù)據(jù)計(jì)算周期，Ts為數(shù)據(jù)采樣周期；k為系統(tǒng)運(yùn)行時(shí)刻；h為設(shè)定的閾值參數(shù)；AmpCNSC和AmpCPSC分別為基于電機(jī)電流計(jì)算出來(lái)的正序電流和負(fù)序電流幅值。

基于表2所述特征量，分析可得出可診斷不同電機(jī)過(guò)流故障類型的相關(guān)事件。部分事件示例如表3所示。電機(jī)過(guò)流故障的主要故障源類型如表4所示。

表3 電機(jī)過(guò)流故障相關(guān)事件集部分示例

表4 電機(jī)過(guò)流故障相關(guān)故障源類型

2.3 時(shí)序特征模式分析

完成各類故障源以及相關(guān)工況事件分析后，可分析設(shè)計(jì)各類故障源相關(guān)的時(shí)序特征模式。下面以導(dǎo)致電機(jī)過(guò)流的最常見(jiàn)故障源——速度傳感器信號(hào)故障[11]為例——分析時(shí)序特征模式。

實(shí)際運(yùn)行中速度傳感器信號(hào)故障主要表現(xiàn)為速度信號(hào)干擾、丟失或突變，此類變化通常會(huì)體現(xiàn)在采樣的速度傳感器SP信號(hào)的變化。然而列車(chē)因故障導(dǎo)致?tīng)恳ν蝗恍遁d或逆變器IGBT脈沖封鎖，或因軌面接觸不良導(dǎo)致空轉(zhuǎn)或滑行等，也可能引起速度信號(hào)的變化。因此，下面基于上述工況事件來(lái)分析相關(guān)時(shí)序特征模式，以實(shí)現(xiàn)更精確的故障定位。根據(jù)現(xiàn)場(chǎng)故障案例統(tǒng)計(jì)分析，速度信號(hào)故障導(dǎo)致的電機(jī)過(guò)流的部分時(shí)序特征模式如表5所示。

表5 電機(jī)過(guò)流故障相關(guān)時(shí)序特征模式示例

表5中，M01～M03為時(shí)序特征模式代號(hào)，C1表示故障類型(速度傳感器信號(hào)故障)，W4和W5為工況，{E1, E10,E11,E13}、{E1,E10,E12,E13}、{E1,E12}、{E1,E11}和{E1,E9,E13}為相關(guān)的事件集。

2.4 診斷算法實(shí)現(xiàn)

本文所提基于時(shí)序特征模式識(shí)別的實(shí)時(shí)故障診斷算法原理框圖所圖2所示。整個(gè)算法分成離線設(shè)計(jì)與在線實(shí)現(xiàn)兩個(gè)階段。離線設(shè)計(jì)階段，基于系統(tǒng)原理參數(shù)及歷史數(shù)據(jù)，結(jié)合列車(chē)牽引傳動(dòng)系統(tǒng)相關(guān)控制邏輯，對(duì)故障相關(guān)的時(shí)序特征模式進(jìn)行分析，并建立故障的時(shí)序特征模式庫(kù)。在線實(shí)現(xiàn)階段分為故障檢測(cè)單元和故障決策單元兩大功能模塊。系統(tǒng)實(shí)時(shí)采集與電機(jī)過(guò)流有關(guān)的傳感器信號(hào)以及牽引傳動(dòng)系統(tǒng)狀態(tài)，結(jié)合工況事件集中各事件定義，計(jì)算各事件是否成立；若成立，則進(jìn)入故障決策流程；反之，則繼續(xù)進(jìn)行監(jiān)測(cè)。故障決策單元基于故障檢測(cè)單元輸出的事件信息以及工況識(shí)別模塊輸出的工況信息，實(shí)時(shí)與時(shí)序特征模式庫(kù)中的各個(gè)模式進(jìn)行匹配，若存在匹配模式，則輸出相應(yīng)的故障類型；否則更新事件和工況信息，繼續(xù)進(jìn)行監(jiān)測(cè)。

圖2 基于時(shí)序特征模式識(shí)別的牽引電機(jī)過(guò)流實(shí)時(shí)診斷算法原理框圖

3 現(xiàn)場(chǎng)數(shù)據(jù)驗(yàn)證

基于某型機(jī)車(chē)現(xiàn)場(chǎng)運(yùn)用中出現(xiàn)的典型速度傳感器信號(hào)故障導(dǎo)致?tīng)恳姍C(jī)過(guò)流的故障案例數(shù)據(jù)(其異常模式為表5中的M01～M03)，對(duì)本文提出的診斷算法進(jìn)行驗(yàn)證。測(cè)試結(jié)果如圖3～圖5所示。

圖3 現(xiàn)場(chǎng)故障案例測(cè)試(M01)

圖3和圖4分別為模式代號(hào)為M01和M02時(shí)的故障案例測(cè)試結(jié)果。由圖3(a)和圖4(a)可知，LH2、LH3傳感器采樣信號(hào)ia、ib出現(xiàn)明顯異常，呈單肩或雙肩形態(tài)且逐漸發(fā)散，最后大于過(guò)流保護(hù)閾值，TCU控制逆變脈沖封鎖，ia、ib均降至0。故障后，速度傳感器SP采樣信號(hào)V方向發(fā)生變化，其中，故障模式為M01時(shí)速度從正值跳變至等幅值的負(fù)值，而故障模式為M02時(shí)其速度從負(fù)值跳變至等幅值的正值，整個(gè)故障前后中間電壓傳感器VH1采樣信號(hào)Ud變化不明顯。診斷算法計(jì)算的整個(gè)故障過(guò)程工況及相關(guān)事件變化規(guī)律分別如圖3(b)和圖4(b)所示，兩個(gè)案例中牽引傳動(dòng)系統(tǒng)均在約0.65 s時(shí)刻發(fā)生了工況切換，從工況W5切換至工況W4。圖3(b)和圖4(b)中系統(tǒng)工況和事件標(biāo)志變化規(guī)律滿足表5所示時(shí)序特征模式庫(kù)中的M01(C1: [W5:{E1,E10,E11, E14}→W4:{E1,E12}])和M02(C1: [W5:{E1,E10,E12,E13}→W4:{E1, E11}])。從圖3(c)和圖4(c)中的模式標(biāo)志可知，系統(tǒng)精確識(shí)別到相關(guān)真實(shí)模式[圖3(c)中的M01和圖4(c)中的M02從0變?yōu)?]，診斷出故障類型為C1(速度傳感器信號(hào)故障)，與實(shí)際情況相符。

圖4 現(xiàn)場(chǎng)故障案例測(cè)試(M02)

模式代號(hào)為M03的速度傳感器故障案例測(cè)試結(jié)果如圖5所示。由圖5(a)可知，故障前提是系統(tǒng)處于W5工況，在約0.6 s時(shí)速度V出現(xiàn)異常波動(dòng)，快速下降至0，相應(yīng)地，ia、ib快速發(fā)散至超過(guò)閾值電流，脈沖封鎖后降至0，系統(tǒng)切換至W4工況。由圖5(b)可以看出，在W5工況過(guò)程中，E1,E9,E13出現(xiàn)同時(shí)為1的情況，滿足M03：W5:{E1,E9,E13}模式條件，系統(tǒng)正確識(shí)別出模式M03，診斷出故障類型為C1[見(jiàn)圖5(c)]，與實(shí)際情況相吻合。

圖5 現(xiàn)場(chǎng)故障案例測(cè)試(M03)

4 結(jié) 語(yǔ)

牽引傳動(dòng)系統(tǒng)內(nèi)各種故障表征與其潛在原因耦合關(guān)系復(fù)雜。本文針對(duì)牽引電機(jī)過(guò)流診斷問(wèn)題，結(jié)合工程應(yīng)用經(jīng)驗(yàn)和系統(tǒng)機(jī)理，提出了一種基于時(shí)序特征模式識(shí)別的系統(tǒng)異常表征實(shí)時(shí)故障診斷方法，并通過(guò)現(xiàn)場(chǎng)故障案例數(shù)據(jù)對(duì)算法的有效性進(jìn)行了驗(yàn)證。該方法在不增加硬件資源的前提下可實(shí)現(xiàn)各類故障源的精確溯源。所提方法具有物理意義清晰、結(jié)構(gòu)簡(jiǎn)單、易于工程實(shí)現(xiàn)等優(yōu)點(diǎn)，具有良好的推廣應(yīng)用價(jià)值。

基于現(xiàn)場(chǎng)故障案例庫(kù)的持續(xù)積累和對(duì)牽引傳動(dòng)系統(tǒng)各類故障機(jī)理認(rèn)識(shí)的不斷加深，后續(xù)將研究完善相關(guān)事件時(shí)序特征識(shí)別方法并將此方法拓展至牽引傳動(dòng)系統(tǒng)級(jí)其他異常表征(如網(wǎng)側(cè)過(guò)流、次邊短路、四象限輸入過(guò)流、中間直流電壓過(guò)高等)的精確故障溯源，以實(shí)現(xiàn)列車(chē)故障應(yīng)急處置的自動(dòng)化和智能化，減少故障停機(jī)處置時(shí)間，有效提升列車(chē)運(yùn)行安全性和可用性。