车辆牵引驱动系统静电在线监测与健康评估方法研究

The project is based on the traction drive system of vehicle, in order to investigate the on-line monitoring, diagnostic and prognostic, effective evaluation for the rail vehicle traction motor and gear drive system while operation. A novel electrostatic technique has been applied to monitor which directly reflects the friction and wear of the system. The major aspects include the sensor design and manufacture for the traction drive system on the basis of electrostatic sensing principle and charging mechanisms, the joint denoising method and feature parameters extraction for electrostatic signals, multi-sensor information fusion for integrated health evaluation. The electrostatic monitoring of traction drive system for vehicle platform is built to test and validate the real-time performance and effectiveness by a series of experiments. The research of the project has great significance to improve the accuracy of the evaluation for the health status of the vehicle traction drive system with the application and development of the on line monitoring technology.

本项目以车辆牵引驱动系统为研究对象，针对轨道交通车辆在运行时其牵引驱动系统中牵引电机和齿轮传动装置的健康状态难以实时在线监测、诊断和有效评估等问题，研究采用新型静电方法对车辆牵引驱动系统的摩擦磨损进行直接的在线综合监测，具体包括：基于静电感应原理，改进设计和开发可应用于车辆牵引驱动系统监测的静电传感器；针对系统的摩擦磨损特点，分析和确定车辆牵引驱动系统中的荷电机理；针对所监测静电信号的特点，研究静电在线监测信号的联合去噪和特征参数提取；针对监测过程中的多路静电信号，研究基于静电多传感器信息融合的综合健康状态评估；综合以上研究结果，搭建车辆牵引驱动系统静电综合监测硬件实验平台，分别通过实验测试和软件仿真验证静电监测应用于车辆牵引驱动系统的实时性和有效性。项目的研究对提高车辆牵引驱动系统健康状态评估的准确性和静电在线监测技术的应用发展具有重要意义。

本项目以车辆牵引驱动系统为研究对象，针对轨道车辆在运行时其牵引驱动系统中主要部件的健康状态难以实时在线监测、诊断和有效评估等问题，研究采用新型静电监测技术对车辆牵引驱动系统的进行综合监测、诊断与健康管理。主要包括：1）基于系统摩擦磨损荷电机理和静电感应原理，改进设计和研制并加工多个可应用于车辆牵引驱动系统监测的磨损区域静电传感器；2）分别采用数学建模和ANSYS有限元建模方法进行分析，通过理论仿真和标定实验得到传感器空间灵敏度、效率和有效视场等相关重要参数及其动态特性；3）确定静电监测信号中所含噪声的来源和特点，通过仿真和实验对比分析小波降噪、集合经验模态分解降噪以及变分模态分解降噪方法对静电信号的适用性，再结合所监测静电信号特点，采用时频域和复杂度度量等多种方法进行静电信号的多维特征参数提取，提升静电监测技术的故障识别能力；4）在学校轨道交通实验室搭建车辆牵引驱动系统核心部件静电在线监测仿真实验平台，同时基于虚拟仪器设计和开发与所搭建平台相配套的静电在线监测与分析软件，进一步搭载轨道车辆外场实验平台开展静电监测相关的测试与验证工作；5）通过实验得到滚动轴承和齿轮传动装置等核心部件在不同转速和载荷等工况下，不同故障程度和类型对应的静电监测信号水平，并考虑静电传感器尺寸的变化，采用多信息融合的移动窗离群因子算法和改进遗传算法的神经网络模型进行系统健康状态的性能退化评估和故障诊断，考虑悬挂和制动装置对静电监测的影响，采用非接触式永磁缓速制动器改善性能，最后采用基于隐半马尔科夫模型的多元贝叶斯维修控制策略，实现系统基于监测数据的视情维修和预测与健康管理。通过本项目的研究初步完成了车辆牵引驱动系统静电在线监测与健康评估的基础和应用研究工作，未来将进一步推广并运用于实际运营的轨道车辆中，作为现有振动、温度和噪声等常规监测手段的有效补充，提升车辆相关部件的故障检测和综合维修保障能力。