动车组转向架轴箱轴承结构原理及其故障形式

王秋实1

潘宏利2  魏  壮1

1.大连交通大学

2.中国铁路沈阳局集团有限公司通辽车辆段

摘  要：

转向架轴箱轴承是高速列车动车组重要的旋转运动部件，它在复杂多变的工况下极易出现由疲劳、过载等原因导致的失效，因此，轴箱轴承的运转可靠性直接决定着列车的行车安全。为了满足动车组运营维护中动态化、系统化的安全保障需求，要对轴箱轴承故障诊断技术进行研究。通过分析轴箱轴承的结构原理和典型故障形式，挖掘故障与外界因素的关系。结合振动信号监测技术得出振动数据，采取时域分析与小波分析结合的故障特征频率提取方法，能对轴承外圈点蚀故障进行诊断。结果表明，时域分析法可快速准确获取故障特征信号，但不能定位故障产生的部位；而小波分析法可从包络谱图中直接看出故障特征频率，准确地提取轴承故障特征信息。综合使用时域分析与小波分析，可明显提高轴承故障诊断率，促进轴箱轴承故障诊断方法在动车组上的应用。

关键词：

动车组；转向架；轴箱轴承；故障；诊断

中图分类号：U269.32

 0 

引言

轴箱轴承是动车组转向架中的核心部件之一，承担着承载支撑、运动转换等重要功能[1]。在长期运行过程中，轴承不可避免地会出现故障，主要故障形式表现为腐蚀、疲劳剥落、磨损、胶合和套圈断裂等。尤其是在轨道不平顺的影响下，对轴箱轴承疲劳可靠性和使用性能的要求更高[2]。例如：CRH380A轴箱轴承大部分选用自润滑密封式双列圆锥滚子轴承，其检修周期为1.2×106 km，设计寿命为2.4×106 km。轴箱轴承的故障若未及时处理，可能导致燃轴、切轴等安全事故，造成重大经济损失或危及生命安全[3]。因此，为进一步提升轴承的性能，轴承故障的状态监测和诊断工作至关重要。

本文以动车组转向架轴箱轴承为研究对象，从振动信号中准确提取轴承的故障特征信息，利用时域分析与小波分析结合的方法对故障的类型及原因进行诊断，便于后期对故障实施相应的处理，确保动车组运行安全[4]。

 1 

动车组转向架轴箱轴承结构原理及其故障形式

1.1  动车组转向架轴箱轴承结构原理

转向架是动车组的行走机构，具有承载重量、导向、牵引、制动和减振等功能[5]。动车组装有两种结构的转向架系统，分别是动力车转向架和拖车转向架。两种转向架主要区别是：动力车转向架比拖车转向架多一组齿轮箱和一个电机吊架。两者不具备互换性，但结构组成基本相似。转向架由构架、轮对、轴箱、制动装置、一系悬挂、二系悬挂和牵引装置等组成，由此可见，动车组转向架的关键部件很多。轴箱是连接轮对与构架的活动关节，是动车组的A类部件。而轴箱多项功能都与轴承存在关系，因此，轴箱轴承是保证动车组安全运行的核心部件之一，要求具备很高的安全性和可靠性。

轴承连接着车轴与轴箱体，承载着车辆静负荷、冲击振动载荷和轴向载荷，起到将车体重量和载荷传递给轮对的作用。它由外圈、内圈、滚动体和保持架等重要部件组成[6]：（1）轴承外圈不动，与轴承座起到支撑作用；（2）内圈与轴一起旋转；（3）滚动体分布在内圈和外圈之间，它使内圈和外圈的相对运动从滑动摩擦变为滚动摩擦，滚动体的大小、形状和数量直接决定轴承的使用寿命；（4）保持架使相邻滚动体不能直接接触，达到从根本上降低滚动体运动过程中摩擦损失的目的。我国动车组轴箱轴承主要采用自密封结构的双列圆柱滚子轴承和双列圆锥滚子轴承两种。

不同型号的动车组使用的轴箱轴承也不同。目前，选用较多的轴承类型为内径130 mm、外径230 mm/240 mm的圆锥滚子轴承，该轴承能承受一定的轴向载荷和径向载荷，不同类型和品牌的轴承参数如表1所示。如我国CRH380A型动车组转向架采用脂润滑密封型双列圆锥滚子轴承，此单套轴箱轴承承受的轴向载荷为20 kN，径向载荷为90 kN。

1.2  轴箱轴承故障形式

动车组轴箱轴承是发生故障概率较大的零件之一。由于动车组长周期运行，轴承会受到各种载荷的作用，这些载荷作用会使轴承逐渐发生形变，当形变达到一定程度时，就会出现故障，影响动车运行的稳定性。轴箱轴承故障类型较多，无论发生哪种类型的故障，当损伤达到一个极限，都会使轴承不能正常光滑地转动，故障类型主要分为腐蚀、疲劳剥落、磨损和胶合等。

 2 

轴箱轴承状态监测技术

轴箱轴承状态监测是利用检测、测量、分析和判别等方法掌握设备的运行状态，预测其可靠性和使用性，当其出现异常时，及时可靠地反映故障，为设备的故障分析提供基础信息。目前，主要的监测技术有温度测量、油样分析、声发射和振动信号等。

振动是反映轴承健康状态最主要的标志，动车组轴箱轴承除了来自于车轴或车轴上其他零部件的激励作用外，如果外圈、内圈、滚动体和保持架等部件表面有磨损，轴承转动通过缺陷位置时，会产生强烈的振动冲击。振动信号对轴承故障敏感，故障会改变振动特征。

轴承振动信号属于高频信号，必须使用加速度传感器采集。此传感器是利用压电效应原理，将加速度转换为成正比的电荷量。通过振动信号波形的各种时域统计参数，判断出当前轴承的故障形式，例如腐蚀、疲劳剥落、磨损、胶合等，具体波形图如图1所示。振动信号监测比起温度测量、油样分析和声发射等技术，可以更早、更准确地发现故障。

由振动波形图可以看出，动车组正常运行过程中，正常振动波形趋于平稳。当出现故障时，振动信号具有非平稳特征。由于在轴承中存在固定位置的损伤，损伤位置的振动幅值会远高于正常振动信号，出现一个具有规律性的冲击成分。在疲劳剥落、磨损、胶合等不同的轴承故障中，振动信号的特征频率也不同，特征频率取决于轴承内圈损伤位置、外圈损伤位置、滚动体损伤位置、轴的转速。因此，轴承故障位置可以通过特征频率计算公式得出，外圈故障特征频率、内圈故障特征频率、滚动体故障特征频率和保持架故障特征频率计算公式分别如公式（1）（2）（3）（4）所示。

式中：z为滚动体数目（个）；n为转速（r•min-1）；α为滚动体接触角（°）；d为滚动体直径（mm）；D为节圆直径（mm）。

 3 

轴箱轴承故障诊断方法及应用

信号处理方法一般有时域分析法、频域分析法、时频分析法和小波分析法等几种，下文将结合时域分析与小波分析对故障特征进行提取及诊断。

3.1  时域分析

时域分析是在时间域上对信号进行统计分析，通过观察信号的概率分布特征来诊断轴承故障状态。它根据信号的时间历程绘制波形，获得轴承运行的特征参数。主要指标包括有效值、峰值、峰值因数、峭度因子、脉冲因数、波形因数、裕度因数等等，其中有效值、峰值、峰值因数和峭度因子应用比较广泛。时域分析不能准确确定故障的部位，须结合其他方法进行精确诊断。

3.2  小波分析

小波分析用某小波函数族来表示观测信号，它能实现对信号的整体和局部分析，符合对非平稳信号特性分析的要求，具有特征参数选取的有效性。小波函数定义为：设Ψ（t）为平方可积函数，即Ψ（t）∈L2（R），若其傅里叶变换Ψ（ω）满足条件小波函数的可容许条件，即公式（5）所示，则Ψ（t）为一个基本小波。将基本小波Ψ（t）伸缩和平移，代入伸缩因子a和平移因子b，即公式（6）所示，可得到小波基函数。x（t）的连续小波变换为WTx（a，b），即公式（7）所示。

3.3  故障诊断方法应用

下面以CRH380A动车组的轴箱轴承外圈点蚀为例，说明故障诊断方法的应用。该车采用NTN公司生产的2E-CRI-2677T2LLXCS770PX1/L552S17型号双列圆锥滚子轴承，轴承表面采用淬火钢，车轴材料为30NiCrMoV12，轴承内外圈材料为GCr15，滚动体材料为GCr15，保持架材料为低碳钢。该动车组轴箱轴承结构参数如表2所示。

通过加速度传感器采集轴承振动信号，时域分析选取2 015个采样点，计算得出：轴转动频率为31.24 Hz，外圈的故障特征频率为109.17 Hz。时域参数选择峰值和峭度值，正常轴承信号时域波形如图2所示，轴承外圈故障信号时域波形如图3所示。

与图2对比，图3波形幅值明显变大，说明外圈发生点蚀故障。考虑可能存在噪声叠加的原因，仅仅依据波形幅值变大，无法科学准确地获取故障信息，需要进一步结合小波分析方法。

首先，分解振动信号为d1～d4的4层细节信号，做出4层小波分解谱图，如图4所示；然后对d1层细节信号进行Hilbert包络分析，得出包络谱图，如图5所示；最后从外圈d1层细节信号的包络谱图得出频率109.3 Hz，利用上述计算公式得出轴承外圈故障特征频率108.58 Hz，确定轴承外圈发生点蚀故障。

 4 

结语

动车组系统庞大、运行环境复杂，轴箱轴承又是动车组转向架的关键部件，其健康监测与故障诊断对于动车组安全运行具有重要意义。合适的信息载体是诊断轴箱轴承故障的关键，由于振动信号比温度信息更敏感，应用可靠性较高，结合轴箱轴承外圈点蚀故障案例分析，得出以下结论：（1）轴承振动信号需要用加速度传感器采集，经电荷放大器和抗混滤波处理，剔除振动噪声后，充分显现故障引起的振动信号，进行特征提取、状态识别、故障分析和决策干预。（2）时域分析法只能判断出故障发生的必要条件，即时域波形幅度改变，但无法对故障进行准确定位，而小波分析法从包络谱图中直接看出故障特征频率，且与理论计算吻合。在实际轴箱轴承故障诊断的过程中，可将时域分析与小波分析综合使用，以提高故障诊断的准确性与实时性。

参考文献

[1] 杜煜坤，徐乐，魏语辰，等.滚动轴承故障诊断发展现状及发展趋势[J].设备管理与维修，2022（11）：128-129.

[2] 陈鹏.基于振动信号的滚动轴承故障诊断方法综述[J].轴承，2022（6）：1-6.

[3] 戴含芳.元素分析方法及在旋转机械故障诊断中的应用研究[D].北京：北京建筑大学，2022.

[4] 徐磊，王田天，谢劲松，等.高速列车轴箱轴承故障特征与诊断技术研究[J].中南大学学报（自然科学版），2022，53（5）：1600-1613.

[5] 丁发军，王正方，肖龙波，等.高速动车组列车转向架轴承故障分析[J].装备制造技术，2022（5）：164-165.

[6] 李军宁，罗文广，陈武阁.面向振动信号的滚动轴承故障诊断算法综述[J].西安工业大学学报，2022，42（2）：105-122.

编辑：黄飞