动车组牵引电机故障分析及诊断

引言

近年来,我国加大了对铁路运营的研究力度,尤其是与人们日常生活息息相关的动车组列车更是受到重视,复兴号的上线运营,大幅度提高了动车组列车的速度。但在动车组列车不断发展的同时,也存在着一些问题,牵引电机就是其最容易发生故障的部件,所以需要对动车组牵引电机的常见故障进行分析并及时处理,保证动车组列车安全稳定运行。

1动车组牵引电机常见故障

牵引电机是动车组行进过程中的动力及控制作用的来源,其主要负责供电驱动和制动蓄电等功能,在实际运营过程中,由于动车组的运行速度过快,牵引电机很容易出现质量问题。根据实际工作的有关经验以及相关文献的阐述,牵引电机故障主要可以分成以下几种:常见故障、定子故障、速度传感器故障、温度传感器故障、轴承故障和其他类型故障。

(1)定子故障是比较常见的一种动车组牵引电机故障问题。一般来说,定子匝间短路及绕组接地故障属于最容易出现的一种定子故障,和其他故障相比较,定子故障会导致部分线路出现绝缘失效的情况,其严重性极为突出。

(2)速度传感器故障是牵引电机运行过程中较为常见的一种故障,主要为传感器本身器件原因及高温高压电流快速变化导致的信号传输不整正确,进而导致牵引电机实际速度与传感器反馈给控制系统的速度不一致,影响牵引系统正常运行。

(3)温度传感器故障原因机理与速度传感器类似,只是温度传感器传递的是牵引电机各主要部件的温度信号,如定子铁芯、转子铁芯、轴承等,而速度传感器传递的是牵引电机的速度信号。

(4)轴承故障也是一种不容忽视的牵引电机故障。众所周知,动车组的牵引电机轴承部分可以分成保持架、滚动体以及内外圈及外圈绝缘陶瓷镀层。为保证动车组牵引电机在线的顺畅运行,在多数的牵引电机返厂检修过程中均会对轴承进行换新,令用户按照固定周期要求对润滑脂进行补充,防止电机运行过程中轴承的磨损。因此,轴承故障多数是由于牵引电机受到突发外力作用导致的轴承滚动体受损及绝缘层损伤故障。

(5)其他故障主要指由于其他不可控因素导致的牵引电机故障,如动车组运行过程中地面飞石导致的排风罩变形、传感器电缆损伤、铭牌脱落等。

2动车组牵引电机故障分析及诊断

2.1牵引电机自身故障原因分析及诊断处理

(1)电机绕组问题。牵引电机绕组匝间短路、绕组接地等

问题比比皆是,这种故障会造成牵引电机的运行负载超出额定数值,也就是说,会导致牵引电机长时间在超负荷状态下运行,温度很容易升到不安全范围。为了应对和处理电机绕组问题,工作人员需要切除故障电机运行,必要时令动车组减速。该类故障无法进行在线修复,必须由维修人员进行故障排查确认后更换故障牵引电机,故障牵引电机需由专业厂家进行返厂解体,然后进一步查找故障点,进行绝缘修复,因此该类故障也是造成质量损失最大的一种故障。

(2)速度传感器故障导致系统报出电机空转故障,进而切除牵引电机运行。多起速度传感器故障同时发生会使动车组减速运行,严重时会导致动车晚点。因此,必须在发现故障当晚回库检修时更换速度传感器,避免多起速度传感器故障同时发生在同一列动车组上。

(3)牵引电机轴承损坏、油脂过多、油脂不足等等都可能造成牵引电机温度超出标准值。为了有效处理这一故障,工作人员可打开贮存室盖板检查润滑油脂的多少和状态。如果发现油脂存在变色、不足、污染等问题,需要第一时间进行更换,并进行定期的跟踪检查,确认轴承部分稳定运行方可结束检修。同时,为避免轴承额外受力导致滚动体、滚道面损伤,应在牵引电机流转安装过程中进行必要防护,如采用防轴窜装置等。

2.2温度监控系统原因分析及诊断处理

动车组牵引电机的温度一般是借助温度传感器来进行监控的,在温度传感器出现故障的情况下,其测定的温度数值就不再准确,会给工作人员判断电机运行状态带来负面影响。因此,我们有必要对温度监控系统的故障进行分析和诊断。一般来说,其故障分析和处理可以从以下两个方面入手:

(1)通风装置通风量不足导致的电机温度过高。这种故障表现为一个转向架上的两个牵引电机会在同一时间出现故障警报。这主要是因为二者借助一个通风冷却装置进行降温通风,而在通风装置的通风量不足以降温的时候,牵引电机就会出现温度过高的问题。

(2)动车组高压供电中,通风装置往往需要持续高速运行,此时如果温度监控系统出现了质量问题,工作人员可借助风速计对故障牵引电机和无故障电机的出风口风速分别进行测定,而后对数据进行比对,如发现风速存在较大差异,即可判断通风量不足,空气过滤器出现故障。只要采取针对性的措施,对空气过滤器进行清理处理,即可消除故障。

2.3其他动车组牵引电机故障分析及诊断方法

2.3.1基于SVM的动车组牵引电机故障诊断方法

我们有必要结合结构风险最小化原则的有关内容,参考上文中提到的一系列诊断方法和故障分析结论,基于统计学对动车组牵引电机故障诊断方法进行考量。而基于SVM的动车组牵引电机故障诊断方法正是在这种情况下被提出来的,当然,其目前还处在研究阶段,因此本文只做简单介绍。SVM是一种学习理论,其能对优化问题的极值进行判断,并且找到实际运行情况和理论判断之间的最优解。

2.3.2基于粒子群优化支持向量机的动车组牵引电机故障诊断方法

在数据优化算法越来越发达的今天,许多研究人员开始从数据分析层面对动车组牵引电机故障诊断方法进行研究,而遗传算法、蚁群算法和粒子群算法等更是广为应用。其中又以粒子群优化算法最受认可,其主要是一种基于群体智能的计算方法,能够迅速找到最优解。和基于SVM的动车组牵引电机故障诊断方法相同,这种计算方法目前在动车组牵引电机故障诊断中尚属理论尝试,其算法流程如图1所示。

3结语

牵引电机的状态能够影响到动车组运行情况,因此我们要重视对动车组牵引电机的故障诊断处理,保证动车组能够安全稳定运行,为人们的生活提供便利。本文对牵引电机的定子故障、轴承故障、速度传感器及温度传感器故障进行了分析,并给出了一些解决方案,从而能够有效提高动车组运行的安全性。