高速列车转向架变温环境/多部件超声-光纤-振动协同故障诊断技术

中南大学

 项目概况

高速列车安全服役至关重要，转向架智能检测监测技术已纳入行业战略。项目组在国家和省部级10余项课题资助下，突破了高速列车转向架超声-光纤-振动精准感知技术瓶颈，构架了转向架故障智能诊断技术体系，研究成果推广应用于CRH380A、CRH380B、CR400AF、CR400BF、 CRH5 等多型高速列车。 

一、主要科技创新

1、突破了高速列车转向架声-光-振感知与全局重构技术。建立了转向架超声-光纤-振动故障信息传感网络，探明了轮轨噪声、速度交变等多因素耦合对传动系统故障信息感知的影响，首次揭示了损伤信号检测最佳速度区间(100-200km/h)；提出了面向应力/应变/加速度动态信号重构的子结构缩聚技术，揭示了降维模型分治策略与重构精度、效率的映射关系，建立了基于模型缩聚的时域应力/应变/加速度动态响应重构方法，不增加传感器数量前提下，重构效率提升330%、重构精度达到97%。

2、创新了变温环境转向架结构损伤超声-光纤协同诊断技术。建立了动态调整窗长与步长的自适应滑动窗超声-光纤信号处理方法，提出了高速列车转向架多尺度样本熵损伤特征值提取方法，构建了对结构损伤高灵敏的多尺度样本熵序列；提出了基于高斯混合模型的转向架结构裂纹诊断方法，建立了损伤特征值聚类分布差异指标与裂纹长度的高精度表征模型，提出了宽幅温度域下转向架结构裂纹精确诊断技术，裂纹最小检出长度0.5mm，结构裂纹诊断误差小于8%。

3、提出了转向架传动系统多部件耦合故障强泛化智能诊断技术。建立了转向架多部件耦合动力学模型，明确了不同运行工况、故障类型等的耦合振动响应先验信息，提出了先验信息引导的转向架多部件振动响应盲源分离解耦方法；探明了运行速度、载荷、轮轨接触等多因干扰下故障特征的演化规律，建立了并联受限玻尔兹曼机的强噪声特征提取模型，构建了解耦后独立源的特征分层提取方法，提出了实车运行下转向架传动系统的强泛化迁移学习智能故障诊断技术，诊断精度从85%提升到95%。

 项目主要创新

二、项目评价

项目突破了面向复杂工况的高速列车转向架超声-光纤-振动精准感知技术瓶颈，建立了有限测点下转向架全局光纤-振动响应重构理论，有效减少了监测数据的传输量，分析效率提升20%，构架了转向架故障智能诊断技术体系，故障诊断精度从85%提升到95%，为实车运行场景下转向架传动系统的智能故障诊断提供技术支撑，助力我国高速列车转向架服役安全保障。

三、效益及成果

项目已授权发明专利7项、软件著作权2项，在Mechanical Systems and Signal Processing、IEEE Transactions on Instrumentation and Measurement等国际权威期刊发表学术论文13篇。研究成果应用于中车青岛四方、中车长春客车等多型高速列车，实现了高速列车枕梁结构裂纹损伤诊断、转向架传动系统智能故障诊断，有效保障了我国高速列车转向架服役安全，产生了良好的社会经济效益。团队成员1人次获“国家优秀青年科学基金”、2人次入选中国科协“青年人才托举工程”人才计划。