石家庄铁道大学刘永强教授团队：高速列车轴箱轴承变速动力学模型的建立| CJME论文推荐
Free access...
Liu, Y., Wang, B., Zhang, B. et al. Establishment of Dynamic Model for Axle Box Bearing of High-Speed Trains Under Variable Speed Conditions. Chin. J. Mech. Eng. 35, 47 (2022). https://doi.org/10.1186/s10033-022-00725-0
随着我国高速铁路的快速发展，高速列车保有量和列车运营里程实现了快速增长，轴承作为列车的关键部件，其运动状态的改变直接影响到了列车的安全行驶。而列车在行驶过程中（尤其在进站、出站，通过桥梁、隧道等时），速度不断发生变化，为轴承系统运动状态的确定带来了一定的困难。本研究旨在建立一个可以适用于变转速工况的轴承转子系统动力学模型，从而可以有效模拟列车在变速行驶过程中轴承的运动状态。
图1 轴承综合实验台（①驱动电机；②支撑轴承；③径向加载装置；④实验轴承；⑤轴向加载装置）
设置较为复杂的转速输入，文中使用了线性函数、正弦函数的分段函数组合。将仿真得到的轴承外圈振动加速度信号进行阶比谱分析，并和理论计算结果对比。分别将含有外圈故障和内圈故障的两个高速列车轴箱轴承安装在列车轴承综合试验台上，在试验轴承的横向和垂向分别安装振动加速度传感器用于采集加速度信号。在控制台上设定一个转速并启动主动电机，试验台经过短时间加速至设定值并保持一段时间，然后设定转速为0，试验台经过短时间减速至0。采样时间为60 s，采样频率为51, 200 Hz。将得到的振动加速度信号进行阶比谱分析，并和仿真结果对比。对轴承试验台采集到的振动加速度信号进行处理，包括：（1）从信号中提取瞬时转速曲线，作为仿真模型的输入并对模型进行仿真；（2）从信号中提取背景噪声，和上一步中的仿真结果相加。对相加得到的信号进行阶比谱分析，并和理论计算结果对比，以此说明仿真模型的抗噪能力。
图2 轴承外圈、外圈故障、内圈故障
仿真结果中，对阶比谱中的单倍频进行对比分析。各故障条件下仿真结果和理论计算结果的误差分别为：外圈0.042%；内圈0.002%；滚动体0.056%。极小的误差说明了模型可以较好地模拟在故障条件下轴承的运动状态。
试验结果中，外圈故障条件下的阶比谱对比分析误差结果：单倍频5.97%；二倍频5.67%；三倍频6.34%。内圈故障条件下的阶比谱对比分析误差结果：单倍频2.59%；二倍频3.95%；三倍频4.15%。说明试验结果真实可靠，具有可对比性。
对比试验结果中，在两种故障条件下，仿真模型都表现出了极强的抗干扰性能。通过对阶比谱的分析结果发现，无论是单倍频还是多倍频，其与理论计算结果都保持一致，误差极小。同时也说明了模型可以适用于较为复杂的转速变化情况，在不需要转速计的情况下，依然能够得到较好的结果。
（1）建立了一个变转速工况下高速列车走行部轴承转子系统动力学模型，模型通过角度迭代方法解决了滚动体空间位置无法确定的问题。
（2）模拟高速列车运行过程，设置了加速、减速、正弦函数型振荡的分段函数速度变化工况，通过MATLAB仿真得到了模型在该工况下的振动响应并得到了相应的阶比谱分析结果。结果与理论计算结果一致。
（3）分别在试验台上对含有外圈故障和内圈故障的轴承进行了相应的对比试验，试验结果和仿真结果误差在允许范围内，验证了模型的有效性；将现场试验噪声和仿真信号相加，并进行相应的阶比谱分析，分析结果与理论计算结果一致，验证了模型的抗干扰性能。
列车在运行过程中，速度变化时常发生，尤其是地铁列车，加速和减速动作更加频繁，变转速工况下高速列车轴承转子系统动力学模型的研究是一个很重要的课题。其次，它可以更好地模拟列车的实际运行状态，建立外界、内部因素和轴承转子系统之间的联系，从而有针对性的实施维修和保养措施，降低运营成本，对实际工程应用也有着重要的理论指导意义。
[1] 刘永强, 王宝森, 杨绍普. 含外圈故障的高速列车轴承转子系统非线性动力学行为分析. 机械工程学报, 2018, 54(08): 17-25（Y Q Liu, B S Wang, S P Yang. Nonlinear dynamic behaviors analysis of the bearing rotor system with outer ring faults in the high-speed train. Journal of Mechanical Engineering, 2018, 54(8): 17-25（in Chinese））
[2] J Urbanek, T Barszcz, A Jablonski. Application of angular-temporal spectrum to exploratory analysis of generalized angular-temporal deterministic signals, Applied Acoustic, 2016, 109: 27-36.
[3] Y Yang, Z K Peng, G Meng. Spline-kernelled chirplet transform for the analysis of signals with time-varying frequency and its application, IEEE Transactions on Industrial Electronics, 2011, 59(3): 1612-1621.
[4] 梅宏斌. 滚动轴承故障监测与诊断. 北京: 机械工业出版社, 1995.（H B Mei. Fault monitoring and diagnosis of rolling bearing. Beijing: Machinery Industry Press, 1995.）
刘永强（本文第一作者），石家庄铁道大学教授，博士生导师，河北省青年拔尖人才，校首批“优秀青年科技人才”，中国力学学会力学名词审定工作委员会委员，中国力学学会/中国振动工程学会高级会员，中国振动工程学会转子动力学专委会常务理事、故障诊断专委会理事，中技协PHM专委会委员，中国智能交通协会轨道智能交通专委会委员，国家自然科学基金通讯评审专家，Journal of Prognostics and Health Management期刊副主编，交通运输工程学报、动力学与控制学报青年编委，华东交通大学学报编委，加拿大卡尔顿大学访问学者。
2005年7月毕业于石家庄铁道学院，获工学学士学位；
2008年3月毕业于石家庄铁道学院，获工学硕士学位；
2011年7月毕业于北京交通大学，获工学博士学位。
2011年7月至今在石家庄铁道大学任教，
2013年9月晋升为副教授，
2017年9月遴选为博士生导师。
2017年10月~2018年4月在加拿大Carleton University机械与航空系做访问学者。
2018年12月晋升为教授。
长期以来一直从事(机车)车辆系统动力学与控制、机车车辆状态监测与故障诊断等方面的研究。
主持国家自然科学基金3项，河北省自然科学基金2项，其他省部级和横向科研项目10余项。参加国家973计划项目、国家自然科学基金重大/重点项目、省部级重大及重点项目等10余项。第一作者或通讯作者身份发表SCI/EI收录论文30余篇，合作出版专著1部、教材1部，授权国家发明专利10余项。
[1]王宝森, 刘永强, 张斌. 变转速工况下高速列车轴承转子系统特性分析[J]. 力学学报, 2022, 54(7): 1-14 doi: 10.6052/0459-1879-22-067.
[2]Yongqiang Liu, Baosen Wang, Shaopu Yang, Yingying Liao, Tao Guo. Characteristic analysis of mechanical thermal coupling model for bearing rotor system of high-speed train[J]. Applied Mathematics and Mechanics, 2022 (accepted).
[3]王久健, 杨绍普, 刘永强, 文桂林. 一种基于空间卷积长短时记忆神经网络的轴承剩余寿命预测方法[J]. 机械工程学报, 2021, 57(21) :88-95.
[4]王鹏, 杨绍普, 刘永强, 赵义伟, 王翠艳. 一种描述磁流变弹性体滞回特性的分数阶导数改进Bouc-Wen模型[J]. 工程科学学报, 2022, 44(03): 389-401.
[5] 李翠省, 廖英英, 刘永强. 基于EEMD和参数自适应VMD的高速列车轮对轴承故障诊断[J]. 振动与冲击, 2022, 41(01): 68-77.
[6] 廖英英, 陈祖晨, 刘永强, 赵义伟. 高速列车悬挂系统连续混合控制策略的设计与仿真分析[J]. 振动与冲击, 2021, 40(06) :235-242.
[7] 刘文朋, 杨绍普, 李强, 刘永强, 顾晓辉. 一种自适应共振解调方法及其在铁路轴承故障诊断中的应用[J]. 振动与冲击, 2021, 40(18) :86-93.
[8] 刘文朋, 杨绍普, 李强, 刘永强, 顾晓辉. 一种增强的谱幅值调制方法及其在复杂干扰下滚动轴承故障诊断中的应用[J]. 振动工程学报, 2021, 34(05): 1064-1075.
[9] 乔志城, 刘永强, 廖英英. 基于Teager能量算子的改进MOMEDA方法在铁路轮对轴承故障诊断中的应用[J]. 轴承, 2020, 04 :43-50.
[10] 赵靖, 廖英英, 杨绍普, 刘永强, 顾晓辉.基于无迹卡尔曼滤波的动态贝叶斯小波变换在轴承故障诊断中的应用[J]. 振动与冲击, 2020, 39(11) :53-62.
[11] 栗龙强, 刘永强, 廖英英. 基于粒子群优化MCKD的轴承故障诊断方法[J]. 轴承, 2020, 06: 45-50.
[12] 杨绍普, 刘永强. 轨道车辆动力学与控制研究进展[J]. 动力学与控制学报, 2020, 18(03):1-4.
[13] 王海明,刘永强,廖英英.基于快速谱峭度和正交匹配追踪算法的轴承故障诊断方法[J].振动与冲击,2020, 39(19): 78-83+100.
[14] 张丽坪, 刘永强, 杨绍普. 基于相关峭度及自适应变分模态分解的滚动轴承故障诊断[J]. 轴承, 2020, 10: 64-69.
[15] 侯静玉, 杨绍普, 李强*, 刘永强. 速度反馈分数阶PID控制对齿轮系统振动特性的影响[J]. 振动与冲击, 2021, 40(23): 175-181.
[16] Jingyu Hou†, Shaopu Yang†, Qiang Li*, Yongqiang Liu. Nonlinear dynamic analysis of spur gear system based on fractional-order calculus. Modern Physics Letters B, 2020(3):2050420.
[17] Hou Jingyu, Yang Shaopu, Li Qiang*, Liu Yongqiang. Analysis of dynamic characteristics of a fractional-order spur gear pair with internal and external excitations. Journal of Computational and Nonlinear Dynamics, 2022, 17: 021004-1-13.
[18] Hou Jingyu, Yang Shaopu, Li Qiang*, Liu Yongqiang, Wang Jiujian. Mesh stiffness calculation and vibration analysis of the spur gear pair with tooth crack, considering the misalignment between the base and root circles. International Journal of Mechanical System Dynamics, 2021, 1(1): 143-156.
[19] Li C , Liu Y , Liao Y . An Improved Parameter-Adaptive Variational Mode Decomposition Method and Its Application in Fault Diagnosis of Rolling Bearings[J]. Shock and Vibration, 2021, 2021:1-26.
[20] Yang S, Wang P, Liu Y, et al. Modified Bouc-Wen model based on fractional derivative and application in magnetorheological elastomer[J]. Frontiers in Materials, 2021, 8: 409.
[21] Jing Zhao, Shaopu Yang, Qiang Li, et al. A New Bearing Fault Diagnosis Method Based on Signal-to-Image Mapping and Convolutional Neural Network[J]. Measurement, 2021, 176(1):109088.
[22] Wang Haiming, Shaopu Yang, Qiang Li, Yongqiang Liu. Fault recognition of rolling bearings based on parameter optimized multi-scale permutation entropy and Gath-Geva[J] Entropy, 2021.8 (录用)
[23] Liu W, Yang S, Li Q, et al. The Mkurtogram: A Novel Method to Select the Optimal Frequency Band in the AC Domain for Railway Wheelset Bearings Fault Diagnosis[J]. Applied Sciences, 2020, 11(1):9.
[24] Zechao Liu, Shaopu Yang, Yongqiang Liu, Jianhui Lin, Xiaohui Gu. Adaptive correlated Kurtogram and its applications in wheelset-bearing system fault diagnosis. Mechanical Systems and Signal Processing, 2021, 154, 107511.
更多详细内容请点击文后阅读原文获取。
编辑：谢雅洁 校对：向映姣
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
更多精彩视频
欢迎关注JME学院视频号~
寻觅合作伙伴
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
西南交通大学金学松教授团队：基于地铁车内噪声的钢轨粗糙度接受/验收准则| CJME论文推荐
燕山大学陈子明教授团队：一种新型球面二自由度并联机构的运动特性分析| CJME论文推荐浙江工业大学李研彪教授团队：基于刚柔耦合模型的5PSS/UPU并联机构动态精度分析| CJME论文推荐
兰州理工大学林巧力教授团队：高温前驱膜的形成机理综述| CJME论文推荐北京航空航天大学丁希仑教授团队：具有多级缓冲系统的四足机器人仿生设计与分析| CJME论文推荐上海交通大学高峰教授团队：六足移动加工机器人的运动学标定| CJME论文推荐 新型6-UCU骨附着并联机器人工作空间及精度分析 | CJME论文推荐华中科技大学高亮教授团队：混合流水车间生产与物流集成调度方法| CJME论文推荐天津大学黄田教授团队：基于输入整形的高速并联机器人残留振动抑制| CJME论文推荐北航陈殿生教授团队：最优跃度轨迹规划在步态平衡训练机器人中的应用| CJME论文推荐一种大模数齿轮渐进式成形工艺的仿真与试验研究| CJME论文推荐一种新型嵌入连通槽微通道的传热性能研究| CJME论文推荐版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系我们：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat