论文部分内容阅读
摘 要：轴承是连接轮对的核心部件，其工作状态直接影响列车的运行安全。轴承运转过程中，缺油、少油、损伤、摩擦、掺杂等因素都会引起轴承温度异常上升，如未及时发现、处理可能导致“燃轴”、“热轴”、“切轴”等严重事故。因此实时监测轴温变化对于判断轴承运行状况、保障列车运行安全具有重要意义。本文基于热成像技术对车辆轴温智能监测系统的构建和应用进行深入研究，通过在轨侧安装红外热成像设备，列车通过时红外热成像设备探测车辆轴承部件的温度和图像，系统对采集到的原始数据进行联合分析和处理，生成整趟列车轴承温度的探测结果，实现对车辆轴承部件的探测诊断。
关键词：红外热成像;动态监测;故障判别
中图分类号：TN215 文献标识码：A
1 概述
轴承是连接轮对的核心部件，其工作环境恶劣，并长时间承受巨大载荷，加之系统组成复杂度较高，任何微小的轴承故障都可能对列车运行安全造成巨大的影响。在列车运行过程中，车轴与轴承相互摩擦产生热能，当车轴与轴承间出现因磨损、腐蚀、划伤而造成轴承接触面形变时，摩擦力增大，产生的热能就随之增加，导致轴箱轴承的温度也随之异常升高。如果不能及时发现并处理，将可能导致轴承断裂、热切轴、燃轴等严重事故，造成无法估量的损失。除此之外，受运行环境、载重等客观因素的影响，轴承寿命离散度较大。据不完全统计，30%的列车故障是由于轴承问题造成的。而传统的人工日常检修方式仅仅采用手摸轴箱的办法来判断温度的变化情况，并以手的感觉来确定轴承的工作状态，采用这种方法，检测人员劳动强度大，效率低，而且人的手感有差异，没有标准。因此实现智能化监测轴温对于判断轴承运行状况，采取针对性的防护、处理措施，保障列车运行安全，具有重要意义。
根据列车的主要故障原因和故障特点，本文基于热成像技术构建了一套车辆轴温智能监测系统。系统通过在轨侧安装热成像相机，对运行中的整趟铁路车辆轴承轮对部件进行探测，采集轴承和车轮的红外热图。采集的热原始数据通过网络传输技术传输至系统数据处理中心进行统计和处理，生成整列车辆轴承轮对温度的统计报告，并自动根据处理结果报告车辆中发生轴温异常的位置，排查车辆轴承部件的故障隐患，为车辆的检修提供技术支撑。
2 红外热成像技术
红外测温的方式有很多种，根据测温方式不同，大致可以分为基于逐点分析的红外测温设备和基于全场分析的测温设备两类。基于逐点分析的红外测温设备是利用单点探测器采集待测目标部分区域的热辐射，并将其转换为电信号输出，并通过一定的转换关系转为温度数据。逐点分析的红外测温设备结构相对简单，成本较低，适用于物体温度分布比较均匀的待测目标。全场分析温度测量系统是基于热成像的原理进行测温，利用红外光学系统将待测目标的红外热图像成在红外焦平面探测器上，经过处理后得到待测目标的红外图像，然后根据图像的灰度值及定标数据、相关参数对物体的温度场分布进行分析。基于全场分析的温度测量系统可以对大面积的区域进行测温，可以同时得到一个物体多区域的温度和多个物体的温度，对分析物体的状态具有重要的意义[1]。
近年来红外热成像技术发展很快，其工作原理是运用光电技术来检测物体热辐射的红外线特定波段信号，并将该信号转换成可供人类视觉分辨的图像和图形。根据检测信号的特征参数，红外成像技术可进一步计算出被测物体的温度值。红外热成像技术使人类超越了视觉障碍，由此不仅可使人们“看到”物体表面的温度分布状况，且开拓了利用图像处理技术对物体表面温度分布状况进行更为完备精准监测的新领域。
将热成像技术应用于车辆轴温智能监测系统在探测轴承温度上具有显著的特点。红外热成像非接触式的测量方式使其可以检测到快速运行的列车、带电设备和微小部件的温度;红外热成像测温面积大、效率高，能直观显示被测部件的表面温度场;热成像相机可同时测量物体表面各点温度的高低，并以图像形式显示出来，空间分辨率很高，对于整趟列车轴温的监测可以呈现良好的探测效果。
3 基于热成像技术的系统构建
在列车运行过程中，由于运行速度高，内部冲击过大，轴承常见的缺油、少油、损伤、摩擦、掺杂等故障因素以及机械部件的异常磨损都会导致轴承车轮的温度在列车运行过程中不断上升。为了能够及时发现轴承车轮的动态故障，唯有通过动态监测的方式才能第一时间发现并排查轴承的初期故障。通过构建基于热成像技术的车辆轴温智能监测系统，动态监测车辆轴承车轮的热数据，能够真实、全面地反映轴承车轮部位的健康状态和故障隐患[2]。
车辆轴温智能监测系统的构建采用分层式布局，从物理布局上分为室外设备和室内设备两个层级。
室外设备的主要任务是采集列车车辆的基础数据（车号、过车时间）和轴承车轮部位的热成像数据，生成可用于后续处理分析的有效原始数据。室外设备主要包括热成像探测箱（热成像相机）、车轮传感器和AEI车号自动识别装置地面设备。热成像探测箱设备分别在钢轨两侧各安装一套（如图1所示），用于探测列车左右两侧轴承轮对的热数据;车轮传感器设备用于对通过系统设备的运行列车进行定位以及实时速度检测;AEI车号自动识别装置地面设备主要功能是对通过系统设备的列车进行车次、车号的自动识别。
室内设备主要任务是对室外设备采集到的列车基础数据和热成像等原始数据进行存储和智能分析，统计通过的列车车辆两侧轴承的最大温度绘制出整列车的两侧轴承温度图示，通过将处理层传来的数据进行深度分析，根据车辆各部件不同的故障判别标准诊断轨道车辆各部件的健康状态，从而提早发现车辆部件的故障隐患。室内设备主要包括AEI车号自动识别装置、数据处理机、电控箱和电源管理设备等。AEI车号自动识别装置用于接收安装于室外的AEI车号自动识别装置地面设备采集到的车次、车号基础数据;数据处理机用于对室外设备采集到的基础数据（包括车速、车次和车号等）和热成像数据等原始数据进行处理和分析;电控箱用于系统设备的配电和各部件触发控制;电源管理设备用于对系统所有设备进行集中化统一管理，远程和智能控制用电设备的开关和重启。
4 热成像技术在系统中的应用
基于热成像技术的车辆轴温智能监测系统通过安装于室外的热成像相机探测货车轴承和车轮的探测效果图如图2所示。从热成像图像可以清楚地看到轴承和车轮的温度分布情况。相对于传统THDS探测，采用热成像技术的轴温轮对探测，其探头使用数量少、探测部件面积大、探测温度结果可视化，探测准确性不受车型、车轮弹跳、车辆摆动的影响，具有较大的技术优势。
基于热成像的车辆轴温智能监测系统对铁路车辆轴承的热轴故障分三级进行报警，分别为激热、强热、微热。系统对符合热轴预报标注的车辆会在探测站进行自动报警，报警信息包括：探测站名称、列车通过时间、车次、运行方向、编组辆数、车号、故障车位、左/右侧、轴位、轴温、报警等级和热图。其中报警等级为强热、激热等符合列车拦停预报的报警内容会同时复示到相关铁路局行车调度台，同时进行声光报警提醒。所有的热轴报警信息会实时上传至铁总司查询中心。
5 结论
车辆轴温智能监测系统根据轴承车轮的故障特点，运用热成像技术对轴承和车轮进行熱数据探测。系统通过将热成像相机安装于轨侧采集原始数据，并通过数据处理机将原始数据进行分析和处理，实现对车辆轴承车轮部位的热异常的探测。同时系统会将列车车辆的热轴故障信息传输至相关铁路局行车调度台进行报警信息公示和警报提醒，确保能够准确、及时地发现运行车辆的轴承车轮故障隐患，保障铁路车辆行车安全。基于热成像的车辆轴温智能监测系统适用范围广，能够对通过的所有型号货车/客车/动车组实现准确探测、全面判断，实现故障车辆的全程追踪。
参考文献：
[1]王华伟.基于红外热成像的温度场测量关键技术研究[D].中国科学院研究生院（西安光学精密机械研究所），2013.
[2]李永健.高速列车轴箱轴承智能故障诊断技术研究[D].西南交通大学，2017.
关键词：红外热成像;动态监测;故障判别
中图分类号：TN215 文献标识码：A
1 概述
轴承是连接轮对的核心部件，其工作环境恶劣，并长时间承受巨大载荷，加之系统组成复杂度较高，任何微小的轴承故障都可能对列车运行安全造成巨大的影响。在列车运行过程中，车轴与轴承相互摩擦产生热能，当车轴与轴承间出现因磨损、腐蚀、划伤而造成轴承接触面形变时，摩擦力增大，产生的热能就随之增加，导致轴箱轴承的温度也随之异常升高。如果不能及时发现并处理，将可能导致轴承断裂、热切轴、燃轴等严重事故，造成无法估量的损失。除此之外，受运行环境、载重等客观因素的影响，轴承寿命离散度较大。据不完全统计，30%的列车故障是由于轴承问题造成的。而传统的人工日常检修方式仅仅采用手摸轴箱的办法来判断温度的变化情况，并以手的感觉来确定轴承的工作状态，采用这种方法，检测人员劳动强度大，效率低，而且人的手感有差异，没有标准。因此实现智能化监测轴温对于判断轴承运行状况，采取针对性的防护、处理措施，保障列车运行安全，具有重要意义。
根据列车的主要故障原因和故障特点，本文基于热成像技术构建了一套车辆轴温智能监测系统。系统通过在轨侧安装热成像相机，对运行中的整趟铁路车辆轴承轮对部件进行探测，采集轴承和车轮的红外热图。采集的热原始数据通过网络传输技术传输至系统数据处理中心进行统计和处理，生成整列车辆轴承轮对温度的统计报告，并自动根据处理结果报告车辆中发生轴温异常的位置，排查车辆轴承部件的故障隐患，为车辆的检修提供技术支撑。
2 红外热成像技术
红外测温的方式有很多种，根据测温方式不同，大致可以分为基于逐点分析的红外测温设备和基于全场分析的测温设备两类。基于逐点分析的红外测温设备是利用单点探测器采集待测目标部分区域的热辐射，并将其转换为电信号输出，并通过一定的转换关系转为温度数据。逐点分析的红外测温设备结构相对简单，成本较低，适用于物体温度分布比较均匀的待测目标。全场分析温度测量系统是基于热成像的原理进行测温，利用红外光学系统将待测目标的红外热图像成在红外焦平面探测器上，经过处理后得到待测目标的红外图像，然后根据图像的灰度值及定标数据、相关参数对物体的温度场分布进行分析。基于全场分析的温度测量系统可以对大面积的区域进行测温，可以同时得到一个物体多区域的温度和多个物体的温度，对分析物体的状态具有重要的意义[1]。
近年来红外热成像技术发展很快，其工作原理是运用光电技术来检测物体热辐射的红外线特定波段信号，并将该信号转换成可供人类视觉分辨的图像和图形。根据检测信号的特征参数，红外成像技术可进一步计算出被测物体的温度值。红外热成像技术使人类超越了视觉障碍，由此不仅可使人们“看到”物体表面的温度分布状况，且开拓了利用图像处理技术对物体表面温度分布状况进行更为完备精准监测的新领域。
将热成像技术应用于车辆轴温智能监测系统在探测轴承温度上具有显著的特点。红外热成像非接触式的测量方式使其可以检测到快速运行的列车、带电设备和微小部件的温度;红外热成像测温面积大、效率高，能直观显示被测部件的表面温度场;热成像相机可同时测量物体表面各点温度的高低，并以图像形式显示出来，空间分辨率很高，对于整趟列车轴温的监测可以呈现良好的探测效果。
3 基于热成像技术的系统构建
在列车运行过程中，由于运行速度高，内部冲击过大，轴承常见的缺油、少油、损伤、摩擦、掺杂等故障因素以及机械部件的异常磨损都会导致轴承车轮的温度在列车运行过程中不断上升。为了能够及时发现轴承车轮的动态故障，唯有通过动态监测的方式才能第一时间发现并排查轴承的初期故障。通过构建基于热成像技术的车辆轴温智能监测系统，动态监测车辆轴承车轮的热数据，能够真实、全面地反映轴承车轮部位的健康状态和故障隐患[2]。
车辆轴温智能监测系统的构建采用分层式布局，从物理布局上分为室外设备和室内设备两个层级。
室外设备的主要任务是采集列车车辆的基础数据（车号、过车时间）和轴承车轮部位的热成像数据，生成可用于后续处理分析的有效原始数据。室外设备主要包括热成像探测箱（热成像相机）、车轮传感器和AEI车号自动识别装置地面设备。热成像探测箱设备分别在钢轨两侧各安装一套（如图1所示），用于探测列车左右两侧轴承轮对的热数据;车轮传感器设备用于对通过系统设备的运行列车进行定位以及实时速度检测;AEI车号自动识别装置地面设备主要功能是对通过系统设备的列车进行车次、车号的自动识别。
室内设备主要任务是对室外设备采集到的列车基础数据和热成像等原始数据进行存储和智能分析，统计通过的列车车辆两侧轴承的最大温度绘制出整列车的两侧轴承温度图示，通过将处理层传来的数据进行深度分析，根据车辆各部件不同的故障判别标准诊断轨道车辆各部件的健康状态，从而提早发现车辆部件的故障隐患。室内设备主要包括AEI车号自动识别装置、数据处理机、电控箱和电源管理设备等。AEI车号自动识别装置用于接收安装于室外的AEI车号自动识别装置地面设备采集到的车次、车号基础数据;数据处理机用于对室外设备采集到的基础数据（包括车速、车次和车号等）和热成像数据等原始数据进行处理和分析;电控箱用于系统设备的配电和各部件触发控制;电源管理设备用于对系统所有设备进行集中化统一管理，远程和智能控制用电设备的开关和重启。
4 热成像技术在系统中的应用
基于热成像技术的车辆轴温智能监测系统通过安装于室外的热成像相机探测货车轴承和车轮的探测效果图如图2所示。从热成像图像可以清楚地看到轴承和车轮的温度分布情况。相对于传统THDS探测，采用热成像技术的轴温轮对探测，其探头使用数量少、探测部件面积大、探测温度结果可视化，探测准确性不受车型、车轮弹跳、车辆摆动的影响，具有较大的技术优势。
基于热成像的车辆轴温智能监测系统对铁路车辆轴承的热轴故障分三级进行报警，分别为激热、强热、微热。系统对符合热轴预报标注的车辆会在探测站进行自动报警，报警信息包括：探测站名称、列车通过时间、车次、运行方向、编组辆数、车号、故障车位、左/右侧、轴位、轴温、报警等级和热图。其中报警等级为强热、激热等符合列车拦停预报的报警内容会同时复示到相关铁路局行车调度台，同时进行声光报警提醒。所有的热轴报警信息会实时上传至铁总司查询中心。
5 结论
车辆轴温智能监测系统根据轴承车轮的故障特点，运用热成像技术对轴承和车轮进行熱数据探测。系统通过将热成像相机安装于轨侧采集原始数据，并通过数据处理机将原始数据进行分析和处理，实现对车辆轴承车轮部位的热异常的探测。同时系统会将列车车辆的热轴故障信息传输至相关铁路局行车调度台进行报警信息公示和警报提醒，确保能够准确、及时地发现运行车辆的轴承车轮故障隐患，保障铁路车辆行车安全。基于热成像的车辆轴温智能监测系统适用范围广，能够对通过的所有型号货车/客车/动车组实现准确探测、全面判断，实现故障车辆的全程追踪。
参考文献：
[1]王华伟.基于红外热成像的温度场测量关键技术研究[D].中国科学院研究生院（西安光学精密机械研究所），2013.
[2]李永健.高速列车轴箱轴承智能故障诊断技术研究[D].西南交通大学，2017.