呼和浩特铁路局集宁机务段呼南整备车间 内蒙古呼和浩特 010020
摘要：近年来，我国的工程建设越来越多，对电力机车的应用越来越广泛。牵引电机作为机车最重要的驱动部件，故障类型较多，一旦发生故障将严重危及行车安全。研究有效的牵引电机故障检测及诊断技术对于保障行车安全具有重要意义。首先分析了牵引电机故障机理，随后介绍了电力机车交流牵引电机故障诊断的基本方法。
关键词：牵引电机；轴承故障；转子故障
引言
目前，我国电力机车牵引电机检修仍然是以定期的预防性修理为主，维修成本较高。如何在电力机车运行过程中对牵引电机的运行状态进行监测，并且对早期故障进行检测，特别是定子绕组的匝间短路故障，使牵引电机的定期检修逐步过渡到状态修，需要研究电力机车牵引电机定子匝间短路产生的原理，并分析在线监测的技术要求，对故障进行监测和诊断。
1牵引电机故障机理
1.1异步牵引电机工作原理
牵引电机工作时，当绕组接入三相电源时，定子绕组将产生旋转的正弦分布磁动势，作用在气隙上产生旋转磁场切割转子导体产生感应电势，在转子导体中将有电流通过。转子电流和定子磁场在转子上产生机械转矩。旋转磁场与转子导体中的电流相互作用，产生电磁力，在电磁力的作用下形成电磁转距，拖动转子顺着旋转磁场方向旋转。只有同步转速n1大于转子转速n时，即n<n1时，转子回路才产生感应电流，定义转差率为：s=（n1-n）/n。
1.2轴承故障
轴承缺陷分为分布式缺陷及局部缺陷。分布式缺陷包括轴承座未对准、表面粗糙及滚动体尺寸过大等。局部缺陷包括滚动表面剥落、凹陷及裂纹。当滚轮经过这些缺陷表面时，会瞬间产生一系列冲击及振动，振动及冲击的幅度和频率可以通过缺陷的位置、速度及轴承尺寸计算得到。局部缺陷通常是由于轴承的内外滚道和滚动体表面之间的循环交变应力、电腐蚀、化学腐蚀和微振磨耗腐蚀引起的。
1.3牵引电机故障检测机理
牵引电机不同部件发生故障的机理是不同的。以轴承故障为例，轴承是动车组牵引电机的重要部位之一，动车在实际运行的过程中，轴承更容易受到损害，而且故障率很高，产生的故障也难以诊断。当电机轴承发生故障时，轴承会出现轻微裂纹甚至断裂的情况。而当轴承高速运转时，故障部位会在载荷的作用下与正常部位不断地进行碰撞，碰撞产生的冲击力会导致轴承座和其它零件的振动，形成一系列减幅振荡，这些减幅振荡会产生不同的频率。在进行故障检测时，可以通过提取电机的故障特征频率，对其进行分析和诊断，进而判断出电机的相应故障。
2电力机车交流牵引电机故障诊断的基本方法
2.1多工况要求
与一般场合应用的牵引电机不同，动车组的牵引电机一般可以工作在电动机和发电机状态。动车组作牵引运行时，牵引电机工作在电动机状态，将接触网提供的电能转换为机械能，驱动动车组运行；当动车组处于分相区或做电力制动时，牵引电机作为发电机工作，将列车动能转换为电能。为了达到对牵引电机的持续监测，要求在不同工况下，状态监控手段和故障诊断方法有效。
2.2轴承故障
轴承损坏时更换轴承；将电机两端端盖或轴承装平，旋紧螺栓；轴承与轴配合过松时，在轴承上镶套过紧时重新加上。
2.3考虑变流器供电条件影响要求
动车组牵引电机一般采用矢量控制，变流器采用SPWM（正弦脉冲宽度调制）控制方式，变流器供电条件与电网电源供电条件有巨大区别，变流器产生的电压和漏电流等因素，会增加电机故障的概率；变流器输出的电流含有大量谐波，谐波分量对牵引电机的故障诊断产生重大影响，在动车组牵引电机故障诊断过程中，孤立研究电机的故障没有意义。
2.4牵引电机故障分析及诊断方法
现有的用于牵引电机故障信号采集检测的技术主要有在线放电检测法；振动检测法；磁通检测法；绝缘检测法；温度检测法；定子电流检测法。这些方法采集所得的信号往往包含很多噪声，难以准确提取故障特征信号。针对这个问题，逐渐发展形成了许多信号处理的方式。传统的信号处理方式包括傅里叶分析、包络分析、相关分析和频谱分析等，其中最典型的是利用傅里叶变换对稳态信号进行分析，通过对信号的时频分析达到分离噪声，得到有效信号的目的。但动车组采集现场环境复杂，干扰较多，得到的信号具有很大的随机性，往往包含许多突变信号，这大大影响了故障特征的提取。因此，对于从牵引电机采集所得到的非平稳信号，研究人员开始采用希尔伯特-黄变换、小波分析等进行处理。小波分析方法具有很好的时频局部化特性，能够对信号高频处时间细分，低频处频率细分，即可以对信号的细节进行有效的识别，相比傅里叶变换具有很大的优势。但小波分析也存在频域分区不合理，对信号细节分析不够完善、合理等的缺点。在动车组故障特征提取时，经验模态分析也是一种常用的方法，该方法基于信号的局部时间尺度，把信号合理分解为多个不同的模态函数，而每个模态函数代表了故障信号的不同细节特征，这些函数可以对信号细节特征进行很好的表征。但若有突变信号，该方法容易出现模态混叠的现象，影响故障特征提取的准确性。牵引电机的故障特征提取结果会直接影响到后续的故障诊断，现有的提取方法虽然都具有一定的局限性，但在噪声处理和特征提取方面还是可以得到较为理想的结果。针对动车组牵引电机的组成和结构，现有的故障诊断方法有支持向量机、专家系统、人工神经网络、信息融合等方法。专家系统是应用最为广泛的一种故障诊断方法，整个系统由知识库、数据库、机器学习、人机接口等组成，但这种方法存在获取知识较难、学习能力弱、容错能力差等缺点，在实际应用于电机故障诊断时效果并不理想。人工神经网络具有自学能力、并行计算能力和一定的联想能力。将提取得到的牵引电机故障特征数据导入神经网络后，通过训练可以诊断出某些故障所具有的敏感特征。但人工神经网络要想得到好的训练结果，需要应用大容量的训练样本，泛化能力不强，学习效率不够稳定，而且该学习算法的收敛速度慢，容易陷入局部最优化现象，造成电机故障诊断结果不明确。
2.5机车制动缸压力缓不到0故障
将作用阀总风供给塞门关闭，用扳手将作用阀上压力开关接头螺母松开，或者将某个机车制动缸来风管接头松开即可，牵引列车制动时，列车制动，机车不制动，单机运行时，控制速度，使用手制动机停车，或者接上接头螺母，需要停车时，单阀置制动区，缓慢开放总风供给塞门，机车制动。
结语
综上所述，动车组牵引电机因其重要性以及工作环境的恶劣，需要经常进行故障诊断。现有的故障特征分析和诊断方法都存在一定的局限性，难以得到好的识别效果，需要通过进一步研究，综合不同种算法的特性，利用算法融合，进一步得到较好的故障诊断结果。
参考文献：
[1]孔惠惠.大功率交流机车与直流机车牵引性能比较分析［J］．交通科技，2011（3）：141－144.
[2]李甜甜.电力机车交流牵引电机故障诊断研究［D］．成都：西南交通大学，2014.
[3]杨宏博，刘诗佳，宋永丰，黄金.牵引电机的主要故障及诊断方法综述［J］．铁道机车车辆，2014（5）：69－71.
[4]张士强，孟凡环，暴勇临.机车车辆牵引电机转子拆解机设计与分析[J].机床与液压，2017（22）.
[5]陈超玉，姚秋华，龙云峰，洪凤平.高速交流牵引电机转子不平衡问题分析[J].技术与市场，2016（07）.
[6]陈哲明，曾京.牵引电机转子振动对高速列车动力学性能的影响[J].工程力学，2011（01）.