速度传感器的检测与故障诊断

,退出,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,6/4/2012,#,速度传感器的检测与故障诊断,组员：,20097929,杨 涛,20097926,张富秋,20097932,李 杰,引言,引言,牵引电机速度传感器检测原理,2.1,原理,2.2,测速装置,典型,故障判断,方法,3.1,速度传感器的常见故障,3.2,故障查找思路,3.3,用,TCN,网络管理软件检测电机速度的方法,3.5,速度传感器连接总成检查方法,3.6,速度信号异常故障现象查找方法,神经网络的机车,速度传感器,故障诊断,4.1,径向基函数（,RBF,）神经网络结构,4.2,机车速度传感器故障诊断方法,4.3,仿真实验,总结,引言,HXD1C,型机车主要用于铁路牵引重载列车，具有功率大、恒功率速度范围宽、黏着性能好、功率因数高、能源消耗低等特点，可满足我国干线铁路运输的需要。近期机车运行过程中，,IDU,显示“,TCU,相上管故障”、“元件总故障”、“牵引电机隔离”等故障现象。机车回段后，检查发现牵引电机速度传感器无效，导致牵引封锁。自,2010,年,7,月至今，据统计已经造成机破,5,件，临修,9,件。针对,HXD1C,型机车在段运用因电机速度传感器无效故障统计情况。从检修角度方面，本文重点对电机速度传感器检测原理进行概述，并提出典型故障判断方法，为检修人员准确、快速处理故障提供帮助。,2.1,检测原理,司机给出牵引,/,制动指令送数字量输入输出模块,DXM,，,DXM,将电气信号转换成控制信号，经由车载网络控制系统送往牵引控制单元,TCU,完成各种控制功能；,TCU,发出指令到门极驱动板让逆变器触发，最后使牵引电机工作。电机工作后，电机速度传感器信号送往,TCU,TCU,送出指令经门极驱动板送到逆变器，最后构成一个闭环控制系统。同时,TCU,将信号经车载网络控制系统，送至笔记本电脑用于检测各位电机的实际速度。若,TCU,检测到牵引电机速度传感器故障，无速度测量设备，牵引电机不能够继续运行，,TCU,锁定相应的逆变模块。,检测系统原理框图,牵引电机,逆变器,四象限整流,门极驱动板,车载网络控制系统,电机速度传感器,DXM,司机指令,重联机车,笔记本电脑,变压器,2.2,测速方法,为了检测电机的转速，在非传动端安装了测速装置。测速装置由测速齿盘和产生信号的速度传感器组成。测速齿盘、速度传感器与输出波形的关系,。测速齿盘采用球墨铸铁，设,118,个锯型。传感器为双通道信号相位差,90,，控制系统通过两路信号的相位差识别电机的正、反转向，电机每转一圈，传感器发出,118,个脉冲信号。转速信号用于控制系统对电机进行控制。电机速度传感器与被测齿轮不接触，无磨损，安装方便，且测速范围宽，温度适应范围宽，抗震性强。,2.2,测速方法,3.1,速度传感器常见故障,一、光电耦合器件,损坏,二、停车起,速度,三。占空比,超标,四、传动轴,折断,五、两通道间的相位差,超标,六、丢脉冲,3.2,故障查找思路,首先下载数据分析，确认具体速传无效或异常的轴位。再分别对电机速度传感器硬件和软件进行检查，硬件包括连接导线总成、速度传感器、测速齿轮盘和牵引电机；软件包括,TCU1/2,速度采集模块，（,TM1,和,TM6,、,TM2,和,TM5,、,TM3,和,TM4,）三组输入信号接口采用冗余模式与速度模块连接。具体方法：硬件部分用排除法对每个节点进行排除；软件部分采用互换法确定模块的好坏，即通过对调模块接口插头来确定故障是否转移。例如,HXD1C0036,机车第三号电机速度故障或无效，将,TCU1,速度模块接口第,2,位和第,3,位电机速度输入信号插头对调后，故障现象没转移；初步排除软件部分，再用排除法发现牵引电机不工作导致。,3.3,用,TCN,网络管理软件检测电机速度的方法,首先用笔记本电脑连接,USB,诊断插座，而笔记本右下角本地连接，表明笔记本通过以太网交换管理消息进行通信成功；然后打开,TCN,网络管理软件，弹出对话框如图,所示，当点击,VCM1/VCM2,后，在变量查找栏里面寻找到序号（,69,）和端口（,TCU1_MCC,状态），点击就弹出子目录。动车后，方能检测到,1,、,2,、,3,轴电机的实际速度。同理序号（,72,）和端口（,TCU2_MCC,状态）能检测到,4,、,5,、,6,电机的实际速度。通过这软件测试后方能检查故障处理情况。,3.4,速度传感器连接总成检查方法,如图所示，速度传感器连接总成由机车连接器、电机速度传感器连接器和多芯屏蔽连接导线组成。重点检查插针与导线是否有虚接、导线屏蔽检查、连接器内部是否有毛刺等问题。例如,HXD1C0036,机车第三位传感器连接总成检查方法：首先检查连接器是否缩针或者歪针、内部是否有毛刺现象；其次检查连接总成外观屏蔽是否良好；最后校线，通常使用万用表电阻档校验,A,、,B,、,C,、,D,四点与屏蔽,E,点不通；,A,点与,17,点通、,B,点与,18,点通、,C,点与,15,点通、,D,点与,16,点通；,A,、,B,、,C,、,D,四点不互通。当与主逆变器连接后，测量电机速度传感器连接器,A,与,B,点电压为,DC 15 V,。,3.4,速度传感器连接总成检查方法,3.5,速度信号异常故障现象查找方法,机车运行中，有速度信号，但速度显示异常。就硬件部分而言，常出现故障位置为测速齿轮盘。打开,N,端端盖，检查测速齿轮盘注意两点：,1,）测速轮盘厚度是否均匀，厚薄不均的速度齿盘输出波形出现异常；,2,）测速齿轮盘是否有缺陷。加工时候某个齿存在缺陷，装上电机非传动端测速时，部分切割磁力线，导致输出波形不规则。如,HXD1C0071,机车报速度信号异常，针对性检查第三位测速齿轮盘，发现一个齿没有加工完整。,3.6,利用标记线判断电机工作的方法,下载数据分析，确定故障位置。打开故障位电机,N,端端盖，用红色标记笔在测速齿轮盘上做标记，然后向前、向后动车，最后查看标识位置情况来判断电机和驱动装置工作状态。例如，,HXD1C0036,机车在运行过程中，突然出现故障，故障现象显示为“,TCU1M3A,相上管故障、,TCU1M3,元件总故障、第,3,电机隔离”。机车回段后，检查,TCU1,速度采集模块和第,三位电机速度传感器正常；第三位电机至,TCU1,速度信号线路进行校核也正常。打开第三位电机,N,端端盖，用红色笔做好标记。手柄给上级位动车后，该位电机电流达到,500 A,，查看测速齿轮盘红色标识位置未变，初步判断电机没工作,再打开第三位齿轮箱上注油孔对大小齿轮进行观察时发现电机小齿轮和轮对大齿轮端面有,10 mm,左右距离，小齿轮没有脱落。最后更换牵引电机和驱动单元后机车正常运行。,4.1,径向基函数（,RBF,）神经网络结构,目前基于神经网络的传感器故障诊断方法应用比较多的是,BP,神经网络。它是一种多层前馈型网络，用一个全局函数来逼近函数，权值的调整采用梯度下降法，可以实现从输入到输出的任意非线性映射，但它最大的缺陷在于收敛速度慢，易陷入局部极小点。从神经网络的函数逼近能力而言，,RBF,网络是一种典型的局部逼近神经网络，更容易逼近函数的局部，同时，训练,RBF,网络要比训练,BP,网络所花费的时间少得多，更适合在线诊断，所以本文选择,RBF,网络进行传感器在线故障诊断。,径向基函数神经网络结构如图,1,所示，为,3,层前馈网络，即输入层、输出层和隐含层。输入层节点由信号源结点组成，作用是将输入数据传递到隐含层节点，隐含层节点称为,RBF,节点，由以高斯型传递函数,(radbas),为代表的辐射状函数神经元构成，神经元个数由所描述问题的需要决定，输出层节点的传递函数常为简单的线性函数。其中，,P,为,R,维输入向量，,W1,为,S1R1,维输入权值矩阵，,W2,为,S2S1,维输入权值矩阵，,b1,、,b2,为阈值。,4.1,径向基函数（,RBF,）神经网络结构,P,W,1,b,1,W,2,b,2,Y,R x 1,S,1,x R,1,radbas,S,2,x R,1,径向基函数神经网络结构,4.2,机车速度传感器故障诊断方法,机车速度传感器利用光电转换原理将机车轮轴转速转换成电脉冲信号输出，即机车主轴转动一周,传感器就会产生出,n,个（,n,为码盘齿数）电脉冲输出信号。对于架控方式的机车，一个基本控制单元中一般至少有,2,个速度传感器，基于神经网络的双速度传感器故障诊断原理如图所示。,采样,诊断决策,速度传感器,1,速度传感器,2,RBF,神经网络预测器,1,RBF,神经网络预测器,1,X,1,(1),X,1,(k),X,2,(1),X,2,(k),X,1,(k+1),X,2,(k+1),输出,4.2,机车速度传感器故障诊断方法,分别对,2,个速度传感器建立,RBF,神经网络预测器。假设刚开始,2,个速度传感器都正常工作，将传感器,1,前,k+2,个时刻的输出数据,x1(1)x1(k+2),和传感器,2,前,k+2,个时刻的输出数据,x2(1)x2(k+2),通过采样获得并保存，分别作为,2,个传感器神经网络预测器的初始学习样本数据，,2,个神经网络预测器经过在线训练以后开始工作。因,2,个神经网络预测器工作原理相同，下面以神经网络预测器,1,为例说明其工作原理，预测器结构如图所示。,X(1),X(2),X(k),X(k+1),4.2,机车速度传感器故障诊断方法,取速度传感器,1,的前,k,个输出数据,x1(1)x1(k),作为,RBF,神经网络预测器,1,的输入，,x1(k+1),作为,RBF,神经网络预测器,1,输出，组成第一组训练样本，,x1(2)x1(k+1),作为,RBF,神经网络预测器,1,的输入，,x1(k+2),作为,RBF,神经网络预测器,1,输出，组成第二组训练样本，即训练样本表示为：,4.2,机车速度传感器故障诊断方法,以,X,为输入、,Y,为输出在线训练,RBF,神经网络预测器,1,，按梯度下降法调整权值矩阵，当达到一定精度后，,RBF,神经网络预测器开始工作，此时，将,x1(3)x1(k+2),作为新的输入，,RBF,神经网络预测器,1,将预测传感器在下一时刻即,k+3,时刻的输出 ，将预测值 与这一时刻实际采样值,x1(k+3),相减，得到误差,e1,。若,e1,小于给定某一阈值,e*,，则认为此时传感器,1,工作正常，并将当前采样值加入到学习样本中，覆盖掉先前的第一组样本，,4.2,机车速度传感器故障诊断方法,若,e1,大于给定某一阈值,e*,，则认为此时传感器,1,工作不正常，依次类推，,RBF,神经网络预测器一边不断在线学习新的样本，一边对传感器下一时刻输出值进行预测。图,2,中诊断决策模块对,2,个,RBF,神经网络预测器的输出预测值以及,2,个速度传感器的输出实际值进行综合诊断决策：,若,e,1,、,e,2,都小于给定某一阈值,e*,，则输出取,2,个速度传感器的输出实际值的平均值。,若,e,1,大于给定阈值,e*,，则认为此时刻传感器,1,工作不正常，但有可能这种不正常是由于环境噪声引起的传感器输出瞬时突变，而不是传感器本身故障。为避免误判，此时继续预测该时刻下一个时间段,t,内的输出值，并将,t,时间段的预测值和传感器实际输出值比较得到平均误差，若小于,e*,，则认为传感器,1,本身没有故障，继续按策略输出；反之，则认为传感器,1,故障，此时将传感器,2,的输出值作为最终输出。,若,e,2,大于给定阈值,e*,，同策略，分析下一时间段的平均误差；若认为传感器,2,本身没有故障，继续按策略输出；反之，则认为传感器,2,故障，此时将传感器,1,的输出值作为最终输出。,4.3,仿真实验,4.3,仿真实验,4.3,仿真实验,图,5,（,a,）模拟传感器输出脉冲缺失故障，在采样点,1000,