牵引电机作为轨道车辆驱动装置的关键部件,其运行状况会直接对车辆性能和运输效率造成影响。滚动轴承又是牵引电机中应用最为广泛的部件之一,起着承受载荷、传递载荷的作用。有关研究结果表明,牵引电机中最容易发生失效的零部件是滚动轴承,轴承损坏率约占牵引电机失效总数的44%。一旦牵引电机滚动轴承发生失效,就会影响轨道车辆平稳、安全的运行,甚至会危害乘客的生命以及造成财产损失等重大经济事故。因此,为了减少事故的发生,需要对轨道车辆转向架牵引电机滚动轴承的状态和运行可靠性进行研究,对其中评估出可靠性较低的滚动轴承进行检修维护或更换是保障轨道车辆运行安全、平稳、舒适的关键。本文以实测的牵引电机滚动轴承振动信号为基础,研究了牵引电机滚动轴承的可靠性评估方法和视情维修方法。主要工作内容有:(1)对轨道车辆转向架牵引电机滚动轴承的结构特点和振动机理进行了分析,通过研究目前常用的一些滚动轴承振动信号处理方法,如时域特征指标法、频域特征指标法和时频域特征指标法等,为轨道车辆转向架牵引电机滚动轴承的可靠性评估和视情维修提供理论基础和数据来源。(2)针对在现场实际采集过程中往往掺杂着大量的背景噪声,不利于牵引电机滚动轴承早期性能退化趋势发现的问题,提出了基于本征模态分量(Intrinsic Mode Functions,IMF)筛选聚合和主成分分析法(Principal Component Analysis,PCA)的转向架牵引电机滚动轴承可靠性评估方法。首先在将实测采集到的振动信号经集成经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)分解成一系列的本征模态分量(IMF)的过程中,由于背景噪声和在分解过程中存在插值误差等多重因素的影响,造成IMF分量中包含有虚假分量和背景噪声。为了减少这种影响,先利用自相关系数对IMF分量中起主导的信息成分进行辨别。对于不同信息成分占主导的IMF分量,利用主成分分析法(PCA)将其分解为有用信息和虚假分量或者噪声组成的一系列主分量;其次采取不同的筛选剔除方法对每一条IMF分量进行筛选,将筛选保留的IMF分量进行重构,得到纯净、敏感的振动信号,并从中提取出能反映牵引电机滚动轴承状态的全部特征指标,将部分优选后的敏感特征指标利用主成分分析法(PCA)进行特征信息的加权融合,得到一个较为全面、有效的表征牵引电机滚动轴承性能退化趋势的特征指标;最后将这个融合后的特征指标作为响应协变量代入威布尔比例故障率模型(Weibull Proportional Hazard Mode,WPHM)中,求出可靠度,从而实现牵引电机滚动轴承运行可靠性的有效评估。(3)针对轨道车辆牵引电机滚动轴承在维修时大多按照计划维修,缺乏一种科学有效的维修方式的问题,建立了基于可靠性和最大可用度的维修模型。首先在运用威布尔比例故障率模型(WPHM)计算出可靠度的基础上,选用最大可用度为维修目标,建立视情维修模型;最后依据建立的模型和实际运行状态,制定合理的维修策略,并指导维修。此方法可以减少维修费用、提高维修效率,最大程度地发挥牵引电机滚动轴承的价值,同时延长其使用周期。(4)以Matlab中Gui模块为平台,研发了一套牵引电机滚动轴承可靠性评估模块。其功能模块主要包括数据采集处理、运行可靠性评估和视情维修决策制定等,实现了牵引电机滚动轴承可靠度的计算和基于实际运行状态的合理维修决策的制定。