हाई-स्पीड पहियों में माइक्रो-ओवलाइज़ेशन का त्रि-आयामी स्कैनिंग द्वारा पता लगाना

एक हाई-स्पीड ट्रेन के संचालन के दौरान उसके एक्सल में भयावह खराबी आ गई। प्रारंभ में निर्माण दोष के कारण मानी गई इस विफलता का विश्लेषण रिवर्स इंजीनियरिंग पाइपलाइन के माध्यम से किया गया। GOM ATOS के साथ 3D स्कैनिंग से पहियों की ज्यामिति में एक सूक्ष्म अंडाकारता का पता चला, जो आदर्श गोलाई से 50 माइक्रोन से कम का विचलन था। रखरखाव कार्यशाला में गलत खराद के कारण उत्पन्न यह खामी, उच्च-आवृत्ति कंपन उत्पन्न करती थी जिसने एक्सल के आंतरिक बियरिंग्स को तोड़ दिया।

निरीक्षण पाइपलाइन: GOM ATOS से Abaqus तक 🚄

प्रक्रिया GOM ATOS के माध्यम से पहिये की सतह के डिजिटलीकरण के साथ शुरू हुई, जो एक संरचित प्रकाश प्रणाली है जो माइक्रोमीटर सटीकता के साथ बिंदु बादलों को कैप्चर करती है। डेटा को MATLAB में निर्यात किया गया ताकि गोलाई विश्लेषण किया जा सके, जहां घूर्णन कोण के फलन के रूप में रेडियल विचलन को मापा गया। इस अंडाकारता प्रोफ़ाइल को उच्च गति की स्थितियों के तहत पहिया-रेल संपर्क का अनुकरण करने के लिए Abaqus में आयात किया गया। परिमित तत्व मॉडल ने खुलासा किया कि घूमते समय, गैर-गोलाकार पहिया बियरिंग्स में त्वरण के शिखर उत्पन्न करता था, जो सामग्री की थकान सीमा से अधिक था। सिमुलेशन ने पुष्टि की कि खराद दोष ने असेंबली की अनुनाद आवृत्तियों को बढ़ा दिया, जिससे बियरिंग के रेस और गेंदों में क्रमिक फ्रैक्चर हुआ।

रेलवे रखरखाव के लिए सबक 🔧

यह मामला दर्शाता है कि सामग्री की थकान हमेशा अत्यधिक भार के कारण नहीं होती, बल्कि न्यूनतम ज्यामितीय खामियों के कारण होती है जो दृश्य निरीक्षण में किसी का ध्यान नहीं जाती हैं। 3D स्कैनिंग (GOM ATOS) को थकान सिमुलेशन (Abaqus) के साथ एकीकृत करने से विफलता होने से पहले ही उसकी भविष्यवाणी करना संभव हो जाता है, जो पूर्वानुमानित रखरखाव में एक नया मानक स्थापित करता है। सामग्री इंजीनियरों के लिए, अंडाकारता खराद प्रक्रियाओं में नियंत्रित करने के लिए एक महत्वपूर्ण पैरामीटर बन जाती है, जहां एक गलत सहनशीलता विनाशकारी हार्मोनिक कंपन को ट्रिगर कर सकती है। अंतिम विचार स्पष्ट है: उच्च गति में, ज्यामितीय सटीकता कोई विलासिता नहीं, बल्कि सुरक्षा की आवश्यकता है।

इस विश्लेषण के लिए ANSYS या Abaqus? 🤔