CN104032629A - 一种垂向轨道长波不平顺在线监测方法及系统 - Google Patents

Abstract

本发明公开了一种垂向轨道长波不平顺在线监测方法及系统。该系统为在列车走行部一系弹簧上方的构架上设置俯仰陀螺仪，并在列车的车轴端盖内设置测速传感器，所述俯仰陀螺仪和测速传感器的输出端均接入中央处理单元。检测步骤为：俯仰陀螺仪采集列车的构架倾斜角速度信号、测速传感器采集列车的运行速度信号，中央处理单元对所采集到的两路信号进行时空域转换得到空间域序列；采用滤波器法对空间域序列进行二次积分；采用趋势项消除方法对积分产生的趋势项进行消除，得到轨道垂向位移估计值；构建补偿滤波器，消除轨道垂向位移估计值的幅度和相位偏差。本发明具有成本低、工程实施性好的优点，能够在线实时监测。

Description

一种垂向轨道长波不平顺在线监测方法及系统

技术领域

本发明涉及轨道长波不平顺在线监测的技术领域，特别是一种垂向轨道长波不平顺在线监测方法及系统。

背景技术

轨道不平顺由轮轨反复作用及轨道枕木等恶化造成，是引起车辆和轨道振动的重要激励源之一。当轨道不平顺达到一定程度时会影响车辆平稳性、乘客舒适度、车辆和轨道的使用寿命甚至危害车辆运行安全。轨道不平顺按波长可分为局部不平顺和长波不平顺，后者是影响车辆平稳性和乘客舒适度的关键因素，并且随着列车运行速度的提高而影响增大，其有效检测与管理对铁路运营具有重要意义。

张德水公开了一种(张德水.轨道不平顺的测量与数据处理.上海交通大学硕士论文.2012)轨道不平顺较早的小车检测方法，该方法使用倾角和位移传感器检测由轨道表面的轮廓形状引起的基准梁运动，进而计算出轨道不平顺；但是此种方法小车检测受到运行速度限制，不适用于检测长波不平顺。Luis Fernando Molina公开了一种(LuisFernando Molina,Esther Resendiz,J.Riley Edwards,John M.Hart.Condition Monitoring ofRailway Turnouts and Other Track Components Using Machine Vision.Proceedings of theTransportation Research Board90th Annual Meeting.15November2010)机器视觉法，该方法通过高速摄像机或激光扫描仪，记录下轨检车通过后轨道的状态；然而机器视觉法成本高的同时，对铁路运行恶劣环境也较为敏感，且通常需要轨检车搭载，增加了轨检车的运行、维护和调度成本。在此两种方法的基础上，有人提出在线监测轨道状态，即在实时运行的车辆上安装监测装置，记录所经过的轨道状态。在线检测可及时发现突发的和长期累积的轨道不平顺状态变化，从而提供及时的维护预警，并对故障进行跟踪记录。

李翀(李翀.磁悬浮轨道长波不平顺实时检测与处理.西南交通大学硕士论文,2006)采用车体安装惯性捷联系统，来监测磁悬浮轨道的长波平顺状态，但是在车体安装惯性系统，经过了一系簧和二系簧的传递，很难具体的评估轨道状态。德国AEAT公司的专利(EP1180175,2002)公开了TrackMon系统，将安装在轴箱上方的垂向加速度计和一系簧位移传感器相结合，来监测轨道状态；该方法避免了轴箱加速度动态范围较大，传感器无法保证分辨精度的缺点；但由于位移传感器较亦损坏并且会影响车辆正常的维修工作，该系统工程实施性较差。J.Real(J.I.Real,L.Montalbán,T.Real,V.Puig，Development of a system to obtain vertical track geometry measuring axle-box accelerationsfrom in-service trains.Journal Of VibroEngineering.JUNE2012.Volume14)通过安装轴箱振动传感器来检测轨道垂向不平顺，并对轴箱振动信号进行加速度信号二次积分、高通滤波与相位补偿、振动模型逆输入三个步骤的处理；因此轴箱振动加速度包含的干扰振动信号成分有滚动轴承故障、车轮踏面故障、车轮与轨道脱离接触和环境噪声等，均会给信息提取带来一定的干扰。Marija Molodova的研究表明(Marija Molodova,ZiliLi,Rolf Dollevoet.Axle box acceleration:Measurement and simulation for detection of shorttrack defect.Wear.2011.271(1-2):349-356)，当列车通过局部故障如：宽轨缝接头、焊缝、道岔、谐波不平顺和松枕木等，轴箱加速度能测得高达100g的加速度，而在检测长波不平顺时出现加速度往往小于1g，远低于轨道局部故障产生的加速度，因此若轴箱加速度传感器同时检测两种类型的不平顺，必须具备低带宽下限、高线性度和低噪声等特性，从而导致检测精度不高。

发明内容

本发明的目的在于提供一种成本低、工程实施性好的垂向轨道长波不平顺在线监测方法及系统，基于构架倾斜角速度和列车车速对垂向轨道长波不平顺进行实时在线监测。

实现本发明目的的技术解决方案是：一种垂向轨道长波不平顺在线监测方法，包含以下步骤：

步骤1，在列车走行部一系弹簧上方的构架上设置俯仰陀螺仪，并在列车的车轴端盖内设置测速传感器，所述俯仰陀螺仪和测速传感器的输出端均接入中央处理单元；

步骤2，俯仰陀螺仪采集列车的构架倾斜角速度信号、测速传感器采集列车的运行速度信号，中央处理单元对所采集到的两路信号进行时空域转换得到空间域序列；

步骤3，采用滤波器法对步骤2所得空间域序列进行二次积分；

步骤4，采用趋势项消除方法对步骤3积分产生的趋势项进行消除，得到轨道垂向位移估计值；

步骤5，构建补偿滤波器，消除轨道垂向位移估计值的幅度和相位偏差。

一种垂向轨道长波不平顺在线监测系统，包括俯仰陀螺仪、测速传感器和中央处理单元，其中俯仰陀螺仪设置于列车走行部一系弹簧上方的构架上，旋转脉冲测速传感器设置在列车的车轴端盖内，所述俯仰陀螺仪和旋转脉冲测速传感器的输出端均接入中央处理单元。

本发明与现有技术相比，其显著优点是：(1)成本低，避免了使用机器视觉法带来的高成本，以及轨检车的运行、维护和调度成本；(2)工程实施性好，陀螺仪角速度传感器和车速传感器能承受现场的恶劣环境，且安装方便；(3)在线实时监测，可及时发现突发的和长期累积的轨道不平顺状态变化，从而提供及时的维护预警，避免了在日后更广泛的维护并对故障进行跟踪记录，为以后的铁路维护进行更有效的规划。

附图说明

图1为本发明垂向轨道长波不平顺在线监测方法的流程图。

图2为本发明垂向轨道长波不平顺在线监测系统的结构示意图。

图3为车辆-轨道垂向耦合动力学模型及其参数。

图4为实测轨道不平顺空间波形图和功率谱图，其中(a)为实测轨道不平顺空间波形图，(b)为实测轨道不平顺功率谱与德国高干扰谱的比较图。

图5为以实测轨道不平顺为输入的模型构架角速度βt1响应。

图6为对模拟得到的构架加速度经过二次积分滤波后的不平顺示意图，其中(a)为构架加速度经过二次积分滤波后的不平顺和6阶多项式提取的趋势项示意图；(b)为消趋后不平顺与真实不平顺的比较图。

图7为迭代过程的滤波效果和后1km不平顺经补偿滤波器滤波后的结果示意图，其中(a)为前1km RLS补偿滤波器迭代过程与真实值比较图，(b)为迭代稳定后的滤波器过滤后1km与真实值比较图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

结合图1，本发明垂向轨道长波不平顺在线监测方法，包含以下步骤：

步骤1，在列车走行部一系弹簧上方的构架上设置俯仰陀螺仪，并在列车的车轴端盖内设置测速传感器，所述俯仰陀螺仪和测速传感器的输出端均接入中央处理单元；所述俯仰陀螺仪的敏感轴与列车的轮对车轴平行。

步骤2，俯仰陀螺仪采集列车的构架倾斜角速度信号、测速传感器采集列车的运行速度信号，中央处理单元对所采集到的两路信号进行时空域转换得到空间域序列，即：

俯仰陀螺仪采集列车的构架倾斜角速度ω(t)，以t为采样周期等时间间隔采样，根据以下关系，

$\frac{\mathrm{d\θ}}{\mathrm{ds}}=\frac{\mathrm{d\θ}/\mathrm{dt}}{\mathrm{ds}/\mathrm{dt}}=\frac{\mathrm{\ω}\left(t\right)}{v\left(t\right)}$

式中，θ为构架倾斜角度，s为空间步长，ω(t)为构架倾斜角速度，v(t)为列车运行速度；由构架倾斜角速度ω(t)除以测速传感器采集列车的运行速度v(t)，得到空间域序列ω(s)，即

步骤3，采用滤波器法对步骤2所得空间域序列进行二次积分；

信号积分的实现有直接积分法、频率转换法和滤波器法。由于直接积分和频率转换法不能实现连续计算，而滤波器法则实现简单并可用于实时连续计算，因此采用滤波器法。积分滤波器的传递函数为：

$H\left(z\right)=\frac{z^{-2}\mathrm{\Δ}{s}_n\mathrm{\Δ}{s}_{n-1}}{1-(1+\mathrm{\Δ}{s}_n/\mathrm{\Δ}{s}_{n-1})z^{-1}+(\mathrm{\Δ}{s}_n/\mathrm{\Δ}{s}_{n-1})z^{-2}}$

式中，ΔS_n表示第n和第n-1个采样点的空间间隔，ΔS_n-1表示第n-1和第n-2个采样点的空间间隔。

步骤4，采用趋势项消除方法对步骤3积分产生的趋势项进行消除，得到轨道垂向位移估计值；

对包含传感器观测噪声σ的角速度进行积分会产生常数项(零频项)和线性项(第二次积分时)，因此必须将这些趋势项加以消除。趋势项的消除有拟合多项式法、高通滤波器法和小波变换法等。本发明采用拟合多项式法，利用误差递推最小二乘原理，迭代公式如下：

式中，k为多项式阶次，N为观测数据个数，x_n为观测值；

根据迭代公式，已知观测序列x_n的前N个观测值，能够求得P_N和，进而利用迭代公式得出P_N+1、K_N+1、、t_N+1，从而确定消除趋势项后的轨道垂向位移估计值：

步骤5，构建补偿滤波器，消除轨道垂向位移估计值的幅度和相位偏差；

经二次滤波器和趋势项消除后求得的轨道垂向位移估计，仍然受到传感器安装误差、轨道弹性变化、轮轨接触关系、一系簧和二系簧的影响，因此需要对数据进行幅度和相位的补偿。构建一个滤波器长度为M的有限脉冲响应滤波器(FIR)，即：

Y(z)＝H_M(z)X(z)

其中X(z)为消趋后求得的轨道垂向位移估计，Y(z)为补偿滤波后得到的轨道垂向位移估计，H_M(z)为补偿滤波器的传递函数。所述补偿滤波器H_M(z)利用时间递归RLS迭代算法，以真实轨道不平顺为理想值，以消除趋势项后的不平顺为输入值，进行迭代确定H_M(z)的参数，迭代公式如下：

$\left\{\begin{array}{c}e\left(n\right|n-1)=z\left(n\right)-w(n-1)u\left(n\right)\\ k\left(n\right)=\frac{P(n-1)u\left(n\right)}{\mathrm{\λ}+u^H\left(n\right)P(n-1)u\left(n\right)}\\ w\left(n\right)=w(n-1)+k\left(n\right)e\left(n\right|n-1)\\ P\left(n\right)={\mathrm{\λ}}^{-1}P(n-1)-{\mathrm{\λ}}^{-1}k\left(n\right)u^H\left(n\right)p(n-1)\end{array}\right.$

式中，e(n|n-1)为估计误差，k(n)为增益向量，w(n)为滤波器权向量，P(n)为自相关逆矩阵，u(n)为滤波器输入值，z(n)为理想值，λ为遗忘因子且λ取值范围为0.95～0.995。RLS算法在收敛速度、稳定性、非平稳信号的实用性等方面明显优于LMS算法。

待滤波器H_M(z)参数确定后，将该滤波器作为补偿滤波器使用，消除轨道垂向位移估计值的幅度和相位偏差，得到轨道垂向位移的最终估计值。

结合图2，本发明垂向轨道长波不平顺在线监测系统，包括俯仰陀螺仪、测速传感器和中央处理单元，其中俯仰陀螺仪设置于列车走行部一系弹簧上方的构架上，旋转脉冲测速传感器设置在列车的车轴端盖内，所述俯仰陀螺仪和旋转脉冲测速传感器的输出端均接入中央处理单元。所述俯仰陀螺仪采用美国KVH公司的DSP-3000，中央处理单元采用北京阿尔泰科技的EPC-9351。

下面结合具体实施例对本发明作进一步详细说明。

实施例1

通过建立车辆-轨道垂向耦合动力学模型，得到以某段高铁实测轨道长波不平顺数据作为输入时的构架角速度响应。而后对构架角速度进行步骤二～五的处理，将结果与输入不平顺比较。

结合图3，建立翟婉明提出的(翟婉明著.车辆-轨道耦合动力学(第三版).科学出版社.2007)车辆-轨道垂向耦合动力学模型，包括车辆子模型、轨道子模型、轮轨作用力、Hertz非线性接触理论和新型预测-校正显式积分方法。车辆动力学子模型包括车体、前后构架的沉浮、俯仰运动，四个轮对的沉浮运动；轨道子模型采用连续支撑的欧拉梁力学模型，扣件、枕木和道床支撑视为连续支撑的弹簧阻尼模型；用Hertz非线性接触理论可以计算轮轨作用力；模型求解采用翟婉明提出的新型预测-校正显式积分方法，将所有的振动方程对时间步长进行积分，求取模型的动力学响应。表1为普通客车YZ22的参数，作为模型固定参数。

表1车辆-轨道垂向动力学模型参数

结合图4，该段实测轨道不平顺数据是以0.5m为间隔的离散采样序列，长度2km。图4绘制了该段实测数据的空间波形图和功率谱图。可见该段数据包含的不平顺幅值小于5mm。图4(b)绘制了德国高干扰轨道谱线，可见该段数据包含高于德国高干谱的6-300m波长不平顺。由于采用的实测数据以0.5m为间隔，因此对数据进行三次样条插值处理，得到空间步长0.001m的轨道不平顺数据作为模型输入。仿真过程中，设定列车运行速度为20m/s，迭代空间步长0.001m，迭代时间间隔Δt＝0.05ms。

结合图5，利用MATLAB强大的矩阵运算能力，使得动力学仿真模型的编程实现相对于其他实现平台更有效而简洁。模型求解编程实现经过模型参数矩阵配置、初始化、轮轨力计算、钢轨振动力计算和迭代循环等过程。模型输出的首节构架倾角β_t1角速度如图5所示，构架倾角β_t1角速度在检测中长波不平顺时响应范围为±1.5°/s。目前光纤陀螺仪分辨率<10°/h，可达1-5°/h，完全能满足角速度检测要求，该方案具有工程可实施性。仿真过程条件理想，实际观测过程中，陀螺仪输出包含两类误差：一类是由于振动或电磁环境所引入的噪声，可视为白噪声σ；另一类为安装误差，即敏感轴没有完全垂直于列车运行线路的平面，此误差是一个不变的比例误差？。为模拟实际陀螺仪观测过程中的安装误差和观测噪声，对图5中得到的模型响应乘以安装误差系数？＝0.9，以及加入方差σ＝0.001rad/s的随机误差序列，而后通过后续滤波算法对构架角速度信号进行处理。

结合图6，对仿真得到的角速度进行步骤二、步骤三和步骤四的处理。首先进行空间域转换，将角速度除以车速V＝20m/s，其次应用空间二次积分滤波器滤波，再后进行拟合多项式迭代消趋。拟合多项式迭代过程中计算数据N＝1000，多项式阶次k＝6。二次积分滤波后结果和6阶拟合多项式提取出的趋势项见图6(a)。消趋后的结果见图6(b)。可见多项式消趋消除了大部分趋势项，经过二次积分滤波器和多项式消趋后的空间域波形，已接近实际波形，但仍需经过补偿滤波器处理。

结合图7，对步骤四处理后的数据进行步骤五处理，得到最终的轨道不平顺估计。补偿滤波器过程中，由于对数据进行了插值处理，得到空间步长0.001m的轨道不平顺，而实际有效数据波长大于3m，因此构建的补偿滤波器具有低通特性。由于滤波器长度太长会影响RLS自适应算法计算速度，因此设定滤波器长度L＝40。利用前1km的消趋后不平顺与真实不平顺进行迭代，迭代稳定后的滤波器参数作为补偿滤波器参数。利用后1km的数据验证所构建的补偿滤波器。迭代过程的滤波效果和后1km不平顺经补偿滤波器滤波后的结果见图7。由图可见，与真实的轨道不平顺比较，空间域的波形较完美地接近真实不平顺，改善了消趋后不平顺与真实不平顺之间的误差。

综上所述，本发明基于构架角速度和车速信号检测，对信号进行滤波处理后得到的轨道不平顺完整的复现了轨道长波不平顺，具有成本低、工程实施性好和在线实时监测的优点。

Claims (8)

1.一种垂向轨道长波不平顺在线监测方法，其特征在于，包含以下步骤：

步骤1，在列车走行部一系弹簧上方的构架上设置俯仰陀螺仪，并在列车的车轴端盖内设置测速传感器，所述俯仰陀螺仪和测速传感器的输出端均接入中央处理单元；

步骤2，俯仰陀螺仪采集列车的构架倾斜角速度信号、测速传感器采集列车的运行速度信号，中央处理单元对所采集到的两路信号进行时空域转换得到空间域序列；

步骤3，采用滤波器法对步骤2所得空间域序列进行二次积分；

步骤4，采用趋势项消除方法对步骤3积分产生的趋势项进行消除，得到轨道垂向位移估计值；

步骤5，构建补偿滤波器，消除轨道垂向位移估计值的幅度和相位偏差。

2.根据权利要求1所述的垂向轨道长波不平顺在线监测方法，其特征在于，步骤1所述俯仰陀螺仪的敏感轴与列车的轮对车轴平行。

3.根据权利要求1所述的垂向轨道长波不平顺在线监测方法，其特征在于，步骤2所述中央处理单元对所采集到的两路信号进行时空域转换得到空间域序列，具体为：

俯仰陀螺仪采集列车的构架倾斜角速度ω(t)，以t为采样周期等时间间隔采样，根据以下关系，

$\frac{\mathrm{d\&theta;}}{\mathrm{ds}}=\frac{\mathrm{d\&theta;}/\mathrm{dt}}{\mathrm{ds}/\mathrm{dt}}=\frac{\mathrm{\&omega;}\left(t\right)}{v\left(t\right)}$

式中，θ为构架倾斜角度，s为空间步长，ω(t)为构架倾斜角速度，v(t)为列车运行速度；由构架倾斜角速度ω(t)除以测速传感器采集列车的运行速度v(t)，得到空间域序列ω(s)，即

4.根据权利要求1所述的垂向轨道长波不平顺在线监测方法，其特征在于，步骤3所述采用滤波器法对步骤2所得空间域序列进行二次积分，积分滤波器的传递函数为：

$H\left(z\right)=\frac{z^{-2}\mathrm{\&Delta;}{s}_n\mathrm{\&Delta;}{s}_{n-1}}{1-(1+\mathrm{\&Delta;}{s}_n/\mathrm{\&Delta;}{s}_{n-1})z^{-1}+(\mathrm{\&Delta;}{s}_n/\mathrm{\&Delta;}{s}_{n-1})z^{-2}}$

式中，ΔS_n表示第n和第n-1个采样点的空间间隔，ΔS_n-1表示第n-1和第n-2个采样点的空间间隔。

5.根据权利要求1所述的垂向轨道长波不平顺在线监测方法，其特征在于，步骤4所述趋势项消除方法采用拟合多项式法，利用误差递推最小二乘原理，迭代公式如下：

式中，k为多项式阶次，N为观测数据个数，x_n为观测值；

根据迭代公式，已知观测序列x_n的前N个观测值，能够求得P_N和，进而利用迭代公式得出P_N+1、K_N+1、、t_N+1，从而确定消除趋势项后的轨道垂向位移估计值：

6.根据权利要求1所述的垂向轨道长波不平顺在线监测方法，其特征在于，步骤5所述补偿滤波器H(z)利用时间递归RLS迭代算法，以真实轨道不平顺为理想值，以消除趋势项后的不平顺为输入值，进行迭代确定H(z)的参数，迭代公式如下：

$\left\{\begin{array}{c}e\left(n\right|n-1)=z\left(n\right)-w(n-1)u\left(n\right)\\ k\left(n\right)=\frac{P(n-1)u\left(n\right)}{\mathrm{\&lambda;}+u^H\left(n\right)P(n-1)u\left(n\right)}\\ w\left(n\right)=w(n-1)+k\left(n\right)e\left(n\right|n-1)\\ P\left(n\right)={\mathrm{\&lambda;}}^{-1}P(n-1)-{\mathrm{\&lambda;}}^{-1}k\left(n\right)u^H\left(n\right)p(n-1)\end{array}\right.$

式中，e(n|n-1)为估计误差，k(n)为增益向量，w(n)为滤波器权向量，P(n)为自相关逆矩阵，u(n)为滤波器输入值，z(n)为理想值，λ为遗忘因子且λ取值范围为0.95～0.995。

7.一种垂向轨道长波不平顺在线监测系统，其特征在于，包括俯仰陀螺仪、测速传感器和中央处理单元，其中俯仰陀螺仪设置于列车走行部一系弹簧上方的构架上，旋转脉冲测速传感器设置在列车的车轴端盖内，所述俯仰陀螺仪和旋转脉冲测速传感器的输出端均接入中央处理单元。

8.根据权利要求7所述的垂向轨道长波不平顺在线监测系统，其特征在于，所述俯仰陀螺仪采用美国KVH公司的DSP-3000，中央处理单元采用北京阿尔泰科技的EPC-9351。