CN105092467A - 一种高速铁路车轮踏面擦伤快速监测装置及方法 - Google Patents

Abstract

本发明公开了一种高速铁路车轮踏面擦伤快速监测装置及方法，包括轮对轴箱、加速度传感器、数据采集单元、数据处理单元，在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断；数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数。

Description

一种高速铁路车轮踏面擦伤快速监测装置及方法

技术领域

本发明涉及高速铁路技术，尤其涉及的是一种高速铁路车轮踏面擦伤快速监测装置及方法。

背景技术

高速列车虽然装备了先进的防滑和防空转控制装置，但因其牵引力和制动力都比较大，仍然容易引起车轮踏面和钢轨的擦伤。高速列车的行驶速度已经达到350km/h，当带有踏面擦伤的车轮在钢轨上滚动通过的时候，车轮的擦伤部位与钢轨就会产生一个周期性的冲击作用，进而激发轮对与钢轨的振动和噪声，同时大大增加了轮轨之间的相互作用力，久而久之就会引起钢轨的疲劳裂纹以及车轮踏面的龟裂剥落，很容易引起高速列车脱轨等重大事故。

要保证高速列车运行的绝对安全，就要求对严重影响高速列车安全运行的因素随时进行跟踪监测，对故障超限的情况进行及时的修理和更换，消除引起高速列车重大事故的隐患，从而确保高速列车的安全运行。

目前已经出现了一些有关车轮踏面擦伤监测的装置及方法，例如，李奕璠等在“车轮踏面擦伤识别方法，冲击与振动，2013，32(22)：21～27”一文里介绍了利用希尔伯特(Hilbert)谱判断车轮踏面擦伤的方法，该方法对信噪比高的车轮擦伤有一定的识别能力，但对信噪比低的车轮擦伤信号则误判比例较大，实际线路上的振动信号信噪比都比较低。周璇等在“基于经验模式分解和神经网络的车轮踏面擦伤检测方法，润滑与密封，2015，40(6)：13～18”一文里介绍了联合利用经验模式和神经网络技术检测车轮擦伤的方法，该方法对于振动信号信噪比高的时候识别能力尚可，但由于神经网络采用非线性映射的方法获得结论，不能有效识别信噪比低的擦伤信号。对于高信噪比的信号，当神经网络训练不完全时，也可能导致不正确的结果。高瑞鹏等在“遗传算法结合小波神经网络的列车车轮扁疤故障检测方法，西安交通大学学报，2013，47(9)：88～111”一文里介绍了联合使用遗传算法和小波神经网络技术检测车轮擦伤的方法，该方法同样对低信噪比的信号不能有效识别，而且识别能力取决于神经网络的训练样本的合理性和全面性。何平等在“光学式列车车轮擦伤检测系统设计，自动化与仪表，2012，(10)：1～3”一文里介绍了在钢轨安装激光器测量通过钢轨的车轮踏面状态的方法，该方法特点是不适宜用于高速振动大的场合，且识别准确度受到雨水等自然环境变化的影响。顾明亮等在“列车车轮踏面擦伤动态检测系统研究，信息技术，2011，(10)：94～97”一文里介绍了在轨道上安装激光传感器测量车轮踏面擦伤的方法，该方法同样不适宜用于高速振动大的场合，且识别准确度受到雨水等自然环境变化的影响。

本发明的装置正是基于上述问题进行设计，可以监测高速列车车轮的擦伤及识别擦伤的深度。

发明内容

本发明的目的是提供一种高速铁路车轮踏面擦伤快速监测装置及方法，该系统可以快速有效设别车轮的踏面擦伤信号以及判断擦伤的深度。

本发明解决其技术问题所采用的技术方案是：

一种高速铁路车轮踏面擦伤快速监测装置，包括轮对轴箱、加速度传感器、数据采集单元、数据处理单元，在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断，具体方法为：数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数；如果有N个以上不同频率的共振波在单位时间内的冲击次数相同，则判断轮对存在擦伤故障；通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度，N为预设置的阈值，N大于等于6。

所述的高速铁路车轮踏面擦伤快速监测装置，所述的车轮踏面擦伤监测装置在轮对的每一个轴箱使用1个加速度传感器测量垂直方向的振动加速度，所述的加速度传感安装在每个轮对轴箱的顶面。

所述的高速铁路车轮踏面擦伤快速监测装置，所述改进的经验模态分解法具体方法为：

首先求得给定信号的局部极大值点和局部极小值点，然后通过三次样条插值求得信号的上下包络线，求出包络均值，原始信号减去包络均值可得到所分解出的一层信号，对此过程循环执行多次可以得到最终的分解结果如下：

$f\left(t\right)={\mathrm{\Σ}}_{i=1}^{l}imfi\left(t\right)+r---\left(1\right)$

即将原始信号分解为l个IMF和1个残差r；

具体步骤如下：

(1)获取原始信号s(t)的局部极大值点与局部极小值点max(t)，min(t)；

(2)使用三次样条差值法求出由局部极大值点形成的上包络线和局部极小值点形成的下包络线：e_max(t)，e_min(t)；

(3)计算局部均值： $m\left(t\right)=\frac{[e\max \left(t\right)+e\min \left(t\right)]}{2}---\left(2\right)$

(4)提取基本模式分量：h(t)＝s(t)-m(t)(3)

h(t)即为所求得的一个IMF分量；

在实际的计算过程中，由于计算值与理论值之间存在误差；求得一个IMF分量往往需要经过多次的提取，具体方法就是将所求的的h(t)作为待处理信号h₁，h₁的局部均值为m₁₁：

h₁-m₁₁＝h₁₁(4)

重复(1)、(2)、(3)、(4)步k次，得到

h_1(k-1)-m_1k＝h_1k(5)

当h_1(k-1)的值和h_1k的值接近相等时，停止循环，这时求出了第一个IMF分量c₁；c₁＝h_1k；

将所求的第一个IMF分量c₁从原始信号中分离出来：s(t)-c1＝r1，再将r₁作为新的待处理原始信号，重复以上计算过程，得到第二个IMF分量c₂，以此类推；

r₁-c₂＝r₂

r₂-c_a＝r_a

r_n-1-c_n＝r_m(6)

当包络线均值m(t)足够小时，小于某个设定极限值或者它的局部极值点数(局部极小值与局部极大值点数之和)不超过两个时，停止EMD分解过程，此时认为剩余信号r_n不能再进行分解，即剩余信号中不含有振动的趋势。

本发明还提供一种高速铁路车轮踏面擦伤快速监测方法，在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断，具体方法为：数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数；如果有N个以上不同频率的共振波在单位时间内的冲击次数相同，则判断轮对存在擦伤故障；通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度；N为预设置的阈值，N大于等于6。

与现有技术相比，本发明的有益效果是：

通过安装在轴箱上的加速度传感器记录车轮的振动，利用冲击能激励出多个振动频率的特点，使用改进的经验模态分解法处理各个不同频率的振动，根据单位时间的冲击次数相等的原则判断是否存在车轮擦伤信号。利用振动加速度的幅值信息判断车轮踏面擦伤的深度。

附图说明

图1为本发明的数据处理原理图；a为采集到的原始振动加速度信号；b，使用改进的EMD分解提取故障冲击振动加速度波形；c对振动加速度波形进行包络解调；d对解调波进行FFT分析；

图2为本发明实施例中实测得到的加速度波形；

图3为应用本发明改进的经验模态分解法得到的分解结果，其中a～g分别对应imf1～imf7共7个不同频率的冲击振动信号；

具体实施方式

以下结合具体实施例，对本发明进行详细说明。

本发明专利的一种具体实施方式是，一种高速铁路车轮擦伤监测系统，包括轮对的轴箱、加速度传感器和数据采集与处理单元，其特征在于：所述的轮对轴箱的顶面上安装加速度传感器，数据采集与处理单元放置在司机室。

本实施例的轮对安装在高速列车转向架上，轮对随高速列车运动。当轮对上的车轮有擦伤的时候，安装在轴箱上的加速度传感器检测到振动信号，然后送到数据采集与处理单元进行故障识别和擦伤厚度估计，并记录擦伤识别结果。

图1是本监测装置的数据处理原理图，数据处理和信号特征提取的步骤如下：(1)对测量的振动加速度采用改进的经验模态分解法进行EMD分解，提取各个不同频率对应的故障冲击共振波。根据冲击振动的特点，冲击愈大，激发的冲击振动频率就愈多，因而不同频率的故障冲击共振波一般情况下有多个。(2)对每一个频率的故障冲击共振波进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数。在分析的振动加速度信号中，如果有6个以上不同频率的共振波在单位时间内的冲击次数相同，则可判断轮对存在擦伤故障。(3)通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度。

图2是轮轨滚动试验台实测的加速度波形，使用一般的经验模态分解法分解该信号，由于迭代不收敛，无法得出各个频率对应的振动分量。使用改进的经验模态分解法分解该信号，迭代收敛且计算时间短，分解结果见图3。图3的imf1～imf7是频率不同的7个冲击振动信号，对每个单一频率的信号进行包络解调，可以得到该信号单位时间内的冲击次数，进而进行冲击故障判断。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.一种高速铁路车轮踏面擦伤快速监测装置，其特征在于：包括轮对轴箱、加速度传感器、数据采集单元、数据处理单元，在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断，具体方法为：数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数；如果有N个以上不同频率的共振波在单位时间内的冲击次数相同，则判断轮对存在擦伤故障；通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度，N为预设置的阈值，N大于等于6。

2.根据权利要求1所述的高速铁路车轮踏面擦伤快速监测装置，其特征在于：所述的车轮踏面擦伤监测装置在轮对的每一个轴箱使用1个加速度传感器测量垂直方向的振动加速度，所述的加速度传感安装在每个轮对轴箱的顶面。

3.根据权利要求1所述的高速铁路车轮踏面擦伤快速监测装置，其特征在于：所述改进的经验模态分解法具体方法为：

首先求得给定信号的局部极大值点和局部极小值点，然后通过三次样条插值求得信号的上下包络线，求出包络均值，原始信号减去包络均值可得到所分解出的一层信号，对此过程循环执行多次可以得到最终的分解结果如下： $f\left(t\right)={\mathrm{\Σ}}_{i=1}^{l}imfi\left(t\right)+r---\left(1\right)$

即将原始信号分解为l个IMF和1个残差r；

具体步骤如下：

(1)获取原始信号s(t)的局部极大值点与局部极小值点max(t)，min(t)；

(2)使用三次样条差值法求出由局部极大值点形成的上包络线和局部极小值点形成的下包络线：e_max(t)，e_min(t)；

(3)计算局部均值：

(4)提取基本模式分量：h(t)＝s(t)-m(t)(3)

h(t)即为所求得的一个IMF分量；

在实际的计算过程中，由于计算值与理论值之间存在误差；求得一个IMF分量往往需要经过多次的提取，具体方法就是将所求的的h(t)作为待处理信号h₁，h₁的局部均值为m₁₁：

h₁-m₁₁＝h₁₁(4)

重复(1)、(2)、(3)、(4)步k次，得到

h_1(k-1)-m_1k＝h_1k(5)

当h_1(k-1)的值和h_1k的值接近相等时，停止循环，这时求出了第一个IMF分量c₁；c₁＝h_1k；

将所求的第一个IMF分量c₁从原始信号中分离出来：s(t)-c1＝r1，再将r₁作为新的待处理原始信号，重复以上计算过程，得到第二个IMF分量c₂，以此类推；

r₁-c₂＝r₂

r₂-c₂＝r_a

r_n-1-c_n＝r_m(6)

当包络线均值m(t)足够小时，小于某个设定极限值或者它的局部极值点数(局部极小值与局部极大值点数之和)不超过两个时，停止EMD分解过程，此时认为剩余信号r_n不能再进行分解，即剩余信号中不含有振动的趋势。

4.高速铁路车轮踏面擦伤快速监测方法，其特征在于：在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断，具体方法为：数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击次数；如果有N个以上不同频率的共振波在单位时间内的冲击次数相同，则判断轮对存在擦伤故障；通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度；N为预设置的阈值，N大于等于6。