CN108229254B - 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 - Google Patents

一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 Download PDF

Info

Publication number
CN108229254B
CN108229254B CN201611163378.9A CN201611163378A CN108229254B CN 108229254 B CN108229254 B CN 108229254B CN 201611163378 A CN201611163378 A CN 201611163378A CN 108229254 B CN108229254 B CN 108229254B
Authority
CN
China
Prior art keywords
tread
spectrum
impact
wheel
polygon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611163378.9A
Other languages
English (en)
Other versions
CN108229254A (zh
Inventor
胡亮红
唐德尧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tangzhi Science & Technology Development Co ltd
Original Assignee
Beijing Tangzhi Science & Technology Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Tangzhi Science & Technology Development Co ltd filed Critical Beijing Tangzhi Science & Technology Development Co ltd
Priority to CN201611163378.9A priority Critical patent/CN108229254B/zh
Publication of CN108229254A publication Critical patent/CN108229254A/zh
Application granted granted Critical
Publication of CN108229254B publication Critical patent/CN108229254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法,属于运动机械装备安全监控技术领域。轨道交通车轮踏面多边形失圆故障是常见的踏面失效形式之一,它直接危害踏面同时也危害机车、车辆相关部件,需要对该类故障进行准确识别。本发明在解析轨道交通车轮踏面故障形成原因的基础上,分析了轨道交通车轮踏面多边形失圆故障冲击信息时域波形特征和频谱特征,利用该特征设计了对踏面该类故障的识别方案,并准确计算踏面多边形失圆故障程度,实现了对轨道交通车轮踏面多边形失圆故障监测、报警和适时提出维修建议,及时防止因轨道交通车轮踏面多边形失圆故障冲击对机车、车辆的危害。

Description

一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法
技术领域
本发明属于运动机械装备安全监控技术领域,具体涉及一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法。
背景技术
车轮是轨道交通机车、车辆走行部的关键部件之一,其运行状态对车辆的振动、行车安全等有非常重要的影响。踏面多边形失圆故障是轨道交通车轮踏面常见的失效形式之一,一般而言踏面存在椭圆度之类的“低阶失圆”不会对机车性能产生大的影响,但踏面存在哪怕是不太大的多边形失圆的情况下,却会引起车辆强烈的振动和噪声,不但直接危害踏面,同时会造成机车和车辆的电机、齿轮、转向架、减振阻尼等其它相关部件的工况恶化。例如假定踏面存在x=100um的1阶(正弦)不圆度,转速频率为fn=10Hz,则其加速度是:a1=x(2πfn)2=10-4×(2×π×10)2=0.3948m/s2,如果踏面存在x=100um的B=19边形失圆度,转速频率为fn=10Hz,则其加速度至少是:a19=x(2πBfn)2=10-4×(2×π×19×10)2=142.517m/s2。若轨道交通车轮踏面存在B=19~24边形失圆,这就意味着它们引起的强烈振动和冲击是不可小视的。因此需要及时识别踏面多边形失圆故障,及时指导镟轮维修,以保证行车安全和车辆部件的合理寿命。
在现有技术中,车轮多边形失圆故障的监测方法主要有静态监测和动态监测两种,其中静态监测方法只有在机车停车或车轮拆卸的情况下才能进行,效率低且劳动强度大。现有的动态监测方法主要有以下几种:
其一是振动加速度监测法,机车运行过程中,轨道会在轮轨间的相互作用下产生振动,若轨道交通车轮踏面存在多边形失圆故障,则该振动会加剧。利用该原理,通过收集整个机车经过监测点时轨道的振动情况,然后进行相关分析,提取出有多边形失圆故障的车轮踏面信息。该方案的缺陷是传感器安装间距固定,不适宜监测不同半径的车轮,且机车运行过程中振动不止一处,进行数据分析时候难以排除干扰;
其二是接触测量法,当机车车轮存在多边形失圆故障时,整个圆周内车轮半径不同,但由于不圆的只是踏面部分,轮缘始终保持不变,如此可以通过监测轮缘高度的变化来判断车轮踏面的缺陷。该方案的缺陷是要求机车缓慢通过监测点才能实施,同时监测结果极易受到外界干扰;
其三是图像监测法,利用激光照射车轮踏面,然后用高速摄像机进行连续拍摄,最后对拍摄到的图像进行处理获取到车轮踏面外形状况。该方案存在的缺陷是受到拍摄设备和环境的影响较大,同时机车速度的限制较大,一般情况下仅能监测速度低于30km/h的情况;
其四是位移测量法,当轨道受到压力作用时将产生垂向振动,机车运行时若存在多边形失圆故障,则会在整个圆周内产生周期性的作用力变化,轨道垂向位移会随着轮轨的相互作用力变化而变化,若车轮出现多边形失圆故障则整个车轮圆周上轨道的垂向位移曲线将出现波动。该种方案的缺陷是直接对振动位移进行检测,容易受到外界扰动,例如转速等。
为此,提出一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法。
发明内容
本发明要解决的技术问题是,克服现有技术存在的上述缺陷,提供一种能准确的发现踏面多边形失圆故障,并能准确的定量多边形失圆故障程度的轨道交通车轮踏面多边形失圆故障的冲击诊断方法。
本发明首先提出轨道交通车轮踏面多边形失圆故障形成原因的解释,其次利用故障车轮在运行过程中与钢轨接触产生的冲击经过共振解调后获取到冲击单样本信号,以提高抗干扰效果,通过提取轨道交通车轮踏面多边形失圆故障冲击单样本所含的独特的时域波形特征和频谱特征,建立一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法。
多边形失圆故障在轨道交通车轮踏面上常有发生,其可能的形成原因是轮轨任意冲击(车轮不平衡振动、踏面偶发损伤冲击、车轮热分格冲击、轨道焊接缝冲击等)通过一系广义共振复制或分化而产生的,若广义共振的阻尼低则引发多边形失圆,若阻尼高则仅有单处扩展失圆。
当一系阻尼较低时,车轮踏面的任意单处冲击,例如钢轨焊接缝、踏面故障冲击等均可引起车轮跳跃。这种跳跃可能使踏面离开轨道,也可能不离开轨道而只是使车轮对轨道的压力大小交替变化。车轮的跳跃可能会发生多次,由于车轮在转动,所以当轨道交通车轮踏面每次弹跳跌落到轨道时,踏面圆周以旋转前方的不同的位置撞击轨道,车轮的这些位置也受到轨道反作用冲击。如果某些转速条件下,例如机车一系弹簧与簧下质量构成的簧下广义共振的频率和机车常用转速频率大致呈整数倍关系的时候,踏面的一个损伤引发的弹跳撞击,总是由踏面上一组相同的位置承受,则这一组位置就比其它不承受弹跳冲击的位置更易疲劳损伤,各复制损伤点之间的距离几乎是相等的,以致各个损伤在踏面上是均布的;各损伤因车轮正反运转而向损伤点两边扩展,进而引起踏面多边形失圆故障。
设一系弹簧与簧下质量构成的簧下广义共振的频率为fg1,则弹跳的频率约为fg2=2·fg1。如果车轮经常的转速频率fn是fg2的整分数1/J,即弹跳频率fg2为转速频率fn的J倍,则从激发踏面第一次弹跳的位置起,在踏面J处均布的固定的位置承受弹跳冲击,这一组位置就比其它不承受弹跳冲击的位置更易疲劳,久而久之踏面便形成J边形失圆。若同时车轮经常的转速频率有两种或者多种,且弹跳频率和转速频率均大致呈整数倍关系,则轨道交通车轮有可能形成两种或多种多边形失圆故障的叠加。
例如在J=3的情况下,车轮旋转一周,车轮的一个异常点与轨道冲击会引起踏面发生3次弹跳,导致踏面在3个固定位置会出现首先疲劳的现象,如附图1所示,黑色三角形表示踏面异常点,长期运转后容易扩展为3点疲劳损伤,各损伤因车轮正反运转而向损伤点两边扩展,进而引起踏面3边形失圆。
以钢轨为参照物,若轨道交通车轮踏面存在多边形失圆故障,相对于踏面正常处而言,低速行车时,多边形失圆的凹陷处与钢轨的接触会因车轮承受垂直向下的载荷而下落一个等于失圆量的“落差”,当车轮下落到消除该“落差”时会引发与钢轨撞击而产生冲击。多边形失圆冲击的频次与车轮转频及踏面多边形量直接相关,车轮有多少边形,运转一周便出现多少次冲击。多边形失圆冲击的强度与踏面在多边形处和钢轨撞击前所积蓄的冲击势能直接相关,若车轮运行速度快且多边形与钢轨之间的“落差”大,则多边形冲击强度大。但需要注意一点,在车轮运行速度快的时候,若多边形失圆凹陷程度大,就可能出现踏面“腾飞”现象,即多边形凹面尚未下落到接触钢轨,凹面的后沿已经转动到接触、撞击轨道,此时的冲击由两部分组成:凹面的前沿冲击较小,而后沿的冲击强烈,这直接引起多边形振动振幅降低甚至趋于消失,但冲击加速度却依然很大。因此利用冲击信息的方式诊断轨道交通车轮踏面多边形失圆故障,一定程度上并不受到机车转速的约束。这就是本发明选用多边形冲击监测多边形失圆的理由。
值得注意的是,踏面在fg2/fn=J为整数的条件下由1个初始损伤复制而成的J个(未必大小相等的)损伤一旦形成或还扩展为J边形失圆,即J边形失圆固化,则在任意其他转速下,这些多边形也仍然引起车轮转频J倍的多边形冲击。
因此踏面多边形失圆故障冲击单样本的时域波形特征表现为一个轴转动周期中存在一个或多个故障冲击簇,每个冲击簇中存在大量毛刺冲击,有些多边形失圆冲击簇甚至出现中空现象。例如附图2单样本时域波形部分是踏面18边形故障冲击特征,附图3单样本时域图部分是踏面21边形故障冲击特征。
踏面多边形失圆故障冲击单样本的频谱特征表现为存在规律性的踏面故障谱线高阶谱,其规律是:若踏面的1阶谱为P1,则等于踏面多边形数J的踏面J阶谱PJ=P1*J清晰突出,同时较显著的特征是PJ谱的两边存在与之相差差值等于踏面故障理论谱号P1之整倍数的边频谱,并出现等于P1整倍数的调制谱信息,如附图2单样本频谱部分和附图3单样本频谱部分所示。同时突出谱线PJ为中心的一定区间范围内的P1整数倍谱线具备多阶性,且其高阶对应谱线较清晰突出。这里突出的踏面高阶故障谱线的分布情况主要依据于踏面多边形数,同时与多边形失圆故障位置的分布情况及每处多边形失圆冲击强度相关。
1、若多边形故障位置在踏面圆周面均匀分布,且每处多边形故障冲击强度基本一致,则踏面多边形数J对应的踏面高阶故障谱线PJ及其高阶突出,这种情况在实际数据中很少发现;
2、若多边形故障位置在踏面圆周面非全面等幅分布,其对应的情况较复杂,但比较切近实际踏面多边形失圆现象。这种情况下故障谱线突出现象主要受到“多边形故障位置沿踏面圆周面的分布”和“每个多边形故障冲击强度”两个因素的影响,其中单一因素的影响如下所述,两种因素共同的影响可以看成单一因素影响的叠加:
1)若多边形故障沿踏面圆周面均匀分布数为J,但每处故障冲击强度不一致,踏面故障高阶谱线以多边形数J对应的踏面高阶PJ=J*P1为中心,两边出现与其差等于踏面故障理论谱号P1整倍数对应的边频谱,并在低频端出现等于P1整倍数的调制谱信息,边频谱及调制谱的幅度因每处多边形冲击强度不一致程度而异;
2)若多边形故障沿踏面圆周非全面分布,但出现处故障冲击强度基本一致,踏面故障高阶谱线突出现象随多边形位置的分布而变化,例如踏面10个故障的位置均布在踏面圆周面5/7的区域(对于整个踏面圆周面而言则是非全面分布的,即本来可以均匀分布的14个故障中有4个未形成或幅度很小),则表现为踏面第14阶谱线突出(10*7/5=14)。即虽然只在5/7的区间看到10个故障,但他们仍属于14边形的特殊表现。
以采样频率为fs=4000Hz,采样时间T=1s,频率分辨率df=1,踏面故障频率f=10Hz,仿真踏面10边形失圆的情况,同时增加随机白噪声信号。在踏面10多边形故障均匀分布的情况下:若每处故障冲击强度基本一致,对应踏面第10阶故障谱线及其高阶清晰突出,如附图4所示;若每处故障冲击强度不一致,对应踏面谱号P1(10号谱线)的第10阶P10(P10=10*P1)及其高阶清晰突出,同时在P10谱两边存在的与其差等于P1及其整数倍的边频谱,和在低频端等于P1及其整数倍的调制谱信息,如附图5所示;在踏面有10个故障均匀分布在踏面整圈5/7的区域情况下:若每处故障冲击强度基本一致,对应踏面故障谱号P1的第14阶P14(P14=14*P1)及其高阶清晰突出,同时在P14两边存在的与其差等于P1及整数倍的边频谱,和在低频端存在P1及其整数倍的调制谱信息,如附图6所示;仍在踏面有10个故障均匀分布在踏面整圈5/7的区域情况下:若整周每处故障冲击均存在但强度不一致,其频谱特征和附图6的情况较一致,对应踏面第14阶P14及其高阶清晰突出,同时在P14两边存在的与其差等于P1及整数倍的边频谱,和在低频端存在P1及其整数倍的调制谱信息,如附图7所示。
这就表明:所述的踏面多边形的特征频谱特征PJ,并非由在踏面局部JU(<1)存在的J1个故障所对应的虚假数XU=J1*P1表达,而应由PJ=(J1/JU)*P1=PJ*P1表达;XU是片面的、局部的、“一叶障目不见泰山”的认识论,而PJ则是全面的、全局的、由特殊到一般的认识论。
3)特别是还有在踏面圆周上存在多组、每组多边形数不等的复杂情况。其形成原因在于:如果车轮经常的转速频率之一为fn1是fg2的整分数1/J1,即弹跳频率fg2为转速频率fn1的J1倍,踏面将形成J1边形失圆;例如fg2=90Hz,fn1=5Hz(对应转速为300r/min),则踏面形成的多边形之一为J1=90/5=18,并因为许多路段均以300/min运行而使该18边形固化。如果车轮经常的转速频率之二为fn2是fg2的整分数1/J2,即弹跳频率fg2为转速频率fn2的J2倍,踏面将形成J2边形失圆;例如fg2=90Hz,fn2=4.5Hz(对应转速为270r/min),则踏面形成的多边形之二为J2=90/4.5=20,并因为许多路段均以270/min运行而使该20边形也固化。
于是,上述的两种固化多边形将(特别是在车速不等于270和300r/min时均)产生冲击,检测信号中就同时存在18边形突出谱线和20边形突出谱线,而因这两种多边形所引起的冲击幅度不是等幅的,则还产生丰富的边频谱和调制谱,但它们都是踏面谱P1的整倍数,如附图8所示。
附图9至附图13是行车检测到的信息。在不同的转速下,相继主要体现了多边形数为22、20、19阶的冲击,如附图9至附图11所示。而且在某些转速下同时出现了19阶和22阶多边形冲击,如附图12所示。多组多边形失圆交错叠加或行车转速始终不满足fg2=J*fn=INT(J*fn),将扩展形成踏面整圈剥离故障,如附图13。
由上述分析可知,踏面多边形失圆故障冲击频谱特征规律表现为存在突出的踏面高阶谱线,并且可能在突出的高阶谱线两边存在明显的与踏面故障理论谱号对应的边频谱,及在低频端存在等于踏面故障理论谱号整倍数的调制谱信息,但踏面哪个具体高阶谱线突出,与踏面多边形数量、多边形位置分布及多边形各个损伤的冲击强度等相关,因此在利用多边形失圆故障冲击信息时域波形特征和频谱特征进行自动化识别过程中需要统计估量。
本发明解决其技术问题所采用的技术方案是:
一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法,使用冲击信息采集系统进行信号的采集和共振解调,获得冲击单样本数据。所述冲击信息采集系统包括安装在车轮轴上的转速传感器、安装在车轮轴箱上的振动冲击检测复合传感器和在线监控装置。在线监控装置与各传感器连接,采用转速跟踪并行方式,采集各传感器所测冲击加速度信号经共振解调之后的冲击信息,形成冲击单样本数据,单样本数据经下述踏面多边形失圆故障冲击诊断方法识别再综合决策输出报警。其中,踏面多边形失圆故障冲击诊断的方法含有如下步骤:
步骤一,对车轮运转X转时采集冲击共振解调信息的车轮单样本数据的长度,划分为X个区间,取前Y=INT(X)个区间,搜索每个区间中每个区间的最大值SV(y),定义Y个最大值之均值为时域的均大值JD,定义单样本数据的平均值为时域均值YD,如果单样本时域均大值和均值的比值小于6,即JD/YD<6,则执行步骤二,否则退出;
步骤二,判别单样本频谱是否满足以下四个判据:
一:离散性判据,对车轮运转X转时采集的单样本数据作FFT分析得到单样本频谱,则踏面特征频谱pn为与车轮运转X转对应的X号谱线,如果单样本频谱的踏面特征频谱之第4阶至36阶的高阶谱线中,‘连续两阶以上踏面高阶谱线满足离散性且都属于单样本频谱前10大极值’或者‘存在某阶踏面高阶谱线满足离散性、幅值属于频谱前10大极值,并且幅值是单样本频谱中最大幅值的0.8倍以上’,并且其中当前谱线及其左右两阶共五阶谱线之幅值均值低于当前谱线幅值的0.7倍,则认为当前谱线满足离散性,定义LS=1,否则LS=0,并确定当前谱线为准多边形谱;
二:多边形谱多阶性判据,设准多边形谱是踏面第n阶谱,若该多边形谱具备高阶,即其2倍及3倍高阶区间内,即踏面[2n-1,2(n+1)+1]、[3n-1,3(n+1)+1]高阶频谱区间内,所有的踏面高阶谱线中,至少存在一条踏面高阶谱线属于频谱前30大极值,则确定该多边形谱满足多边形谱多阶性,定义DDJ=1,否则DDJ=0;
三:孤突性判据,条件一和条件二中确定的多边形谱区间及其高阶谱区间之外,即踏面谱的[(n+1)+4,(2n-1)-4]、[2(n+1)+1+4,3n-1-4]高阶谱区间内所有的踏面高阶谱线中,不存在满足‘某阶谱线幅值高于多边形谱及其高阶谱范围内最大幅值的0.4倍以上’的条件,或者不存在满足‘有5根以上谱线是前30大极值’的条件,则判定所搜索的多边形谱具有孤立、突出性,简称孤突性,定义GT=1,否则GT=0;
四:决策判据,如果所论准多边形谱满足LS·DDJ·GT=1,则确认单样本存在踏面多边形失圆故障冲击信息;用踏面调制谱、边频谱、多边形谱及其高阶谱中的最大幅值通过在线监控装置计算踏面故障诊断级差DB值,决策单样本报警级别。
所述对车轮运转X转时采集冲击信息的车轮单样本数据的长度,至少为含有X>=5的数据长度。
用踏面故障诊断级差DB值决策单样本报警级别的具体方法是:选择调制谱P1及其2、3阶P2、P3对应的踏面故障诊断级差DB1、DB2、DB3和J个多边形谱对应的踏面故障诊断级差DBJ中的最大值作为踏面单样本决策报警的级差DB0。
所述J个多边形谱对应的级差DBJ的计算公式为:DBJ=A+20log(J/3),式中,A为J边形谱PJ幅度的测量级差。所述单样本决策报警的级差DB0大于等于限制标准时,则发出报警;所述限制值的规定为:预警限制值54dB,一级报警限制值60dB,二级报警限制值66dB;
为了使单样本能够尽量精确地反映信息的全面和提高分辨率,所述对车轮运转X转时采集冲击信息的车轮单样本数据的长度,为含有X为整数的数据长度。
所述在线监控装置为现有车载监控装置(如北京唐智科技发展有限公司生产的车载监控装置),用于对各传感器所测的冲击加速度信号进行共振解调,以及根据谱线幅值计算故障诊断DB值。
采用上述技术方案所产生的有益效果在于:
本发明所提出的“一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法”能准确的发现踏面多边形失圆故障,并能准确的定量多边形失圆故障程度。对轨道交通车轮踏面当前多发的多边形故障实现及时发现故障、找到引发故障的原因、实时采取监控对策等方面实现技术突破。为我国走在世界前列的轨道骄傲同装备技术更加健康地发展、更加可靠的运行和创造向全球推广的经济效益保驾护航。
附图说明
图1是踏面一个异常损伤点引起踏面弹跳复制损伤的示意图;
图2是踏面18边形失圆故障冲击时域波形和频谱信息图;
图3是踏面21边形失圆故障冲击的时域波形和频谱信息图;
图4是踏面10边行失圆冲击等幅仿真图;
图5是踏面10边行失圆冲击不等幅仿真图;
图6是踏面10边形均匀分布在踏面整圈5/7部分冲击等幅仿真图;
图7是踏面10边形均匀分布在踏面整圈5/7部分冲击不等幅仿真图;
图8是踏面18边行和20边行两种固化多边形冲击仿真图;
图9是144转/分,踏面22阶多边形冲击信息图;
图10是147转/分,踏面20阶多边形冲击信息图;
图11是285转/分,踏面19阶多边形冲击信息图;
图12是173转/分,同时体现踏面19阶和22阶多边形冲击信息图;
图13是154转/分,同时体现踏面19阶和22阶多边形冲击,多组多边形扩展为整圈剥离信息图;
图14为未添加轨道交通车轮踏面多边形失圆故障识别方法,P18多边形谱65dB,却出现漏诊的数据图;图15为添加轨道交通车轮踏面多边形失圆故障识别方法,P18多边形谱65dB,决策报警59dB的数据图;图16为添加轨道交通车轮踏面多边形失圆故障识别方法,P22多边形谱77dB,决策报警75dB的数据图。
具体实施方式
以下结合附图和具体实施例对本发明进行详细的描述。
实施例1:诊断某台机车2轴车轮踏面存在多边形失圆故障。
在机车运行过程中,2轴1位轴箱位置振动冲击检测复合传感器采集到的冲击单样本数据显示,在未添加该轨道交通车轮踏面多边形失圆故障识别方法,P18多边形谱大到65dB,却出现漏诊,如附图14所示。
在添加该轨道交通车轮踏面多边形失圆故障识别方法后:
首先,单样本时域均大值是9928.89、均值是5556.86,则均大值/均值是1.79低于6;
其次,单样本频谱满足以下特征:
1)车轮踏面多边形谱是踏面故障第18阶谱线,该谱线幅值1012.07,其左右两点分别的幅值是148.95、128.98、549.84和105.03,上述五点幅值之均值是388.97低于1012.07的0.7倍,满足离散性,同理多边形谱的边频谱踏面第17阶谱线满足离散性。同时该多边形谱和其边频谱满足频谱前10大极值的条件;
2)多边形谱第二阶区间即踏面第35阶至39阶区间内,有踏面的第36阶谱线是频谱前30大极值;
3)在踏面的第23阶至第31阶和第43阶至第49阶高阶谱中,仅有3根谱线幅值是前30大极值。
识别出踏面多边形失圆故障,利用踏面调制谱、边频谱及多边形谱及其高阶谱中幅值最大者用于踏面故障诊断DB值计算,得到诊断DB值59dB,如附图15所示。
实施例2:诊断某台机车1轴车轮踏面存在多边形失圆故障。
在机车运行过程中,1轴6位轴箱位置振动冲击检测复合传感器采集到的冲击单样本数据显示,在添加该车轮踏面多边形失圆故障识别方法后:
首先,单样本时域均大值是7415.22、均值是2447.51,则均大值/均值是3.03低于6;
其次,单样本频谱满足以下特征:
1)车轮踏面多边形谱是踏面故障第22阶谱线,该谱线幅值3289,其左右两点分别的幅值是370.03、538.46、438.97和406.65,上述五点幅值之均值是1008.62低于3289的0.7倍,满足离散性,且该谱线幅值是频谱最大幅值,满足存在某阶踏面高阶谱线满足离散性、幅值属于频谱前10大极值、并且幅值是单样本频谱中最大幅值的0.8倍及以上;
2)多边形谱第二阶区间即踏面第43阶至47阶区间内,有踏面的第44阶谱线是频谱前30大极值;
3)在踏面的第27阶至第39阶和第51阶至第61阶高阶谱中,无谱线幅值超过3289的0.4倍。
识别出踏面多边形失圆故障,利用踏面调制谱、边频谱及多边形谱及其高阶谱中幅值最大者用于踏面故障诊断DB值计算,得到诊断DB值75dB,如附图16所示。

Claims (3)

1.一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法,使用冲击信息采集系统进行信号的采集和共振解调,获得冲击单样本数据;所述冲击信息采集系统包括安装在车轮轴上的转速传感器、安装在车轮轴箱上的振动冲击检测复合传感器和在线监控装置,在线监控装置与各传感器连接,采用转速跟踪并行方式,采集各传感器所测冲击加速度信号经在线监控装置进行共振解调之后的冲击信息,形成冲击单样本数据,单样本数据经所述踏面多边形失圆故障冲击诊断方法识别再综合决策输出报警;其中,所述踏面多边形失圆故障冲击诊断的方法,其特征在于,包括如下步骤:
步骤一,对车轮运转X转时采集冲击共振解调信息的车轮单样本数据的长度,划分为X个区间,取前Y=INT(X)个区间,搜索每个区间中每个区间的最大值SV(y),定义Y个最大值之均值为时域的均大值JD,定义单样本数据的平均值为时域均值YD,如果单样本时域均大值和均值的比值小于6,即JD/YD<6,则执行步骤二,否则退出;
步骤二,判别单样本频谱是否满足以下四个判据:
一:离散性判据,对车轮运转X转时采集的单样本数据作FFT分析得到单样本频谱,则踏面特征频谱pn为与车轮运转X转对应的X号谱线,如果单样本频谱的踏面特征频谱之第4阶至36阶的高阶谱线中,‘连续两阶以上踏面高阶谱线满足离散性且都属于单样本频谱前10大极值’或者‘存在某阶踏面高阶谱线满足离散性、幅值属于频谱前10大极值,并且幅值是单样本频谱中最大幅值的0.8倍以上’,并且其中当前谱线及其左右两阶共五阶谱线之幅值均值低于当前谱线幅值的0.7倍,则认为当前谱线满足离散性,定义LS=1,否则LS=0,并确定当前谱线为准多边形谱;
二:多边形谱多阶性判据,设准多边形谱是踏面第n阶谱,若该多边形谱具备高阶,即其2倍及3倍高阶区间内,即踏面[2n-1,2(n+1)+1]、[3n-1,3(n+1)+1]高阶频谱区间内,所有的踏面高阶谱线中,至少存在一条踏面高阶谱线属于频谱前30大极值,则确定该多边形谱满足多边形谱多阶性,定义DDJ=1,否则DDJ=0;
三:孤突性判据,条件一和条件二中确定的多边形谱区间及其高阶谱区间之外,即踏面谱的[(n+1)+4,(2n-1)-4]、[2(n+1)+1+4,3n-1-4]高阶谱区间内所有的踏面高阶谱线中,不存在满足 ‘某阶谱线幅值高于多边形谱及其高阶谱范围内最大幅值的0.4倍’的条件,或者不存在满足‘有5根以上谱线是频谱前30大极值’的条件,则判定所搜索的多边形谱具有孤立、突出性,简称孤突性,定义GT=1,否则GT=0;
四:决策判据,如果所论准多边形谱满足LS•DDJ•GT=1,则确认单样本存在踏面多边形失圆故障冲击信息;并用踏面调制谱、边频谱、多边形谱及其高阶谱中的最大幅值通过在线监控装置计算踏面故障诊断级差DB值,决策单样本报警级别;
所述对车轮运转X转时采集冲击信息的车轮单样本数据的长度,至少为含有X>=5的数据长度。
2.根据权利要求1所述一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法,其特征在于,用踏面故障诊断级差DB值决策单样本报警级别的具体方法是:选择调制谱P1及其2、3阶P2、P3对应的踏面故障诊断级差DB1、DB2、DB3和J个多边形谱对应的踏面故障诊断级差DBJ中的最大值作为踏面单样本决策报警的级差DB0;所述J个多边形谱对应的级差DBJ的计算公式为:DBJ=A+20log(J/3) ,式中,A为J边形谱PJ幅度的测量级差;所述单样本决策报警的级差DB0大于等于限制标准时,则发出报警;所述限制标准的规定为:预警限制标准54dB,一级报警限制标准60dB,二级报警限制标准66dB。
3.根据权利要求1所述一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法,其特征在于,所述对车轮运转X转时采集冲击信息的车轮单样本数据的长度,为含有X为整数的数据长度。
CN201611163378.9A 2016-12-15 2016-12-15 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 Active CN108229254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611163378.9A CN108229254B (zh) 2016-12-15 2016-12-15 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611163378.9A CN108229254B (zh) 2016-12-15 2016-12-15 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法

Publications (2)

Publication Number Publication Date
CN108229254A CN108229254A (zh) 2018-06-29
CN108229254B true CN108229254B (zh) 2020-05-22

Family

ID=62651695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611163378.9A Active CN108229254B (zh) 2016-12-15 2016-12-15 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法

Country Status (1)

Country Link
CN (1) CN108229254B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110047070B (zh) * 2019-04-22 2021-01-08 山东师范大学 一种轨道磨损程度的识别方法及系统
CN110210132B (zh) * 2019-06-03 2022-12-16 石家庄铁道大学 基于压电加速度传感器的车轮多边形轨旁检测方法
CN112406951B (zh) * 2020-12-02 2022-03-22 中车青岛四方机车车辆股份有限公司 一种轨道车辆、轨道车辆踏面廓形的控制方法及控制系统
CN113386822B (zh) * 2021-06-01 2022-10-04 唐智科技湖南发展有限公司 一种车轮多边失圆综合诊断方法、装置及设备
CN115060959A (zh) * 2022-05-13 2022-09-16 重庆大学 一种轨道交通车辆车轮故障监测方法
CN116985865B (zh) * 2023-09-25 2023-11-28 成都运达科技股份有限公司 一种轨道交通车轮多边形故障诊断检测方法、装置及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104833535A (zh) * 2015-05-15 2015-08-12 西南交通大学 一种铁道车辆车轮踏面擦伤的检测方法
CN105092467A (zh) * 2015-09-09 2015-11-25 南车工业研究院有限公司 一种高速铁路车轮踏面擦伤快速监测装置及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104833535A (zh) * 2015-05-15 2015-08-12 西南交通大学 一种铁道车辆车轮踏面擦伤的检测方法
CN105092467A (zh) * 2015-09-09 2015-11-25 南车工业研究院有限公司 一种高速铁路车轮踏面擦伤快速监测装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Research on the principle of railway wheel out-of-roundness on-line dynamic detecting system based on Laser measurement;Yangkai et al;《2014 IEEE Far East Forum on Nondestructive Evaluation/Testing》;20140820;全文 *
Wheel Flat Detection in High-Speed Railway Systems Using Fiber Bragg Gratings;Massimo Leonardo Filograno et al;《IEEE Sensors Journal》;20131231;第13卷(第12期);全文 *

Also Published As

Publication number Publication date
CN108229254A (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN108229254B (zh) 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法
US9728016B2 (en) Wheel monitoring system and method
CN106672015B (zh) 动车组车轮故障监测的方法、装置和系统
CN108845028B (zh) 一种高速铁路钢轨波磨动态检测方法和装置
CN104990709B (zh) 用于检测机车轴承故障的方法
US7272536B2 (en) Failure warning for a tire among a plurality of tires
CN105292177A (zh) 一种用轴箱振动、冲击信息测量轨道波磨的方法
CN106274983B (zh) 一种识别轨道交通车轮轮辋裂纹故障的机理诊断方法
CN106018557B (zh) 一种基于小波分析的轨道表面凹陷检测方法
CN112991577B (zh) 一种轨道车辆车轮多边形状态诊断系统
CN109278796B (zh) 一种车载式车轮不圆度检测系统
CN102498000B (zh) 轮胎接地形状推断方法及其装置
CN102639383A (zh) 监控有轨车辆的具有至少一个轮组的转向架的状态的方法
CN102549406A (zh) 用于监控轨道车辆的行驶状态的方法和装置
CN112513610B (zh) 用于识别机动车的曲轴驱动装置的运行特性变化的方法
US20160282223A1 (en) Bearing state detection device and bearing state detection method
US11148689B2 (en) Vehicle monitoring system
CN102914364B (zh) 一种因轮轨冲击作用导致轮轨瞬间失去接触的动态识别方法
JP2003535755A (ja) 鉄道列車車輪の円形状における欠陥の検出方法及び装置
CN113386822A (zh) 一种车轮多边失圆综合诊断方法、装置及设备
CN108229253B (zh) 一种轨道交通转轴碰磨故障的冲击诊断方法
Alten et al. Detecting and classifying rail corrugation based on axle bearing vibration
CN106052606A (zh) 一种基于尺度平均小波能量谱的轨道表面凹陷检测方法
EP3556636A2 (en) Sensor signal processing system and method
CN108225768B (zh) 一种诊断轴承轴向擦伤和扩展故障及减少该故障的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant