CN108845028A - 一种高速铁路钢轨波磨动态检测方法和装置 - Google Patents
一种高速铁路钢轨波磨动态检测方法和装置 Download PDFInfo
- Publication number
- CN108845028A CN108845028A CN201810250615.8A CN201810250615A CN108845028A CN 108845028 A CN108845028 A CN 108845028A CN 201810250615 A CN201810250615 A CN 201810250615A CN 108845028 A CN108845028 A CN 108845028A
- Authority
- CN
- China
- Prior art keywords
- axle box
- acceleration
- value
- acceleration data
- corrugation
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title abstract description 6
- 230000001133 acceleration Effects 0.000 claims abstract description 404
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 79
- 239000010959 steel Substances 0.000 claims abstract description 79
- 230000003595 spectral effect Effects 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims description 121
- 238000003466 welding Methods 0.000 claims description 81
- 238000012545 processing Methods 0.000 claims description 67
- 238000009826 distribution Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004931 aggregating effect Effects 0.000 claims description 13
- 238000004220 aggregation Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000006116 polymerization reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 241000764238 Isis Species 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 14
- 230000000737 periodic effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000000691 measurement method Methods 0.000 description 9
- 238000010606 normalization Methods 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007430 reference method Methods 0.000 description 3
- 238000000227 grinding Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明提供了一种高速铁路钢轨波磨动态检测方法和装置，涉及高速铁路数据检测技术领域。方法包括：获得高速铁路车辆的实测轴箱加速度；根据等间隔能量极值方法识别并滤除钢轨焊接接头信号；确定各加速度信号对应的波磨指数；确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；确定所述功率谱密度的能量集中因子；根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。本发明可实现利用轴箱加速度自动进行钢轨波磨方面的检测。
Description
技术领域
本发明涉及高速铁路数据检测技术领域，尤其涉及一种高速铁路钢轨波磨动态检测方法和装置。
背景技术
目前，随着高速铁路的不断发展，钢轨波磨问题也逐渐引起关注和研究。钢轨波磨是钢轨沿纵向面出现规律性的类似波浪形状凸凹不平顺，与轨面擦伤、焊缝不平等随机性的伤损形式不同，钢轨波磨具有显著的周期性特征。钢轨波磨逐渐成为高速铁路轮轨接触中不容忽视的问题。严重的钢轨波磨会导致轮轨之间的作用力急剧增加，这不仅影响列车的乘坐舒适性，伴随产生严重的轮轨噪音，而且会大大缩短轨道结构和车辆零部件的使用寿命，甚至会造成行车安全事故。钢轨波磨按照波长分为长波长波磨和短波长波磨，长波长波磨的波长在100mm以上，波深一般小于2mm，它通常发生在重载线路小半径曲线外轨，波谷处有明显的塑性变形，波峰与波谷有均匀的光泽；短波长波磨又称波纹形磨损或是响轨，其波长大约为25mm～80mm，波深0.1mm～0.5mm，它多发生在高速轻轴重直线线路和曲线内轨上，波磨波峰发亮，波谷黑暗。高速铁路钢轨波磨在直线和曲线线路上均有发生，波长范围一般在50mm～150mm之间，钢轨表面无明显切向塑性变形和接触疲劳，波磨深度较浅，属磨耗型波磨。
目前，钢轨波磨测量方法分为直接测量法、半直接测量法和间接测量法三种。直接测量法采用传感器直接放置在钢轨走行表面上测试钢轨波浪形磨耗特征参数，测量工具主要采用电子直尺和波磨小车。然而，利用直接测量法对全部线路进行测量是不现实的，它主要用于间接测量法的结果校核，作为评价钢轨波磨状态及制定打磨策略的依据。此外，上述的半直接测量法包括弦测法、惯性基准法、轴箱加速度二次积分法和机器视觉方法。弦测法基本原理是利用钢轨上两测点的连线作为测量弦，中间测点到该弦的垂直距离作为钢轨波磨的测量值。惯性基准法原理是计算加速度计安装点相对惯性坐标系的位移，加速度计一般安装在构架上，并在轴箱上安装光电位移计，测量轴箱相对加速度计安装点的位移。机器视觉方法利用激光摄像测量钢轨图像，然后利用机器学习方法计算波磨的波长和波深。当前，高速铁路钢轨波磨的波深较浅，一般在0.1mm以下，而弦测法和惯性基准法的误差大于0.2mm，轴箱加速度二次积分法容易受到高频振动和积分偏移的干扰，机器视觉方法容易受到图像质量的限制，因此利用半直接测量法难以精确得到高速铁路钢轨波磨的波长、波深等特征参数。上述的间接测量方法一般利用轴箱加速度或轮轨力或噪声等间接指标诊断钢轨表面是否存在波磨及其波长，不直接测量波磨的波深。轴箱直接与轮对相连，钢轨波磨通过轮对直接传递到轴箱上。假设将轮对近似地认为是刚性结构，则轴箱加速度能直接反映钢轨波磨所引起的外界的激扰力对车辆动力学的影响。因此，国内外选择采用轴箱加速度辅助评判波磨对车辆动力学性能的影响。
但是，现有技术中虽然在利用轴箱加速度诊断钢轨表面随机性伤损方面开展了不少研究工作，但是如何利用轴箱加速度自动进行钢轨波磨方面的检测依然是一个亟待解决的问题。
发明内容
本发明的实施例提供一种高速铁路钢轨波磨动态检测方法和装置，以实现利用轴箱加速度自动进行钢轨波磨方面的检测。
为达到上述目的，本发明采用如下技术方案：
一种高速铁路钢轨波磨动态检测方法，包括：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
具体的，所述根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据，包括：
根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据；
根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi；其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度；
对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT；其中，T表示第T个分段；
在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合；
对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合；
根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合；
根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
具体的，根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据，包括：
根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
其中， 为区段平均速度。
具体的，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数，包括：
根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1；
对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合；其中，N为第三轴箱加速度数据中的加速度信号的个数；
将钢轨以预先设置的单元长度划分为多个钢轨单元；
根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合；
计算所述最大移动有效值集合的平均值；
根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i；其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
具体的，所述确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度，包括：
对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项；
对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长；所述快速傅氏变换分析的窗长为Lp；
对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
具体的，所述确定所述功率谱密度的能量集中因子，包括：
提取所述功率谱密度集合中的极大值点；
对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合其中，LP,max为聚合后极大值点个数；
以功率谱密度集合{Pxx,jk,k＝1,2,…LP}的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量；
若的倍倍频在所述聚合后极大值点集合中，且则在E′P基础上叠加倍倍频能量，形成其中，为倍倍频能量；
计算能量集中因子EF；其中，
具体的，所述根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨，包括：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
一种高速铁路钢轨波磨动态检测装置，包括：
高通滤波处理单元，用于获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
钢轨焊接接头信号滤除单元，用于根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
分段带通滤波处理单元，用于根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
波磨指数确定单元，用于确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
功率谱密度确定单元，用于确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
能量集中因子确定单元，用于确定所述功率谱密度的能量集中因子；
钢轨波磨检测单元，用于根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
此外，所述钢轨焊接接头信号滤除单元，具体用于：
根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据；
根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi；其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度；
对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT；其中，T表示第T个分段；
在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合；
对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合；
根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合；
根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
此外，所述分段带通滤波处理单元，具体用于：
根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
其中， 为区段平均速度。
此外，所述波磨指数确定单元，具体用于：
根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1；
对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合；其中，N为第三轴箱加速度数据中的加速度信号的个数；
将钢轨以预先设置的单元长度划分为多个钢轨单元；
根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合；
计算所述最大移动有效值集合的平均值；
根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i；其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
此外，所述功率谱密度确定单元，具体用于：
对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项；
对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长；所述快速傅氏变换分析的窗长为Lp；
对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
此外，所述能量集中因子确定单元，具体用于：
提取所述功率谱密度集合中的极大值点；
对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合其中，LP,max为聚合后极大值点个数；
以功率谱密度集合{Pxx,jk,k＝1,2,…LP}的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量；
若的倍倍频在所述聚合后极大值点集合中，且则在E′P基础上叠加倍倍频能量，形成其中，为倍倍频能量；
计算能量集中因子EF；其中，
此外，所述钢轨波磨检测单元，具体用于：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
本发明实施例提供的一种高速铁路钢轨波磨动态检测方法和装置，通过波磨指数和能量集中因子可以评判周期性钢轨波磨对车辆动力学性能的影响，相对轴箱加速度的幅值指标，波磨指数不但能有效减少各种随机因素对评判结果的影响，而且能对不同车辆的轴箱加速度的评判方式具有规一化功能。另外通过波磨指数可以实现钢轨波磨冲击特性的定量刻画，以及通过能量集中因子可以实现钢轨波磨周期性特征的定量刻画，并且通过等间隔能量极值方法可以实现钢轨焊接接头信号的识别和滤除。最终，本发明实施例可以实现利用轴箱加速度自动进行钢轨波磨方面的检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种高速铁路钢轨波磨动态检测方法的流程图一；
图2为本发明实施例中的多断面车辆动态检测系统的示意图；
图3为本发明实施例中的高速铁路钢轨波磨动态检测方法的部分步骤流程图一；
图4为本发明实施例中从某有砟线路K18～K18+500自动提取的间距为25m的焊接接头的曲线示意图；
图5为本发明实施例中的高速铁路钢轨波磨动态检测方法的部分步骤流程图二；
图6为本发明实施例中的轴箱加速度与波磨指数的曲线示意图；
图7为本发明实施例中的高速铁路钢轨波磨动态检测方法的部分步骤流程图三；
图8为本发明实施例中某高铁线路下行K329+659～K329+763区段左侧轴箱加速度波形和能量因子的曲线示意图；
图9为本发明实施例中的某高速线路下行K237+008～K237+419实测的轴箱加速度波形示意图；
图10为本发明实施例中的利用波磨小车现场实测的静态轨面平直度波形示意图；
图11为本发明实施例提供的一种高速铁路钢轨波磨动态检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供一种高速铁路钢轨波磨动态检测方法，包括：
步骤101、获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据。
步骤102、根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据。
步骤103、根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据。
步骤104、确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数。
步骤105、确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度。
步骤106、确定所述功率谱密度的能量集中因子。
步骤107、根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
本发明实施例提供的一种高速铁路钢轨波磨动态检测方法，通过波磨指数和能量集中因子可以评判周期性钢轨波磨对车辆动力学性能的影响，相对轴箱加速度的幅值指标，波磨指数不但能有效减少各种随机因素对评判结果的影响，而且能对不同车辆的轴箱加速度的评判方式具有规一化功能。另外通过波磨指数可以实现钢轨波磨冲击特性的定量刻画，以及通过能量集中因子可以实现钢轨波磨周期性特征的定量刻画，并且通过等间隔能量极值方法可以实现钢轨焊接接头信号的识别和滤除。最终，本发明实施例可以实现利用轴箱加速度自动进行钢轨波磨方面的检测。
对于上述的步骤101中获得高速铁路车辆的实测轴箱加速度，可以采用如下方式：即可以采用如图2所示的多断面车辆动态检测系统来进行加速度数据采集，该系统可实时采集车体、构架和轴箱加速度，用于辅助分析道岔的平顺性状态。系统采用多通道分布式网络化测试技术，用计算机远程控制分布在不同地点的测试设备同步工作，并通过网络传输数据和同步信息，具有测量数据量大，地域分散，测试的实时性和可靠性高，远距离协同操作等特点。系统具备在线采集及处理原始信号、存储中间数据和最后结果、在线显示波形图、通过网络传输数据、输出超限报表、修正里程、对存储的数据进行事后回放、输出波形图数据及相应地点和速度等功能。综上所述，该系统可以实现数据采集，原始数据存盘和数据有效性判断和波形显示的功能。
另外，上述的步骤101中，根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据，该截止滤波频率可以为20Hz。
具体的，当车辆经过焊接接头时，会产生一个拟周期性的指数调幅信号，通过计算波磨指数和能量集中因子并与阈值进行比较，可能判断该处钢轨有波磨特征，其实是一种伪波磨。因此在步骤102中，需要采用等间隔能量极值方法自动识别焊接接头信号并进行滤波，消除焊接接头处的波磨误报。即如图3所示，该步骤102中的根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据，可以采用如下方式：
步骤1021、根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据。
如滤波频率范围为[20,500]Hz，此处带通滤波后的轴箱加速度数据可以记为{xi,i＝1,2,…N}，其中N为带通滤波后的轴箱加速度数据中的样本点数，即带通滤波后的轴箱加速度信号个数。
步骤1022、根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi。
其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度。带通滤波后的轴箱加速度数据的移动有效值RMSi可以记为{RMSi,i＝1,2,…N}。
步骤1023、对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT。
其中，T表示第T个分段。
步骤1024、在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合。
该大值超限焊接接头集合可以记为其中NR是大值超限点个数。
步骤1025、对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合。
该聚合后大值超限焊接接头集合可以记为是聚合后大值超限焊接接头个数。
步骤1026、根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合。
一般情况下，焊接接头的间距相等，对于无砟线路焊接接头周期性间距为100m，有砟线路焊接接头周期性间距为25m，从某有砟线路K18～K18+500自动提取的间距为25m的焊接接头如图4中的‘o’点所示。
步骤1027、根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
由于焊接接头的间距相等，则若iw是焊接接头点，则在带通滤波后的轴箱加速度数据中，可令xj＝0,j＝iw-A,iw-A+1,…iw+A-1,iw+A。其中，A为焊接接头间距。
由于轴箱加速度是轮轨动态耦合作用的结果，而且呈现高频和高度非线性的特性。除了钢轨波磨等轨道短波不平顺外，车轮及钢轨踏面的形状和材料、车辆悬挂参数、轮轨接触面粗糙度、速度传感器安装位置等都对轴箱加速度有很大影响。现有技术中直接利用轴箱加速度幅值诊断钢轨波磨，会出现评判结果随机性大和阈值难以确定的难题。因此，本发明中提出动态诊断波磨的新的评判方法和指标,即波磨指数(简称SCI)。相对以车辆动态响应幅值为指标的传统评价方法，本发明的评判方法利用车辆动态响应的加窗能量指标信号代替原来的波形信号，在不丢失振动特性的情况下，将波磨冲击从高频信号解调成稳定性高的低频信号，解决了检测结果随机性大的难题；同时，根据波磨冲击特性选择合适的窗长计算能量指标，并结合大量历史检测数据进行归一化处理，解决了绝对阈值难以确定的难题。因此，如图5所示，此处步骤103中根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据，以及步骤104中确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数，可以采用如下方式：
步骤1031、根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据。
其中， 为区段平均速度。
步骤1041、根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1。
步骤1042、对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合。
其中，N为第三轴箱加速度数据中的加速度信号的个数；该由各移动有效值组成的移动有效值集合可以记为{Sm,i,i＝1,2,…N}。
步骤1043、将钢轨以预先设置的单元长度划分为多个钢轨单元。
例如，预先设置的单元长度为50m。
步骤1044、根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合。
该最大移动有效值集合可以记为其中Ne表示轨道单元的个数。
步骤1045、计算所述最大移动有效值集合的平均值。
步骤1046、根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i。
其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
利用高速综合检测列车实测的轴箱加速度计算得到波磨指数如图6所示。可以发现，在2.2s左右，波磨指数较大，从信号的原始波形也可以看出，该处冲击特性较强。波磨指数能较好地刻画钢轨波磨对轨道-车辆系统的冲击特性。
具体的，如图7所示，上述步骤105中的所述确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度，以及上述步骤106中的确定所述功率谱密度的能量集中因子，可以采用如下方式实现：
步骤1051、对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项。
步骤1052、对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长。
其中，所述快速傅氏变换分析的窗长为Lp。
步骤1053、对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
步骤1061、提取所述功率谱密度集合中的极大值点。
步骤1062、对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合
其中，LP,max为聚合后极大值点个数。
步骤1063、以功率谱密度集合{Pxx,jk,k＝1,2,…LP}的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
步骤1064、若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量；
步骤1065、若的倍倍频在所述聚合后极大值点集合中，且则在E′P基础上叠加倍倍频能量，形成
其中，为倍倍频能量。
步骤1066、计算能量集中因子EF。
其中，
某高铁线路下行K329+659～K329+763区段左侧轴箱加速度波形和能量因子如图8所示。该区段波磨指数达到了9.1，从图8可以看出，能量主要集中在85mm波长附近，能量集中因子达到了0.93，可知其周期性较强。由此可见，能量集中因子能有效刻画钢轨波磨的周期特征。
具体的，上述步骤107中，根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨，可以采用如下方式：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
本发明实施例提供的一种高速铁路钢轨波磨动态检测方法，在高速综合检测车上可以安装两个断面的加速度检测系统，利用实测轴箱加速度计算波磨指数和能量集中因子，通过与阈值比较对线路的波磨进行动态检测。波磨指数的阈值取为6.0，能量集中因子的阈值可以取0.45。某高速线路下行K237+008～K237+419实测的轴箱加速度波形如图9所示，计算得到的波磨指数是6.6，波磨波长132mm，能量因子0.60，周期性较强，诊断该处有疑似波磨。利用波磨小车现场实测的静态轨面平直度波形如图10所示。从波形图9中可以看出，该区段内存在两处明显具有周期性的波磨，其波长约为132mm。而图10表明，现场复核的轨面平直度波形和实测的轴箱加速度波形很相似，结合波磨指数和能量集中因子能有效诊断钢轨波磨。
对应于上述的方法实施例，如图11所示，本发明实施例还提供一种高速铁路钢轨波磨动态检测装置，包括：
高通滤波处理单元21，用于获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据。
钢轨焊接接头信号滤除单元22，用于根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据。
分段带通滤波处理单元23，用于根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据。
波磨指数确定单元24，用于确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数。
功率谱密度确定单元25，用于确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度。
能量集中因子确定单元26，用于确定所述功率谱密度的能量集中因子。
钢轨波磨检测单元27，用于根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
此外，所述钢轨焊接接头信号滤除单元22，具体用于：
根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据。
根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi；其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度。
对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT；其中，T表示第T个分段。
在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合。
对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合。
根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合。
根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
此外，所述分段带通滤波处理单元23，具体用于：
根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
其中， 为区段平均速度。
此外，所述波磨指数确定单元24，具体用于：
根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1。
对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合；其中，N为第三轴箱加速度数据中的加速度信号的个数。
将钢轨以预先设置的单元长度划分为多个钢轨单元。
根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合。
计算所述最大移动有效值集合的平均值。
根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i；其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
此外，所述功率谱密度确定单元25，具体用于：
对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项。
对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长；所述快速傅氏变换分析的窗长为Lp。
对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
此外，所述能量集中因子确定单元26，具体用于：
提取所述功率谱密度集合中的极大值点。
对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合其中，LP,max为聚合后极大值点个数。
以功率谱密度集合的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量。
若的倍倍频在所述聚合后极大值点集合中，且则在E′P基础上叠加倍倍频能量，形成其中，为倍倍频能量。
计算能量集中因子EF；其中，
此外，所述钢轨波磨检测单元27，具体用于：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
本发明实施例提供的一种高速铁路钢轨波磨动态检测装置，通过波磨指数和能量集中因子可以评判周期性钢轨波磨对车辆动力学性能的影响，相对轴箱加速度的幅值指标，波磨指数不但能有效减少各种随机因素对评判结果的影响，而且能对不同车辆的轴箱加速度的评判方式具有规一化功能。另外通过波磨指数可以实现钢轨波磨冲击特性的定量刻画，以及通过能量集中因子可以实现钢轨波磨周期性特征的定量刻画，并且通过等间隔能量极值方法可以实现钢轨焊接接头信号的识别和滤除。最终，本发明实施例可以实现利用轴箱加速度自动进行钢轨波磨方面的检测。
另外，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据。
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据。
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据。
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数。
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度。
确定所述功率谱密度的能量集中因子。
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
另外，本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据。
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据。
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据。
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数。
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度。
确定所述功率谱密度的能量集中因子。
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种高速铁路钢轨波磨动态检测方法，其特征在于，包括：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
2.根据权利要求1所述的高速铁路钢轨波磨动态检测方法，其特征在于，所述根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据，包括：
根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据；
根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi；其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度；
对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT；其中，T表示第T个分段；
在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合；
对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合；
根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合；
根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
3.根据权利要求1所述的高速铁路钢轨波磨动态检测方法，其特征在于，根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据，包括：
根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；其中， 为区段平均速度。
4.根据权利要求1所述的高速铁路钢轨波磨动态检测方法，其特征在于，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数，包括：
根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1；
对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合；其中，N为第三轴箱加速度数据中的加速度信号的个数；
将钢轨以预先设置的单元长度划分为多个钢轨单元；
根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合；
计算所述最大移动有效值集合的平均值；
根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i；其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
5.根据权利要求1所述的高速铁路钢轨波磨动态检测方法，其特征在于，所述确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度，包括：
对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项；
对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长；所述快速傅氏变换分析的窗长为Lp；
对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
6.根据权利要求5所述的高速铁路钢轨波磨动态检测方法，其特征在于，所述确定所述功率谱密度的能量集中因子，包括：
提取所述功率谱密度集合中的极大值点；
对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合其中，LP,max为聚合后极大值点个数；
以功率谱密度集合{Pxx,jk,k＝1,2,…LP}的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量；
若的倍倍频在所述聚合后极大值点集合中，且
则在EP′基础上叠加倍倍频能量，形成其中，
为倍倍频能量；
计算能量集中因子EF；其中，
7.根据权利要求1所述的高速铁路钢轨波磨动态检测方法，其特征在于，所述根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨，包括：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
8.一种高速铁路钢轨波磨动态检测装置，其特征在于，包括：
高通滤波处理单元，用于获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
钢轨焊接接头信号滤除单元，用于根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
分段带通滤波处理单元，用于根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
波磨指数确定单元，用于确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
功率谱密度确定单元，用于确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
能量集中因子确定单元，用于确定所述功率谱密度的能量集中因子；
钢轨波磨检测单元，用于根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
9.根据权利要求8所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述钢轨焊接接头信号滤除单元，具体用于：
根据预先设置的滤波频率范围对所述第一轴箱加速度数据进行带通滤波处理，生成带通滤波后的轴箱加速度数据；
根据公式：确定带通滤波后的轴箱加速度数据的移动有效值RMSi；其中，i为带通滤波后的轴箱加速度数据的序号；K为预先设置的移动窗的窗长；xj表示所述带通滤波后的轴箱加速度数据的第j个轴箱加速度；
对所述移动有效值进行分段，并计算各分段移动有效值的平均值和方差，并根据公式计算各分段移动有效值对应的分段参考阈值RT；其中，T表示第T个分段；
在各分段移动有效值中确定移动有效值大于或等于各自的分段参考阈值RT的移动有效值点，作为大值超限点，并形成大值超限焊接接头集合；
对所述大值超限焊接接头集合中的大值超限点进行聚合，对同一钢轨焊接接头处的大值超限点保留最大值，形成聚合后大值超限焊接接头集合；
根据预先设置的焊接接头间距，在聚合后大值超限焊接接头集合中补充移动有效值小于各自的分段参考阈值RT的移动有效值点，作为补充焊接接头点，形成待处理焊接接头集合；
根据待处理焊接接头集合，在所述带通滤波后的轴箱加速度数据中将钢轨焊接接头信号进行滤波处理，生成第二轴箱加速度数据。
10.根据权利要求8所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述分段带通滤波处理单元，具体用于：
根据预先设置的钢轨波磨的波长分布范围[LL,LH]，以滤波频率[FL,FH]对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；其中， 为区段平均速度。
11.根据权利要求8所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述波磨指数确定单元，具体用于：
根据公式：计算第三轴箱加速度数据中的预先设置的前K′个加速度信号的平方和S1至K′，并根据公式：计算前K′个加速度信号对应的第1个移动有效值Sm,1；
对第三轴箱加速度数据中的加速度信号进行循环计算，令i从2至N依次取值，计算第三轴箱加速度数据中的第i至第K′+i-1个加速度信号的平方和并根据公式计算第i至第K′+i-1个加速度信号对应的第i个移动有效值Sm,i，形成由各移动有效值组成的移动有效值集合；其中，N为第三轴箱加速度数据中的加速度信号的个数；
将钢轨以预先设置的单元长度划分为多个钢轨单元；
根据移动有效值集合确定各钢轨单元中的移动有效值的最大值，形成最大移动有效值集合；
计算所述最大移动有效值集合的平均值；
根据所述移动有效值集合和所述最大移动有效值集合的平均值，确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数SCI,i；其中，i＝1,2,…N；Sm,i为所述移动有效值集合中的第i个移动有效值；SCI,i为所述第三轴箱加速度数据中的第i个加速度信号对应的波磨指数；为所述最大移动有效值集合的平均值。
12.根据权利要求8所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述功率谱密度确定单元，具体用于：
对大于预先设置的指数阈值的波磨指数对应的加速度信号区段的轴箱加速度信号进行滤波，滤除偏移趋势项；
对滤波后的加速度信号区段的轴箱加速度信号补零，形成预处理后的轴箱加速度信号集合，以使得滤波后的加速度信号区段的轴箱加速度信号的长度不少于Welch变换中的快速傅氏变换分析的窗长；所述快速傅氏变换分析的窗长为Lp；
对预处理后的轴箱加速度信号集合进行Welch变换，计算预处理后的轴箱加速度信号集合的功率谱密度，形成功率谱密度集合{Pxx,jk,k＝1,2,…LP}。
13.根据权利要求12所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述能量集中因子确定单元，具体用于：
提取所述功率谱密度集合中的极大值点；
对所述极大值点进行聚合，保留预设窗长范围Kp内极大值点同时是预设窗长范围Kp内最大值点的极大值点，形成聚合后极大值点集合其中，LP,max为聚合后极大值点个数；
以功率谱密度集合{Pxx,jk,k＝1,2,…LP}的最大值作为第1能量峰值，并给第1能量峰值及其倍频和次频的能量赋初值：
若的2倍倍频在所述聚合后极大值点集合中，且则在初值基础上叠加2倍倍频能量，形成其中，为2倍倍频能量；
若的倍倍频在所述聚合后极大值点集合中，且
则在EP′基础上叠加倍倍频能量，形成其中，
为倍倍频能量；
计算能量集中因子EF；其中，
14.根据权利要求8所述的高速铁路钢轨波磨动态检测装置，其特征在于，所述钢轨波磨检测单元，具体用于：
在所述能量集中因子大于等于预先设置的能量集中因子阈值时，确定所述加速度信号区段对应的钢轨位置存在钢轨波磨。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
16.一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：
获得高速铁路车辆的实测轴箱加速度，并根据预先设置的截止滤波频率对实测轴箱加速度进行高通滤波处理，生成第一轴箱加速度数据；
根据等间隔能量极值方法对所述第一轴箱加速度数据进行处理，识别并滤除钢轨焊接接头信号，生成第二轴箱加速度数据；
根据预先设置的钢轨波磨的波长分布范围，对所述第二轴箱加速度数据进行分段带通滤波处理，生成第三轴箱加速度数据；
确定所述第三轴箱加速度数据中的各加速度信号对应的波磨指数；
确定大于预先设置的指数阈值的波磨指数对应的加速度信号区段的功率谱密度；
确定所述功率谱密度的能量集中因子；
根据所述能量集中因子确定所述加速度信号区段对应的钢轨位置是否存在钢轨波磨。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810250615.8A CN108845028B (zh) | 2018-03-26 | 2018-03-26 | 一种高速铁路钢轨波磨动态检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810250615.8A CN108845028B (zh) | 2018-03-26 | 2018-03-26 | 一种高速铁路钢轨波磨动态检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108845028A true CN108845028A (zh) | 2018-11-20 |
| CN108845028B CN108845028B (zh) | 2021-01-29 |
Family
ID=64211846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810250615.8A Active CN108845028B (zh) | 2018-03-26 | 2018-03-26 | 一种高速铁路钢轨波磨动态检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108845028B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426005A (zh) * | 2019-07-01 | 2019-11-08 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于imf能量比的高速铁路钢轨波磨声学诊断方法 |
| CN110658005A (zh) * | 2019-10-08 | 2020-01-07 | 西南交通大学 | 一种基于车体加速度识别钢轨波磨病害的方法 |
| CN111531211A (zh) * | 2020-04-02 | 2020-08-14 | 洛阳拓博尔铁路设备有限公司 | 一种钢轨铣削作业实时控制方法 |
| CN112016180A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况分析方法 |
| CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
| CN112960012A (zh) * | 2021-02-03 | 2021-06-15 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于阈值归一化短时功率谱密度的高速铁路钢轨波磨声学诊断方法 |
| CN113276905A (zh) * | 2021-04-30 | 2021-08-20 | 中铁二院工程集团有限责任公司 | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 |
| CN113343928A (zh) * | 2021-06-30 | 2021-09-03 | 中国铁道科学研究院集团有限公司 | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 |
| CN113343919A (zh) * | 2021-06-30 | 2021-09-03 | 中国铁道科学研究院集团有限公司 | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 |
| CN113415308A (zh) * | 2021-06-15 | 2021-09-21 | 中国铁道科学研究院集团有限公司 | 钢轨波磨检测方法及装置 |
| CN113486874A (zh) * | 2021-09-08 | 2021-10-08 | 西南交通大学 | 一种基于轮轨噪声小波包分解的钢轨波磨特征识别方法 |
| CN113830132A (zh) * | 2021-09-27 | 2021-12-24 | 中国铁道科学研究院集团有限公司 | 轨道板上拱的检测方法和装置 |
| CN114528524A (zh) * | 2022-01-24 | 2022-05-24 | 华南理工大学 | 基于平均功率谱的加速度积分方法、装置、设备及介质 |
| CN115140115A (zh) * | 2022-07-18 | 2022-10-04 | 中国铁道科学研究院集团有限公司 | 声振结合的高速铁路钢轨波磨识别方法和装置 |
| CN115452942A (zh) * | 2022-08-31 | 2022-12-09 | 中国铁道科学研究院集团有限公司 | 钢轨波磨的波谷深度计算方法及装置 |
| CN116522190A (zh) * | 2023-02-28 | 2023-08-01 | 中国铁道科学研究院集团有限公司城市轨道交通中心 | 一种基于轴箱振动加速度互谱分析的钢轨波磨识别方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203940839U (zh) * | 2014-06-13 | 2014-11-12 | 成都凯迪迅电气设备有限公司 | 一种铁路轨道动态波形磨耗检测装置及系统 |
| CN105292177A (zh) * | 2015-11-26 | 2016-02-03 | 唐智科技湖南发展有限公司 | 一种用轴箱振动、冲击信息测量轨道波磨的方法 |
| CN205246556U (zh) * | 2015-12-22 | 2016-05-18 | 成都安科泰丰科技有限公司 | 轨道波磨参数在线检测装置 |
| CN106638190A (zh) * | 2016-12-27 | 2017-05-10 | 中国神华能源股份有限公司 | 铁路线路质量监控方法以及系统 |
| US20170205379A1 (en) * | 2016-01-15 | 2017-07-20 | Sperry Rail Holdings, Inc. | Rail inspection apparatus and method |
| JP2018001177A (ja) * | 2016-06-27 | 2018-01-11 | 三和パッキング工業株式会社 | 波付け加工方法、凹凸成形材の製造方法、波付け加工装置、凹凸成形材、及びカバー体 |
| JP2018017707A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社タダノ | 加速度センサの調整システム |
| CN107839714A (zh) * | 2017-10-24 | 2018-03-27 | 中南大学 | 一种钢轨廓形及波磨的二维激光动态检测装置和方法 |
-
2018
- 2018-03-26 CN CN201810250615.8A patent/CN108845028B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203940839U (zh) * | 2014-06-13 | 2014-11-12 | 成都凯迪迅电气设备有限公司 | 一种铁路轨道动态波形磨耗检测装置及系统 |
| CN105292177A (zh) * | 2015-11-26 | 2016-02-03 | 唐智科技湖南发展有限公司 | 一种用轴箱振动、冲击信息测量轨道波磨的方法 |
| CN205246556U (zh) * | 2015-12-22 | 2016-05-18 | 成都安科泰丰科技有限公司 | 轨道波磨参数在线检测装置 |
| US20170205379A1 (en) * | 2016-01-15 | 2017-07-20 | Sperry Rail Holdings, Inc. | Rail inspection apparatus and method |
| JP2018001177A (ja) * | 2016-06-27 | 2018-01-11 | 三和パッキング工業株式会社 | 波付け加工方法、凹凸成形材の製造方法、波付け加工装置、凹凸成形材、及びカバー体 |
| JP2018017707A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社タダノ | 加速度センサの調整システム |
| CN106638190A (zh) * | 2016-12-27 | 2017-05-10 | 中国神华能源股份有限公司 | 铁路线路质量监控方法以及系统 |
| CN107839714A (zh) * | 2017-10-24 | 2018-03-27 | 中南大学 | 一种钢轨廓形及波磨的二维激光动态检测装置和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 王少锋; 许玉德; 周宇; 詹刚: "城市轨道交通曲线钢轨波磨检测与评价方法研究", 《城市轨道交通研究》 * |
| 王林栋: "基于振动响应的高速铁路钢轨波磨快速检测方法", 《中国铁路》 * |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016180A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况分析方法 |
| CN112016180B (zh) * | 2019-05-28 | 2023-12-15 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况分析方法 |
| CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
| CN110426005A (zh) * | 2019-07-01 | 2019-11-08 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于imf能量比的高速铁路钢轨波磨声学诊断方法 |
| CN110426005B (zh) * | 2019-07-01 | 2020-11-20 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于imf能量比的高速铁路钢轨波磨声学诊断方法 |
| CN110658005A (zh) * | 2019-10-08 | 2020-01-07 | 西南交通大学 | 一种基于车体加速度识别钢轨波磨病害的方法 |
| CN111531211A (zh) * | 2020-04-02 | 2020-08-14 | 洛阳拓博尔铁路设备有限公司 | 一种钢轨铣削作业实时控制方法 |
| CN111531211B (zh) * | 2020-04-02 | 2021-05-28 | 洛阳拓博尔铁路设备有限公司 | 一种钢轨铣削作业实时控制方法 |
| CN112960012A (zh) * | 2021-02-03 | 2021-06-15 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于阈值归一化短时功率谱密度的高速铁路钢轨波磨声学诊断方法 |
| CN112960012B (zh) * | 2021-02-03 | 2022-05-31 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于阈值归一化短时功率谱密度的高速铁路钢轨波磨声学诊断方法 |
| CN113276905A (zh) * | 2021-04-30 | 2021-08-20 | 中铁二院工程集团有限责任公司 | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 |
| CN113415308A (zh) * | 2021-06-15 | 2021-09-21 | 中国铁道科学研究院集团有限公司 | 钢轨波磨检测方法及装置 |
| CN113343928A (zh) * | 2021-06-30 | 2021-09-03 | 中国铁道科学研究院集团有限公司 | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 |
| CN113343919A (zh) * | 2021-06-30 | 2021-09-03 | 中国铁道科学研究院集团有限公司 | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 |
| CN113343928B (zh) * | 2021-06-30 | 2024-04-30 | 中国铁道科学研究院集团有限公司 | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 |
| CN113343919B (zh) * | 2021-06-30 | 2024-03-15 | 中国铁道科学研究院集团有限公司 | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 |
| CN113486874A (zh) * | 2021-09-08 | 2021-10-08 | 西南交通大学 | 一种基于轮轨噪声小波包分解的钢轨波磨特征识别方法 |
| CN113486874B (zh) * | 2021-09-08 | 2021-11-05 | 西南交通大学 | 一种基于轮轨噪声小波包分解的钢轨波磨特征识别方法 |
| CN113830132B (zh) * | 2021-09-27 | 2022-10-25 | 中国铁道科学研究院集团有限公司 | 轨道板上拱的检测方法和装置 |
| CN113830132A (zh) * | 2021-09-27 | 2021-12-24 | 中国铁道科学研究院集团有限公司 | 轨道板上拱的检测方法和装置 |
| CN114528524A (zh) * | 2022-01-24 | 2022-05-24 | 华南理工大学 | 基于平均功率谱的加速度积分方法、装置、设备及介质 |
| CN115140115A (zh) * | 2022-07-18 | 2022-10-04 | 中国铁道科学研究院集团有限公司 | 声振结合的高速铁路钢轨波磨识别方法和装置 |
| CN115140115B (zh) * | 2022-07-18 | 2023-10-17 | 中国铁道科学研究院集团有限公司 | 声振结合的高速铁路钢轨波磨识别方法和装置 |
| CN115452942A (zh) * | 2022-08-31 | 2022-12-09 | 中国铁道科学研究院集团有限公司 | 钢轨波磨的波谷深度计算方法及装置 |
| CN116522190A (zh) * | 2023-02-28 | 2023-08-01 | 中国铁道科学研究院集团有限公司城市轨道交通中心 | 一种基于轴箱振动加速度互谱分析的钢轨波磨识别方法 |
| CN116522190B (zh) * | 2023-02-28 | 2024-10-29 | 中国铁道科学研究院集团有限公司城市轨道交通中心 | 一种基于轴箱振动加速度互谱分析的钢轨波磨识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108845028B (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108845028B (zh) | 一种高速铁路钢轨波磨动态检测方法和装置 | |
| CN108515984B (zh) | 一种车轮伤损检测方法及装置 | |
| Salvador et al. | Axlebox accelerations: Their acquisition and time–frequency characterisation for railway track monitoring purposes | |
| CN108562446B (zh) | 基于轴箱振动时频域特征车轮多边形检测方法及终端设备 | |
| Molodova et al. | Axle box acceleration: Measurement and simulation for detection of short track defects | |
| CN102114855B (zh) | 一种轨道检测方法和装置 | |
| CN105292177A (zh) | 一种用轴箱振动、冲击信息测量轨道波磨的方法 | |
| CN114169422A (zh) | 基于车辆振噪联合测试的地铁钢轨波磨识别方法及系统 | |
| CN113343928B (zh) | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 | |
| CN113276905B (zh) | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 | |
| CN113415308B (zh) | 钢轨波磨检测方法及装置 | |
| CN115758289B (zh) | 一种基于多任务学习神经网络的钢轨波磨识别方法 | |
| CN111896028A (zh) | 一种地铁轨道几何检测数据矫正方法及系统 | |
| CN113609565B (zh) | 铁路桥梁轨道静态长波不平顺的验收方法及装置 | |
| CN113654699B (zh) | 轮轨垂向力检测方法及装置 | |
| CN117725804B (zh) | 轨道几何参数与车辆动力学融合影响分析方法及系统 | |
| CN102501886B (zh) | 高速铁路钢轨焊接接头状态的检测方法与系统 | |
| CN113776760A (zh) | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 | |
| CN111444574A (zh) | 基于动力学分析的传感器布局优化方法 | |
| Bocz et al. | A practical approach to tramway track condition monitoring: vertical track defects detection and identification using time-frequency processing technique | |
| KR100797055B1 (ko) | 철도궤도의 효율적 유지보수를 위한 3차원 데이터 형식의철도 궤도틀림도 측정방법 | |
| CN113343919B (zh) | 钢轨连续等距离擦硌伤的检测方法、装置、及计算机设备 | |
| CN210591925U (zh) | 轴箱振动的轮径差检测系统 | |
| CN108827665A (zh) | 基于经验模态分解和多尺度熵的车轮扁疤故障检测方法 | |
| Bocz et al. | Vibration-based condition monitoring of Tramway track from in service vehicle using time-frequency processing techniques |
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 |