CN108981906A - 一种轨道波磨故障综合诊断方法 - Google Patents

Abstract

本发明公开了一种轨道波磨故障综合诊断方法，其同时利用振动信号和检测小车对轨道波磨故障诊断的准确率进行综合诊断；包括步骤：根令振动信号的检测周期T₁和检测小车的检测周期T₂满足一定条件；选取波磨故障综合诊断在周期T内的函数模型；分别计算振动信号准确率P₁和检测小车的准确率P₂；根据振动信号检测的准确率，确定振动信号的检测权重值λ₁：根据检测小车检测的准确率，以及出现轨道波磨故障报警的时间t，确定检测小车的检测权重值λ₂：根据λ₁和λ₂的值，确定波磨故障综合诊断函数W(x,y)表达式；根据W(x,y)的表达式，计算波磨故障综合诊断函数值W；若W<1，则没有波磨故障；反之，出现波磨故障。该综合诊断方法简单可靠、应用方便，实用性强。

Description

一种轨道波磨故障综合诊断方法

技术领域

本发明属于城市轨道列车波磨故障监测与安全预警技术领域，具体涉及一种轨道波磨故障综合诊断方法。

背景技术

进入21世纪以来，我国地铁、轻轨等不断发展极大程度地减缓了交通拥堵、环境污染等问题。但车辆运营环境的复杂化也使得列车和轨道各部件的损伤也越来越严重，其中比较典型的就是轮轨间的疲劳和磨耗问题。随着列车速度、轴重的提高、车流密度的加大和新型机车车辆结构的推广使用,轨道波磨现象变得日趋严重,因而导致较高的铁路运输成本,直接影响铁路运输安全。

目前城轨列车轨道波磨的主要采用在线设备的振动信号和检测小车定期检测方法对列车轨道状态进行监测。由于车载设备的振动信号波磨故障检测系统实时性强，但诊断精度相对较低，而检测小车故障诊断率较高，但检测周期较长，无法及时了解城轨列车轨道的运行状态，严重阻碍了城轨交通行业的发展。因此，一种基于振动信号和检测小车对城轨列车轨道波磨故障的综合性诊断方法具有重要意义。

发明内容

本发明的目的在于提供了一种简单可靠、应用方便，实用有效的轨道波磨故障综合诊断方法轨道波磨故障综合诊断方法，

为解决以上技术问题，本发明采用了以下技术方案：

一种轨道波磨故障综合诊断方法，同时利用振动信号和检测小车对轨道波磨故障诊断的准确率进行综合诊断；

包括下述步骤：

S1：令振动信号的检测周期T₁和检测小车的检测周期T₂满足；

T₂>T₁，且T₂是T₁的整数倍；其中，T₁≤1，且以检测小车进行故障检测的当天作为综合诊断周期T开始的第1天；则波磨故障诊断的综合诊断周期T＝T₂；

S2：设定轨道波磨故障综合诊断在综合诊断周期T内的函数模型如下：

W(x,y)＝λ₁x+λ₂y (1)

其中，x为振动信号诊断结果；y为检测小车的诊断结果，λ₁为振动信号波磨故障检测权重值，λ₂为检测小车波磨故障检测权重值；

S3：分别统计n个连续综合诊断周期T内振动信号和检测小车的检测数据，计算振动信号准确率P₁和检测小车的准确率P₂，并确定每个周期T内出现轨道波磨故障报警的时间t，t∈T；

S4：根据振动信号检测的准确率，确定振动信号的检测权重值λ₁：

S5：根据检测小车检测的准确率，以及出现轨道波磨故障报警的时间t，分段确定检测小车的检测权重值λ₂：

S6：将步骤S4中的λ₁和步骤S5中的λ₂的值带入到函数模型(1)中，确定波磨故障综合诊断函数W(x,y)表达式；

S7：将新的综合诊断周期T内的振动信号和检测小车的检测结果值代入到W(x,y)的表达式中，计算波磨故障综合诊断函数值W；

若W<1，表示没有轨道波磨故障，反之，提示出现轨道波磨故障。

进一步的，在步骤S1中，振动信号检测的周期为1天。

进一步的，在步骤S3中，统计的连续周期数n≥20。

进一步的，在步骤S4中，振动信号的检测权重值λ₁为：

λ₁＝P₁ (2)；

在步骤S5中，检测小车的检测权重值λ₂为：

当波磨故障报警的时间t出现在检测小车进行波磨故障检测时，即t＝1时，λ₂＝P₂；

当波磨故障报警的时间t出现在检测小车进行波磨故障检测之后，即时，检测小车的的检测结果仍对周期T内的综合诊断结果具有一定影响，此时λ₂满足：

进一步的，步骤S6中，波磨故障综合诊断函数W(x,y)表达式如下：

其中，x，y分别满足以下条件：

进一步的，当开始新的综合诊断周期的综合故障判断时，选取其最邻近的n个连续综合诊断周期T内振动信号和检测小车检测数据，重新确定系数λ₁和λ₂。

进一步的，所述振动信号和检测小车检测数据从其上位机处获得。

与现有技术相比，本发明的有益效果为：

本实施例中，选取的线性函数模型进行振动信号和检测小车数据的融合，其函数模型简单，可以很方便地根据统计的数据结果确定线性函数的系数，进而确定综合诊断函数W(x,y)的表达式；并可以将新的检测周期内的检测结果代入到综合诊断函数W(x,y)的表达式计算出综合诊断的结果W，当W值大于或等于1时，可以提示轨道出现波磨故障，当W值小于1时，表示轨道无波磨故障。该综合诊断方法诊断的准确率高、诊断方法简单可靠、方便应用。

附图说明

下面结合附图和具体实施方式对本发明的技术作进一步地详细说明：

图1为本发明所述的轨道波磨故障诊断方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明公开了一种轨道波磨故障综合诊断方法，其同时利用振动信号和检测小车对轨道波磨故障诊断的准确率进行综合诊断，此处的振动信号指的是列车轴箱体和车体振动加速度信号，简称振动信号；

包括下述步骤：

S1：令振动信号的检测周期T₁和检测小车的检测周期T₂满足；

T₂>T₁，且T₂是T₁的整数倍；其中，T₁≤1，且以检测小车进行故障检测的当天作为综合诊断周期T开始的第1天；则波磨故障诊断的综合诊断周期T＝T₂；具体的，T₁、T₂均为整数，其中，T₁＝1，即振动信号每天检测一次，T₂优选为10，也即每10天检测小车检测一次。

S2：设定轨道波磨故障综合诊断在综合诊断周期T内的函数模型如下：

W(x,y)＝λ₁x+λ₂y (1)

其中，x为振动信号诊断结果；y为检测小车的诊断结果，λ₁为振动信号波磨故障检测权重值，λ₂为检测小车波磨故障检测权重值；

S3：分别统计n个连续综合诊断周期T内振动信号和检测小车的检测数据，n个连续综合诊断周期T内的振动信号和检测小车检测数据从其上位机处获得。计算振动信号准确率P₁和检测小车的准确率P₂，并确定每个周期T内出现轨道波磨故障报警的时间t，t∈T，此处t是指，在综合诊断周期T内，报警时间出现在第几个T₁周期内；如T＝2天，T₁＝0.5天，当报警出现在第1天至第1.5天的时间段内，也即报警出现在第三个T₁周期内，此时，t＝3。进一步的，统计的连续周期数n≥20，对于该函数模型而言，统计的周期数越多，最终的诊断结果准确度越高。振动信号准确率P₁是指n个连续综合诊断周期内，振动信号正确报警的次数n1与振动信号报警总次数N1的比值，即：P₁＝n1/N1；检测小车的准确率P₂是指n个连续综合诊断周期内，检测小车正确报警的次数n2与检测小车报警总次数N2的比值，即：P₂＝n2/N2，其中P₂的值一般为1。

S4：根据振动信号检测的准确率，确定振动信号的检测权重值λ₁；具体的，振动信号的检测权重值λ₁为：

λ₁＝P₁ (2)。

S5：根据检测小车检测的准确率，以及出现轨道波磨故障报警的时间t，分段确定检测小车的检测权重值λ₂；具体的，检测小车的检测权重值λ₂为：

当波磨故障报警的时间t出现在检测小车进行波磨故障检测时，即t＝1时，λ₂＝P₂；

当波磨故障报警的时间t出现在检测小车进行波磨故障检测之后，即1<t≤T时，由于波磨故障一般需要经过一定时间的磨损积累，当检测小车检测没有故障问题，或检测出来波磨故障，但经过维护处理后，越靠近检测小车检测时间段，轨道波磨故障出现的概率越低，此时检测小车对综合诊断结果影响越小，而越远离检测的当天，经过长时间的磨损积累，其出现波磨故障的几率也逐渐增大，此时检测结果对周期T内的综合诊断结果的影响也加大。因此，此时可设定λ₂为：

S6：将步骤S4中的λ₁和步骤S5中的λ₂的值带入到函数模型(1)中，确定波磨故障综合诊断函数W(x,y)表达式，具体如下：

其中x，y分别满足以下条件：

S7：将新的综合诊断周期T内的振动信号和检测小车的检测结果值代入到W(x,y)的表达式中，计算波磨故障综合诊断函数值W；

本方法中，当开始新的综合诊断周期的综合故障判断时，选取其最邻近的n个连续综合诊断周期T内振动信号和检测小车检测数据，重新确定系数λ₁和λ₂。

若W<1，表示没有轨道波磨故障，反之，提示出现轨道波磨故障。

本实施例中，选取的线性函数模型进行振动信号和检测小车数据的融合，其函数模型简单，可以很方便地根据统计的数据结果确定线性函数的系数，进而确定综合诊断函数W(x,y)的表达式；并可以将新的检测周期内的检测结果代入到综合诊断函数W(x,y)的表达式计算出综合诊断的结果W，当W值大于或等于1时，可以提示轨道出现波磨故障，当W值小于1时，表示轨道无波磨故障。该综合诊断方法诊断的准确率高、诊断方法简单可靠、方便应用。

为更好的阐释本发明，下面结合具体实施例进行说明：

实施例1：

本实施例利用某地铁公司1号线轨道的振动信号的波磨故障诊断结果和检测小车对波磨故障诊断的结果进行分析，并采用上述的公式(1)作为进行故障综合诊断的函数模型。

在本实施例中，振动信号设备每天对轨道进行波磨故障诊断，其诊断周期T₁＝1；检测小车每10天对轨道进行1次波磨故障诊断，其诊断周期T₂＝10；故对振动信号和检测小车诊断结果以10天为一个周期进行数据融合，即波磨故障综合诊断的周期T＝10，并以检测小车进行检测的当天作为每个综合诊断周期T的第1天。

如下表1所示，统计连续20个综合诊断周期T的振动信号和检测小车的诊断结果数据，包括每个周期内波磨故障报警出现的时间t(t∈T，且t＝1,2,3,4…10)，以及每个周期的实际结果值。可知，在该20个周期内，出现薄膜故障报警的次数为20次，振动信号正确报警的次数为8次，因为可算出振动信号波磨故障诊断的准确率P₁＝0.4；检测小车波磨故障检测的准确率P₂＝1。

表1：

注：t表示该周期内第几天出现波磨报警；报警值为1表明故障判断正确，报警值为0，说明误报警。

因此，可根据振动信号波磨故障诊断的准确率P₁设定振动信号波磨检测权重λ₁＝P₁＝0.4，并将λ₁值填入到表1中。而由于检测小车在一周期T内仅检测一次，因此检测小车在一周期T内，检测小车的权重λ₂是变化的。下面对λ₂在一个周期T内的值分两种情况进行讨论：

当波磨故障报警的时间t出现在检测小车进行波磨故障检测时，即t＝1时，设定λ₂＝P₂＝1；

当波磨故障报警的时间t出现在检测小车进行波磨故障检测之后，即1<t≤T时，检测小车的的检测结果仍对周期T内的综合诊断结果具有一定影响，此时设定λ₂为：

代入上述T₁、T的值可得检测小车一个周期T内的检测权重为：

根据表1的检测结果计算出λ₂的值，并将其填入表1中。

将上述确定的λ₁值和λ₂值代入对应的轨道波磨故障综合诊断函数模型中，得出波磨故障综合诊断函数W(x,y)表达式，具体如下：

其中，

将表1中连续20个周期的检测结果值带入到公式(5)中进行验算，得出如表2所述的轨道波磨故障诊断的W值。

表2：

周期	1	2	3	4	5	6	7	8	9	10
											W值	1.1	1.2	0.9	0.8	1.0	1.2	0.9	1.4	0.7	1.4
周期	11	12	13	14	15	16	17	18	19	20
											W值	1.3	1.1	0.9	0.5	1.0	0.8	1.3	0.7	1.2	0.6

对比表1、表2可知，W≥1的周期，共有11次，在该11个周期内，实际出现报警的次数为8次，由此可以算出利用该综合诊断方法进行故障诊断准确率为72.73％，远大于原始的利用振动信号进行故障诊断的准确率40％；且该11次报警中完全涵盖了实际的8次实际出现故障的情况，不存在有故障未报警情形。该综合故障诊断的准确率大大提高，可靠性强，使用简单、方便，可以根据诊断结果W值更加有效、合理地安排检修和维护。

本发明所述的轨道波磨故障综合诊断方法的其它内容参见现有技术，在此不再赘述。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，故凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (7)

1.一种轨道波磨故障综合诊断方法，其特征在于，同时利用振动信号和检测小车对轨道波磨故障诊断的准确率进行综合诊断；

包括下述步骤：

S1：令振动信号的检测周期T₁和检测小车的检测周期T₂满足；

T₂>T₁，且T₂是T₁的整数倍；其中，T₁≤1，且以检测小车进行故障检测的当天作为综合诊断周期T开始的第1天；则波磨故障诊断的综合诊断周期T＝T₂；

S2：设定轨道波磨故障综合诊断在综合诊断周期T内的函数模型如下：

W(x,y)＝λ₁x+λ₂y (1)

其中，x为振动信号诊断结果；y为检测小车的诊断结果，λ₁为振动信号波磨故障检测权重值，λ₂为检测小车波磨故障检测权重值；

S3：分别统计n个连续综合诊断周期T内振动信号和检测小车的检测数据，计算振动信号准确率P₁和检测小车的准确率P₂，并确定每个周期T内出现轨道波磨故障报警的时间t，t∈T；

S4：根据振动信号检测的准确率，确定振动信号的检测权重值λ₁：

S5：根据检测小车检测的准确率，以及出现轨道波磨故障报警的时间t，分段确定检测小车的检测权重值λ₂：

S6：将步骤S4中的λ₁和步骤S5中的λ₂的值带入到函数模型(1)中，确定波磨故障综合诊断函数W(x,y)表达式；

S7：将新的综合诊断周期T内的振动信号和检测小车的检测结果值代入到W(x,y)的表达式中，计算波磨故障综合诊断函数值W；

若W<1，表示没有轨道波磨故障，反之，提示出现轨道波磨故障。

2.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：在步骤S1中，振动信号检测的周期为1天。

3.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：在步骤S3中，统计的连续周期数n≥20。

4.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：

在步骤S4中，振动信号的检测权重值λ₁为：

λ₁＝P₁ (2)；

在步骤S5中，检测小车的检测权重值λ₂为：

当波磨故障报警的时间t出现在检测小车进行波磨故障检测时，即t＝1时，λ₂＝P₂；

当波磨故障报警的时间t出现在检测小车进行波磨故障检测之后，即时，检测小车的的检测结果仍对周期T内的综合诊断结果具有一定影响，此时λ₂满足：

5.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：步骤S6中，波磨故障综合诊断函数W(x,y)表达式如下：

其中，x，y分别满足以下条件：

6.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：当开始新的综合诊断周期的综合故障判断时，选取其最邻近的n个连续综合诊断周期T内振动信号和检测小车检测数据，重新确定系数λ₁和λ₂。

7.根据权利要求1所述的轨道波磨故障综合诊断方法，其特征在于：所述振动信号和检测小车检测数据从其上位机处获得。