CN108985282B - 一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 - Google Patents
一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 Download PDFInfo
- Publication number
- CN108985282B CN108985282B CN201811106596.8A CN201811106596A CN108985282B CN 108985282 B CN108985282 B CN 108985282B CN 201811106596 A CN201811106596 A CN 201811106596A CN 108985282 B CN108985282 B CN 108985282B
- Authority
- CN
- China
- Prior art keywords
- taper
- low
- amplitude
- shaking
- vehicle body
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
Abstract
本发明公开了一种识别高速动车组低锥度蛇行晃车特征的信号处理方法,属于轨道车辆技术领域,包括步骤A和步骤B两个步骤,其中步骤A、判断时间长度是否成立,如果是则对车体横向加速度进行10 Hz的低通滤波得到滤波后的车体加速度并进入步骤A1,否则终止迭代;A1、取一定时间内的车体横向加速度并)进行快速傅里叶变换得到b();A2、计算谱线;A3、计算M()的平均值、最大谱峰幅值以及最大谱峰幅值对应的离散频率,A4、对最大谱峰进行幅值和频率修正并计算参数,如果 maxP0<3和Vmean0/VmaxP0<0.1同时成立,则表明在t0~t0+tw内动车组已经发生了低锥度蛇行晃车,进入步骤B,否则令并返回步骤A1。本发明可根据车体加速度信号识别是否出现低锥度蛇行晃车现象。
Description
技术领域
本发明属于轨道车辆技术领域,具体涉及一种识别高速动车组低锥度蛇行晃车特征的信号处理方法。
背景技术
机车车辆在行驶中,由于轮轨间设置了9mm的游间,又因为轮对踏面为具有锥度,导致轮对在构造上的蛇行运动。当蛇行运动与线路的弹性不平顺、轨道几何尺寸不平顺等不利因素耦合时,列车就十分容易在同一地段发生同形态的蛇行运动。当轮对等效锥度较低造成蛇行运动时,车轮轮缘是贴靠在磨耗一侧钢轨作用边的,如果磨耗幅值大而车速又高,势必产生车体的低频横向摆动,即晃车。晃车不仅降低乘客的乘坐舒适性,长期也会对轨道产生不利影响。而现有技术中,尚无针对高速动车组低锥度蛇行晃车的识别方法。
发明内容
本发明要解决的技术问题是提供一种识别高速动车组低锥度蛇行晃车特征的信号处理方法,可以对晃车的频率和幅值进行准确识别。
为解决上述技术问题,本发明采用的技术方案是:一种识别高速动车组低锥度蛇行晃车特征的信号处理方法,其特征在于包括以下步骤:
步骤A、判断时间长度t0+tW+9tWS<tn是否成立,如果成立则对车体横向加速度进行10Hz的低通滤波得到滤波后的车体加速度a(t)并进入步骤A1,否则终止迭代,其中t0、tn分别是加速度信号起始和终止时间点,tW=2s,tWS是滑动窗步长并且取tWS=0.2s;
A1、取时间t0~t0+tW内的车体横向加速度a(t),对a(t)(t0<t<t0+tW)进行快速傅里叶变换得到b(f),其中t=t0+nΔt,f=nf0,,,n=0,1,2,L,NW为tW处采样点数并且Δt为采样时间间隔,f0为频率分辨率并且采样频率[·]为取整运算;
A3、计算M(f),的平均值Vmean0、最大谱峰幅值Vmax=M(nmaxf0)以及最大谱峰幅值对应的离散频率为nmaxf0;
计算参数fd,并按下式对最大谱峰进行幅值和频率修正,得到修正后的真实频率和最大幅值fmaxP0和VmaxP0,
fmaxP0=nmaxf0-fdf0
步骤B、取NT=1,
B3、若NT=9,则进入步骤B4,否则令NT=NT+1进入步骤B1;
B4、取VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu和VmaxPd,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu和fmaxPd,如果不等式和同时满足,则判定在t0~t0+NTtWS+tW内已经持续出现低锥度蛇行晃车,令tb=t0,te=t0+NTtWS+tW,NT=NT+1然后进入步骤C,否则令t0=t0+tWS然后进入步骤A;
步骤C、判断t0+NTtWS+tW≤tn是否成立,如果是则执行步骤C1,否则迭代终止,
C1、在区间t0+NTtWS:t0+NTtWS+tW内执行步骤A1-A4,得到幅值均值、最大值及最大值对应的频率分别为取VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu和VmaxPd,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu和fmaxPd,如果不等式 和同时成立则表明车体继续出现低锥度晃车现象,取te=t0+NTtWS+tW,NT=NT+1重复步骤C,否则表明车体不再继续出现低锥度晃车,取t0=t0+(NT+1)tWS然后进入步骤A。
本发明的有益效果是:(1)可根据车体加速度信号识别是否出现低锥度蛇行晃车现象,(2)如果出现低锥度蛇行晃车现象可识别出低锥度蛇行晃车的特征参数,包括蛇行晃车的频率及幅值。
下面结合附图对本发明进行详细说明。
附图说明
图1是车体横向加速度与时间关系图。
具体实施方式
参见附图,本发明提供了一种识别高速动车组低锥度蛇行晃车特征的信号处理方法,包括以下步骤:
步骤A、判断时间长度t0+tW+9tWS<tn是否成立,如果成立则进入步骤A1,否则终止迭代,其中t0、tn分别是加速度信号起始和终止时间点,tW=2s,tWS是滑动窗步长并且取tWS=0.2s;A1、取时间t0~t0+tW内的车体横向加速度a(t),对a(t)(t0<t<t0+tW)进行快速傅里叶变换得到b(f),其中t=t0+nΔt,f=nf0,,,n=0,1,2,L,NW为tW处采样点数并且Δt为采样时间间隔,f0为频率分辨率并且采样频率[·]为取整运算;
A3、计算M(f),的平均值Vmean0、最大谱峰幅值Vmax=M(nmaxf0)以及最大谱峰幅值对应的离散频率为nmaxf0;
计算参数fd,并用下式对最大谱峰进行幅值和频率修正,得到修正后的真实频率和最大幅值fmaxP0和VmaxP0
fmaxP0=nmaxf0-fdf0
步骤B、取NT=1,
B4、取VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu和VmaxPd,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu和fmaxPd,如果不等式和同时满足,则判定在t0~t0+NTtWS+tW内已经持续出现低锥度蛇行晃车,令tb=t0,te=t0+NTtWS+tW,NT=NT+1然后进入步骤C,否则令t0=t0+tWS然后重复步骤A;
步骤C、判断t0+NTtWS+tW≤tn是否成立,如果是则执行步骤C1,否则迭代终止,
C1、在区间t0+NTtWS:t0+NTtWS+tW内执行步骤A1-A4,得到幅值均值、最大值及最大值对应的频率分别为取VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu和VmaxPd,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu和fmaxPd,如果不等式 和同时成立则表明车体继续出现低锥度晃车现象,然后取te=t0+NTtWS+tW,NT=NT+1重复步骤C,否则表明车体不再继续出现低锥度晃车,取t0=t0+(NT+1)tWS然后进入步骤A。
下面以已经出现动车组低锥度蛇行晃车识别的具体实施例来阐述本发明,参见附图。为了便于说明,以下按照步骤A中的(1)~(4)进行计算得到在t0+itWS~t0+itWS+tW(t0=0,i=0,1,2,L,18)内幅值最大值及对应的频率、幅值平均值以及幅值平均值与最大值之比,如表1所示。因此,下面的计算中涉及这4个量的计算时,只给出最终值。
表1图1中车体横向加速度的计算表格
步骤A:初始时刻t0=0s,根据步骤A1-A4得到0~2内的幅值最大值、最大值对应频率、幅值平均值和幅值平均值与最大值之比依次为0.1327,1.6284,0.0132和0.0991,可知,满足步骤A5中fmaxP0<3和的条件,由此进入步骤B。
步骤B1、令NT=1,重复步骤A1-A4计算t0+NTtWS:t0+NTtWS+tW(0.2~2.2s内)的幅值最大值、最大值对应频率、幅值平均值和幅值平均值与最大值之比依次为0.1252,1.6256,0.0133,0.1064,由于不满足步骤B2中t0=t0+NTtWS(即t0=0.4)因此返回步骤A。
步骤B1、取NT=1,重复步骤A1-A4,在t0+NTtWS:t0+NTtWS+tW(1~3s)计算结果如由表1第6行所示。
步骤B4、由表1可知,VmaxPi(i=0,1,L,NT)(NT=9)的最大值和最小值分别为VmaxPu=0.2018和VmaxPd=0.1449,fmaxPi(i=0,1,L,NT)(NT=9)的最大值和最小值分别为fmaxPu=1.5997和fmaxPd=1.4725,不满足条件则t0=t0+tWS=1.0进入步骤A。
步骤A:由步骤A1-A4计算可知在1~3s内幅值最大值、最大值对应频率、幅值平均值和幅值平均值与最大值之比依次为0.1586,1.5901,0.0136,0.086,满足步骤A5的条件和fmaxP0<3,因此进入步骤B。
步骤B1:取NT=1重复步骤A1-A4,在t0+NTtWS:t0+NTtWS+tW(1.2~3.2s)计算
结果如由表1第7行所示。
步骤B4、由表1可知,VmaxPi(i=0,1,L,NT)(NT=9)的最大值和最小值分别为VmaxPu=0.2039和VmaxPd=0.1586,fmaxPi(i=0,1,L,NT)(NT=9)的最大值和最小值分别为fmaxPu=1.5901和fmaxPd=1.4725,满足条件和令tb=t0=1,te=t0+NTtWS+tW=4.8,NT=NT+1=10进入步骤C。
步骤C:在区间t0+NTtWS:t0+NTtWS+tW(3~5s)内,按照步骤A1-A4计算得到幅值最大值、最大值对应频率、幅值平均值和幅值平均值与最大值之比依次为0.21,1.466,0.0148,0.0707,VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu=0.21和VmaxPd=0.1586,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu=1.5901和fmaxPd=1.466,不等式 和同时成立,取te=t0+(NT+1)tWS,NT=NT+1重复步骤C。
步骤C:在区间t0+NTtWS:t0+NTtWS+tW(3.2~5.2s)内,按照步骤A1-A4计算得到幅值最大值、最大值对应频率、幅值平均值和幅值平均值与最大值之比依次为0.2167,1.4687,0.016,0.0739,VmaxPi(i=0,1,L,NT)的最大值和最小值分别为VmaxPu=0.2167和VmaxPd=0.1586,fmaxPi(i=0,1,L,NT)的最大值和最小值分别为fmaxPu=1.5901和fmaxPd=1.466,不等式不成立,则令t0=t0+(NT+1)tWS=3.2,进入步骤A。
步骤A:此时由于时间长度不够,迭代终止。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (1)
1.一种识别高速动车组低锥度蛇行晃车特征的信号处理方法,其特征在于包括以下步骤:
步骤A、判断时间长度t0+tW+9tWS<tn是否成立,如果成立则对车体横向加速度进行10Hz的低通滤波得到滤波后的车体加速度a(t)并进入步骤A1,否则终止迭代,其中t0、tn分别是加速度信号起始和终止时间点,tW=2s,tWS是滑动窗步长并且取tWS=0.2s;
A1、取时间t0~t0+tW内的车体横向加速度a(t),对a(t)(t0<t<t0+tW)进行快速傅里叶变换得到b(f),其中t=t0+nΔt,f=nf0,NW为tW处采样点数并且Δt为采样时间间隔,f0为频率分辨率并且采样频率[·]为取整运算;
A3、计算M(f)的平均值Vmean0、最大谱峰幅值Vmax=M(nmaxf0)以及最大谱峰幅值对应的离散频率为nmaxf0;
计算参数fd,并按下式对最大谱峰进行幅值和频率修正,得到修正后的真实频率和最大幅值fmaxP0和VmaxP0,
fmaxP0=nmaxf0-fdf0
步骤B、取NT=1,
B3、若NT=9,则进入步骤B4,否则令NT=NT+1进入步骤B1;
B4、取VmaxPi(i=0,1,…,NT)的最大值和最小值分别为VmaxPu和VmaxPd,fmaxPi(i=0,1,…,NT)的最大值和最小值分别为fmaxPu和fmaxPd,如果不等式和同时满足,则判定在t0~t0+NTtWS+tW内已经持续出现低锥度蛇行晃车,令tb=t0,te=t0+NTtWS+tW,NT=NT+1然后进入步骤C,否则令t0=t0+tWS然后进入步骤A;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811106596.8A CN108985282B (zh) | 2018-09-21 | 2018-09-21 | 一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811106596.8A CN108985282B (zh) | 2018-09-21 | 2018-09-21 | 一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108985282A CN108985282A (zh) | 2018-12-11 |
CN108985282B true CN108985282B (zh) | 2021-04-02 |
Family
ID=64546537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811106596.8A Active CN108985282B (zh) | 2018-09-21 | 2018-09-21 | 一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108985282B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112383247B (zh) * | 2020-09-04 | 2022-06-10 | 湖南工业大学 | 一种列车转向架抗蛇行运动装置及系统 |
CN113532636B (zh) * | 2021-08-19 | 2024-03-12 | 中国铁道科学研究院集团有限公司 | 一种低频周期性晃车的检测方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5069156A (en) * | 1989-03-22 | 1991-12-03 | Fujitsu Limited | Spin coating apparatus for forming a photoresist film over a substrate having a non-circular outer shape |
WO2005032852A1 (de) * | 2003-10-02 | 2005-04-14 | Greenbrier Germany Gmbh | Rad für güterwagen und radsatz |
CN103996028A (zh) * | 2014-05-21 | 2014-08-20 | 南京航空航天大学 | 一种车辆行为识别方法 |
CN105109510A (zh) * | 2015-08-06 | 2015-12-02 | 大连交通大学 | 一种抗蛇行宽频带吸能机制实现方法及转向架参数优化配置方法 |
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
CN108469602A (zh) * | 2018-03-29 | 2018-08-31 | 东南大学 | 一种基于谱特征提取的脉冲信号类型自动判别方法 |
-
2018
- 2018-09-21 CN CN201811106596.8A patent/CN108985282B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5069156A (en) * | 1989-03-22 | 1991-12-03 | Fujitsu Limited | Spin coating apparatus for forming a photoresist film over a substrate having a non-circular outer shape |
WO2005032852A1 (de) * | 2003-10-02 | 2005-04-14 | Greenbrier Germany Gmbh | Rad für güterwagen und radsatz |
CN103996028A (zh) * | 2014-05-21 | 2014-08-20 | 南京航空航天大学 | 一种车辆行为识别方法 |
CN105109510A (zh) * | 2015-08-06 | 2015-12-02 | 大连交通大学 | 一种抗蛇行宽频带吸能机制实现方法及转向架参数优化配置方法 |
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
CN108469602A (zh) * | 2018-03-29 | 2018-08-31 | 东南大学 | 一种基于谱特征提取的脉冲信号类型自动判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108985282A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Montanino et al. | Making NGSIM data usable for studies on traffic flow theory: Multistep method for vehicle trajectory reconstruction | |
CN108985282B (zh) | 一种识别高速动车组低锥度蛇行晃车特征的信号处理方法 | |
CN102785646B (zh) | 路面状态估计方法、车辆控制方法以及路面状态估计装置 | |
DE102012112761B4 (de) | Systeme und Verfahren in Reifendrucküberwachungssystemen zur Beschleunigungserfassung und Winkelpositionsbestimmung | |
JP4640224B2 (ja) | 車両走行路の湾曲傾向検出装置およびこれを用いた車両の動作応答制御装置 | |
JP5837341B2 (ja) | 路面状態判定方法とその装置 | |
CN110001657B (zh) | 基于轮胎状态信息的车辆安全控制方法及车辆 | |
CN102627108B (zh) | 一种基于高频信息提取的整车质量估算方法 | |
CN109910905A (zh) | 基于坡度估计修正的分布式驱动汽车多工况车速估计方法 | |
CN109229082A (zh) | 一种轨道车辆制动系统防滑控制方法 | |
JP5491453B2 (ja) | タイヤ空気圧低下検出装置、方法及びプログラム | |
JP2012202836A (ja) | 車両質量推定装置、方法及びプログラム、並びに、タイヤ空気圧低下検出装置、方法及びプログラム | |
CN108180983A (zh) | 自适应时频域混合滤波的应急救援车辆振动位移重构方法 | |
EP3172577B1 (de) | Verfahren und vorrichtung zur ermittlung der absolutgeschwindigkeit eines schienenfahrzeugs | |
DE102009041566A1 (de) | Verfahren zur Klassifizierung des Fahrbahnreibwerts | |
CN104029688B (zh) | 一种轮对空转检测方法 | |
US7937204B2 (en) | Brake control method and brake control device | |
WO2020128938A8 (en) | Method for estimating the pressure of the tyres of a vehicle | |
CN105829180B (zh) | 用于检测机动车辆驾驶在不良道路表面上的情形的方法和装置 | |
CN109655267A (zh) | 一种汽车轮毂轴承故障特征提取方法 | |
US6584427B2 (en) | Method and apparatus for estimating tire air pressure | |
CN105509771A (zh) | 一种发动机滑油金属颗粒在线监测的信号降噪方法 | |
CN107848359B (zh) | 用于估算由陆地车辆取道的行驶路线的状态指数的装置 | |
CN110895631A (zh) | 一种轮轨粘着特性的辨识方法以及系统 | |
JP5241556B2 (ja) | 路面状態推定装置 |
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 |