CN109050575A - 一种列车车轮在线运动中数据集成采集方法 - Google Patents
一种列车车轮在线运动中数据集成采集方法 Download PDFInfo
- Publication number
- CN109050575A CN109050575A CN201810681893.9A CN201810681893A CN109050575A CN 109050575 A CN109050575 A CN 109050575A CN 201810681893 A CN201810681893 A CN 201810681893A CN 109050575 A CN109050575 A CN 109050575A
- Authority
- CN
- China
- Prior art keywords
- linear array
- detection zone
- wheel
- train
- measurement
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000010354 integration Effects 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000005259 measurement Methods 0.000 claims abstract description 56
- 230000001133 acceleration Effects 0.000 claims abstract description 31
- 238000009434 installation Methods 0.000 claims abstract description 9
- 230000033001 locomotion Effects 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 15
- 230000004304 visual acuity Effects 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 abstract 1
- 238000006073 displacement reaction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 241001669679 Eleotris Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000031864 metaphase Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- B61K9/12—Measuring or surveying wheel-rims
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Machines For Laying And Maintaining Railways (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种列车车轮在线运动中数据集成采集方法，尺寸线阵方向z向，光路与y坐标检测区中心存在夹角，左右侧同步测量轴心z、y坐标，测量轴心离轨面z向距离和偏离各自轨面中心线y向距离和部分踏面曲线；位置线阵x向平行与轨面，安装于检测区中心，测量轮对进入检测区后每一瞬间的位置；变形线阵z向与尺寸线阵对称中心线存在夹角，精密测量轨面y、z向变形和部分踏面；加速度传感器安装于检测区中心线的钢轨内侧面，扣轨式安装，测量加速度范围。集成同步检测，轮对轴承早期故障检测较高速度的地铁出站端并能最大限度获取实时数据效果；在线检测任务集成优化设计，提升技术指标和用户体验增值空间；设备简约、高效和准确、可靠。
Description
技术领域
本发明涉及列车轮对运行在线安全检测技术领域，尤其涉及一种列车车轮在线运动中数据集成采集方法。
背景技术
有轨列车是当今重要的交通运输方式之一，为国民经济的发展起到了不可替代的作用。有轨列车的安全运行不仅关系到国民经济的发展，更加涉及到人们生命财产安全，因此有轨列车的安全运行检测一直是交通运输领域重要的研究课题。
中国城市轨道交通快速发展,为保证列车安全运行先后产生了三种在线检测(下称“3T”)用户需求：1，列车车辆轮对尺寸检测(TWDS)。广州市奥特创通测控技术有限公司和广深股份公司广北车辆段联合研发的《货车轮对尺寸动态检测系统》(TWDS)，系统介绍了基于激光传感技术的轮对尺寸检测系统在货运线上运用情况；采用半沉降基础平台与多维激光数据重构技术测量轮对三维轮廓；2，车辆轮对踏面擦伤与侧向剪力检测(TPDS)。见中国铁道科学研究院《货车运行状态地面安全监测系统》(TPDS)，介绍了基于应变测力的货车运行状态检测：传感器现场标定方式与列车运行状态分类的若干报警办法；3，轮对轴承早期故障检测(TADS)，见哈尔滨铁路局《货车滚动轴承早期故障轨边声学诊断系统(TADS)的原理与应用》:，介绍了声学诊断系统的发展过程,阐述了货车滚动轴承早期故障轨边声学诊断系统的原理、构成、组网方式等,分析了系统的关键技术和现场应用情况。
目前3T子系统使用存在问题：1、子系统独立使数据采集非同步导致数据融合度低；2、测量误差传递函数受列车运动、环境影响大；3、TWDS与TPDS、TADS系统分立导致轮轨运动周期分析障碍；4、激光、应力片和声学三种类型传感技术导致校准、维护工作量大；5、数据平台独立未能分享。
发明内容
本发明的目的是提供一种列车车轮在线运动中数据集成采集方法，该检测方法目的是围绕着列车轮对在线检测问题的实践与研究，为列车车辆轮对安全运行提供新一代的集成在线检测技术。
本发明解决其技术问题所采用的技术方案是：
一种列车车轮在线运动中数据集成采集方法，包括以下步骤：
坐标系定义：设定x向为列车运动方向，x检测区为正负3m，中心为零，列车进入为负；
y向为平行轨面垂直于运动方向，轨道中心为零，列车运动方向左侧为正；
z向垂直于轨平面，轨顶平面为零，向下为正；
x向与y向平行的竖直平面为检测区中心平面4；
步骤一：选择器件：器件选择三线阵相机：尺寸线阵镜头、位置线阵镜头、变形线阵镜头，加速度传感器；
步骤二：确定器件安装位置并安装器件：尺寸线阵镜头的尺寸线阵视场方向平行于z向，与检测区中心平面存在夹角；
位置线阵镜头的位置线阵视场方向与x向和轨顶面平行，安装于检测区中心平面内；
变形线阵镜头的变形线阵视场方向与z向平行，与尺寸线阵关于检测区中心平面对称，且与检测区中心平面存在夹角；
加速度传感器安装于检测区中心平面内的钢轨内侧，扣轨式安装；
步骤三：采集车轮实时运动数据：列车经过时，位置线阵镜头测量车轮对进入检测区后每一瞬间的x向位置；
尺寸线阵镜头测量车轮对轴心离轨面z向距离和偏离各自轨道中心线y向距离和部分车轮踏面曲线；
变形线阵镜头测量车轮轨面y、z向的变形和部分踏面；
加速度传感器测量轮对对道轨作用力的加速度值；
步骤四：建立轨道参数：测量列车经过检测区波动频谱，将测量数据积累、学习建立基于神经网络的自适应模型，通过数据识别、数据重构、数据决策和数据预测过程建立特征参数、权重与经验阈值，获得完整的检测区轨道幅值与相位谱；
步骤五：建立故障知识库：建立对应列车正常与故障知识库，在完成了步骤三、四的三坐标参考基准和测量任务后，运用大数据方法建立对应的知识库与分级报警模型；
步骤六：远程维护和调控数据：a、通过远程数据采集分析决定集成系统的工作状态；b、参数重新计算人工决策确认；c、远程参数重置并运行核查；
步骤七：重复地循环进行步骤三至六，列车进入检测区为每个循环的开始。
优选地，步骤一中，
三线阵镜头采用像元尺寸为0.0048mm、采样行频40k、分辨率8K的线阵镜头；
尺寸线阵镜头直径62.5mm、物距800mm、像高500mm，确保z向测量计算分辨力不高于0.06mm/pix；
位置线阵镜头直径5.5mm、物距800mm，确保x向测量范围6000mm，分辨力不高于0.73mm/pix；
变形线阵镜头直径400mm、物距800mm，确保测量z向轨顶中心上下合计80mm，分辨力不高于0.01mm/pix；
加速度传感器分辨力不高于0.001g/pix，测量加速度范围为0.001～100g。
优选地，步骤二中，
位置线阵镜头安装于检测区中心平面离轨面z高度5～15mm，扫描正负3000mm，用于测量轮对进入检测区后每一瞬间的位置，离轨面高度5～15mm或全部弦长；
尺寸线阵视场方向与y坐标检测区中心平面的夹角为10～20°；
变形线阵视场方向与y坐标检测区中心平面的夹角为10～20°。
优选地，步骤三中，
位置线阵镜头精密测量列车速度与瞬间定位，速度为70km/h时，速度测量精度优于0.01％，定位精度优于2mm。
本发明的有益效果是：
本发明通常应用于较高速度的客货铁路出站端、城市地铁车站出站端；将分散、初級的列车轮对在线检测任务集成优化设计-同步采样、最佳测量误差传递路径、单一高速、高分线阵图像传感器、关联数据分析融合、图像数据分类储存、自校准与远程维护；波相法解决轮对故障甄别、分类和微弱信号的专门处理；集成同步检测：轮对尺寸在线检测(TWDS)；轮对擦伤与应力检测(TPDS)；轮对轴承早期故障检测(TADS)较高速度的地铁出站端并能最大限度获取实时数据效果；在线检测任务集成优化设计，提升技术指标和用户体验增值空间；完成集成任务：轮对尺寸在线检测(TWDS)；轮对擦伤与应力检测(TPDS)；轮对轴承早期故障检测(TADS)；设备简约、高效和准确、可靠。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明轮对方向线阵集成检测原理结构图；
图2是本发明变形线阵所测量的微变形及谐振波测量图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，一种列车车轮在线运动中数据集成采集方法，包括以下步骤：
坐标系定义：设定x向为列车运动方向，x检测区为正负3m，中心为零，列车进入为负；
y向为平行轨面垂直于运动方向，轨道中心为零，列车运动方向左侧为正；
z向垂直于轨平面，轨顶平面为零，向下为正；
x向与y向平行的竖直平面为检测区中心平面4；
步骤一：选择器件：器件选择三线阵相机：尺寸线阵镜头1、位置线阵镜头2、变形线阵镜头3，加速度传感器；
步骤二：确定器件安装位置并安装器件：尺寸线阵镜头1的尺寸线阵视场方向平行于z向，与检测区中心平面4存在夹角；
位置线阵镜头2的位置线阵视场方向与x向和轨顶面平行，安装于检测区中心平面4内；
变形线阵镜头3的变形线阵视场方向与z向平行，与尺寸线阵关于检测区中心平面4对称，且与检测区中心平面4存在夹角；
加速度传感器安装于检测区中心平面4内的钢轨内侧，扣轨式安装；
步骤三：采集车轮实时运动数据：列车经过时，位置线阵镜头2测量车轮对进入检测区后每一瞬间的x向位置；
尺寸线阵镜头1测量车轮对轴心离轨面z向距离和偏离各自轨道中心线y向距离和部分车轮踏面曲线；
变形线阵镜头3测量车轮轨面y、z向的变形和部分踏面；
加速度传感器测量轮对对道轨作用力的加速度值；
步骤四：建立轨道参数：测量列车经过检测区波动频谱，将测量数据积累、学习建立基于神经网络的自适应模型，通过数据识别、数据重构、数据决策和数据预测过程建立特征参数、权重与经验阈值，获得完整的检测区轨道幅值与相位谱；
步骤五：建立故障知识库：建立对应列车正常与故障知识库，在完成了步骤三、四的三坐标参考基准和测量任务后，运用大数据方法建立对应的知识库与分级报警模型；
步骤六：远程维护和调控数据：a、通过远程数据采集分析决定集成系统的工作状态；b、参数重新计算人工决策确认；c、远程参数重置并运行核查；
步骤七：重复地循环进行步骤三至六，列车进入检测区为每个循环的开始。
优选地，步骤一中，
三线阵镜头采用像元尺寸为0.0048mm、采样行频40k、分辨率8K的线阵镜头；
尺寸线阵镜头1直径62.5mm、物距800mm、像高500mm，确保z向测量计算分辨力不高于0.06mm/pix；
位置线阵镜头2直径5.5mm、物距800mm，确保x向测量范围6000mm，分辨力不高于0.73mm/pix；
变形线阵镜头3直径400mm、物距800mm，确保测量z向轨顶中心上下合计80mm，分辨力不高于0.01mm/pix；
加速度传感器分辨力不高于0.001g/pix，测量加速度范围为0.001～100g。
优选地，步骤二中，
位置线阵镜头2安装于检测区中心平面4离轨面z高度5～15mm，扫描正负3000mm，用于测量轮对进入检测区后每一瞬间的位置，离轨面高度5～15mm或全部弦长；
尺寸线阵视场方向与y坐标检测区中心平面4的夹角为10～20°；
变形线阵视场方向与y坐标检测区中心平面4的夹角为10～20°。
优选地，步骤三中，
位置线阵镜头精密测量列车速度与瞬间定位，速度为70km/h时，速度测量精度优于0.01％，定位精度优于2mm。
一种实施例，轮对方向线阵集成检测原理：
尺寸线阵：
8k线阵-实现测量轮对直径、轮缘厚度、轮缘高度、内侧距、QR值测量；轴向位移、转向架姿态、擦伤故障周期识别；分辨力0.06mm/pix轮对区图像、轮对外区数组方式储存。
位置线阵：
8k线阵-实现故障空间定位与分类：擦伤、内圈、外圈、滚子、保持架；轮对不圆度与转向架运动参数跟踪识别；全区快速图像边缘识别实时数组存储；与尺寸、变形线阵同步采样并配合实现12跨(6m)轨道幅值、相位频率谱精确测量。
变形线阵：
8k线阵-与尺寸、变形线阵及辅助加速度传感器配合完成波动振幅、相位定量计算与阻尼振幅数据重构；变形分辨0.01mm/pix、加速度分辨优于0.001g；车载、偏载、垂直横向冲击力；y位移与扭矩；精密0.0001s-1s时间周期轨道幅相频谱测量；全区快速图像边缘识别实时数组存储。
三线阵传感器组成：
采用8k线阵相机6个、加速度传感2个；
轨旁集成支撑箱：左右线阵、光源、恒温器和环境防护；
加速度传感器：扣轨式安装。
高速精密8k线阵：
0.06mm/pix、40k、y向位移实时像素当量；
0.01mm/pix、加速度灵敏度0.001g、轮对到位两翼3m钢轨波动全参数测量。
轮对尺寸测量核心关键-轮径由于尺寸大，激光弦长法测量受轴向位移、列车摆动影响大，测量轴心轨面到轨面的垂直距离是误差传递最佳路径；平轮擦伤测量核心关键是轮径的周期故障信号特征，已知轮径准确数值和任意冲击振动位相参数大大增强了故障识别能力；轴承测量核心关键是各种类别弱故障特征周期信号提取，针对此项线阵主测量加高灵敏度压电传感器辅助，利用固有轴承谐振载波频率特征识别。
出站端是测量最有利条件，其一是此时列车没有像刹车类不规则运动带来测量干扰；其二是列车出站匀加速状态是轴承测量最有利条件，由运动定律F＝ma可知列车加速时轴承滚子、内圈、外圈和保持架处于最大挤压工况，轴承的早期故障容易被发现；而高速匀速运行和进站关闭牵引动力均为轴承测量不利状态。
统一传感技术和简化工程结构现场安装、远程维护、校准。
测量误差直接选择轴心高度是最佳的误差传递路径-中间过程短且影响因素少；环境保证措施和抗干扰能力作为可靠性的首要考虑；此外从关联性入手进行顶层设计，与其它测量任务互联互通共享各自发挥所长。
工程案例说明：D1、D2、ΔH、低弦高、IF分别是测量数据与整定参数，弦心距、大圆、缘高、轮径分别是轮对几何计算过程变量与输出结果，kΔH研究结论-误差传递函数较大，同样可以算出测量半弦长D1、D2变化dD1、dD2时对输出的影响量。
某时段测量数据和计算结果：
基于波相法的轨道测量理论模型区别于原来轨道测量弦长法、惯性基准法：提出轨道波动特性可以实际准确测量垂向动态位移并决定-幅频特性f(ω、ai)，相频特性θ(ω、ai)，ω为空间角频率、ai为描述钢轨、轨枕、弹性扣件和道床等构成轨道波动特征参数；轨道波动幅频特性主要分量以角频率平方成反比，相频特性主要分量以角频率一次方成反比；由于轮对尺寸测量得到的精确轮径，以及变形、位置传感获得精确的振动幅值、相位，辅助加速度传感器对微弱信号甄别，可以精细测量各种故障波动参量微小差异并克服各种干扰和周期识别带来的误判、漏判。
数据来源于原技术方案现场测量擦伤案例；统计了一侧加速度传感器在轮对擦伤引起的钢轨波动传递情况：创新方案位移、加速度配合波动测量优势a,足够的弱信号灵敏度与抗干扰能力；b,空间与轮对运动周期准确定位；c,异常幅相分析窗口精细波动特征。
如图2所见，工程案例图片选择了类似钢轨变形的的刚性网弓网压力微变形及谐振波测量：刚性网弹性系数30N-60N/mm，标准压力120N变形约40pix-20pix，分辨力设计0.1mm/pix。
集成轮对测量轴承微小故障振动传递至钢轨的微变形与谐振波，设计了分辨力0.01mm/pix的高分辨图像微变型测量，并辅助以压电加速度的高分辨测量，可以通过钢轨微变形(小于0.001mm)测量轴承早中期故障信号与轨道的谐振波，适应于工程实际应用轮对擦伤典型10g振动加速度信号产生的1mm钢轨形变；轴承典型早期故障0.3g信号产生0.03mm钢轨变形。
本发明的上述实施例并不是对本发明保护范围的限定，本发明的实施方式不限于此，凡此种种根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，对本发明上述结构做出的其它多种形式的修改、替换或变更，均应落在本发明的保护范围之内。
Claims (4)
1.一种列车车轮在线运动中数据集成采集方法，其特征在于：包括以下步骤：
坐标系定义：设定x向为列车运动方向，x检测区为正负3m，中心为零，列车进入为负；
y向为平行轨面垂直于运动方向，轨道中心为零，列车运动方向左侧为正；
z向垂直于轨平面，轨顶平面为零，向下为正；
x向与y向平行的竖直平面为检测区中心平面；
步骤一：选择器件：器件选择三线阵相机：尺寸线阵镜头、位置线阵镜头、变形线阵镜头，加速度传感器；
步骤二：确定器件安装位置并安装器件：尺寸线阵镜头的尺寸线阵视场方向平行于z向，与检测区中心平面存在夹角；
位置线阵镜头的位置线阵视场方向与x向和轨顶面平行，安装于检测区中心平面内；
变形线阵镜头的变形线阵视场方向与z向平行，与尺寸线阵关于检测区中心平面对称，且与检测区中心平面存在夹角；
加速度传感器安装于检测区中心平面内的钢轨内侧，扣轨式安装；
步骤三：采集车轮实时运动数据：列车经过时，位置线阵镜头测量车轮对进入检测区后每一瞬间的x向位置；
尺寸线阵镜头测量车轮对轴心离轨面z向距离和偏离各自轨道中心线y向距离和部分车轮踏面曲线；
变形线阵镜头测量车轮轨面y、z向的变形和部分踏面；
加速度传感器测量轮对对道轨作用力的加速度值；
步骤四：建立轨道参数：测量列车经过检测区波动频谱，将测量数据积累、学习建立基于神经网络的自适应模型，通过数据识别、数据重构、数据决策和数据预测过程建立特征参数、权重与经验阈值，获得完整的检测区轨道幅值与相位谱；
步骤五：建立故障知识库：建立对应列车正常与故障知识库，在完成了步骤三、四的三坐标参考基准和测量任务后，运用大数据方法建立对应的知识库与分级报警模型；
步骤六：远程维护和调控数据：a、通过远程数据采集分析决定集成系统的工作状态；b、参数重新计算人工决策确认；c、远程参数重置并运行核查；
步骤七：重复地循环进行步骤三至六，列车进入检测区为每个循环的开始。
2.根据权利要求1所述的一种列车车轮在线运动中数据集成采集方法，其特征在于：步骤一中，
三线阵镜头采用像元尺寸为0.0048mm、采样行频40k、分辨率8K的线阵镜头；
尺寸线阵镜头直径62.5mm、物距800mm、像高500mm，确保z向测量计算分辨力不高于0.06mm/pix；
位置线阵镜头直径5.5mm、物距800mm，确保x向测量范围6000mm，分辨力不高于0.73mm/pix；
变形线阵镜头直径400mm、物距800mm，确保测量z向轨顶中心上下合计80mm，分辨力不高于0.01mm/pix；
加速度传感器分辨力不高于0.001g/pix，测量加速度范围为0.001～100g。
3.根据权利要求1所述的一种列车车轮在线运动中数据集成采集方法，其特征在于：步骤二中，
位置线阵镜头安装于检测区中心平面离轨面z高度5～15mm，扫描正负3000mm，用于测量轮对进入检测区后每一瞬间的位置，离轨面高度5～15mm或全部弦长；
尺寸线阵视场方向与y坐标检测区中心平面的夹角为10～20°；
变形线阵视场方向与y坐标检测区中心平面的夹角为10～20°。
4.根据权利要求1所述的一种列车车轮在线运动中数据集成采集方法，其特征在于：步骤三中，
位置线阵镜头精密测量列车速度与瞬间定位，速度为70km/h时，速度测量精度优于0.01％，定位精度优于2mm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810681893.9A CN109050575B (zh) | 2018-06-27 | 2018-06-27 | 一种列车车轮在线运动中数据集成采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810681893.9A CN109050575B (zh) | 2018-06-27 | 2018-06-27 | 一种列车车轮在线运动中数据集成采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109050575A true CN109050575A (zh) | 2018-12-21 |
| CN109050575B CN109050575B (zh) | 2020-01-14 |
Family
ID=64818043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810681893.9A Active CN109050575B (zh) | 2018-06-27 | 2018-06-27 | 一种列车车轮在线运动中数据集成采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109050575B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110626380A (zh) * | 2019-09-19 | 2019-12-31 | 中铁第四勘察设计院集团有限公司 | 一种动车组正线检测方法 |
| CN111080607A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种基于图像识别的滚动轴承甩油故障检测方法 |
| CN113074655A (zh) * | 2020-01-03 | 2021-07-06 | 成都安科泰丰科技有限公司 | 一种动态图像车轮不圆度监测方法 |
| CN114595514A (zh) * | 2022-02-24 | 2022-06-07 | 河北建筑工程学院 | 轨道安全智能计算方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5100243A (en) * | 1990-12-12 | 1992-03-31 | Servo Corporation Of America | Self-calibrating hot wheel detector for railroads |
| RU2124180C1 (ru) * | 1997-03-14 | 1998-12-27 | Товарищество с ограниченной ответственностью "Институт информационных датчиков и технологий" | Способ измерения диаметра колеса подвижного состава |
| CN1693125A (zh) * | 2005-03-16 | 2005-11-09 | 广州市科思通技术有限公司 | 高速列车运行状态在线监测方法 |
| CN100999219A (zh) * | 2006-12-18 | 2007-07-18 | 杭州电子科技大学 | 车辆轮对踏面缺陷在线检测方法及装置 |
| CN102167059A (zh) * | 2010-12-07 | 2011-08-31 | 安徽科富光电装备有限公司 | 机车轮对全周踏面表面缺陷在线动态检测装置 |
| CN102788803A (zh) * | 2012-07-09 | 2012-11-21 | 南京航空航天大学 | 列车轮对踏面和轮缘在线高速检测系统及其检测方法 |
| CN103307982A (zh) * | 2013-06-24 | 2013-09-18 | 南京理工大学 | 轮对尺寸在线监测装置 |
| CN104228875A (zh) * | 2014-09-30 | 2014-12-24 | 南京理工大学 | 一种城轨列车轮对尺寸在线检测方法及装置 |
-
2018
- 2018-06-27 CN CN201810681893.9A patent/CN109050575B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5100243A (en) * | 1990-12-12 | 1992-03-31 | Servo Corporation Of America | Self-calibrating hot wheel detector for railroads |
| RU2124180C1 (ru) * | 1997-03-14 | 1998-12-27 | Товарищество с ограниченной ответственностью "Институт информационных датчиков и технологий" | Способ измерения диаметра колеса подвижного состава |
| CN1693125A (zh) * | 2005-03-16 | 2005-11-09 | 广州市科思通技术有限公司 | 高速列车运行状态在线监测方法 |
| CN100999219A (zh) * | 2006-12-18 | 2007-07-18 | 杭州电子科技大学 | 车辆轮对踏面缺陷在线检测方法及装置 |
| CN102167059A (zh) * | 2010-12-07 | 2011-08-31 | 安徽科富光电装备有限公司 | 机车轮对全周踏面表面缺陷在线动态检测装置 |
| CN102788803A (zh) * | 2012-07-09 | 2012-11-21 | 南京航空航天大学 | 列车轮对踏面和轮缘在线高速检测系统及其检测方法 |
| CN103307982A (zh) * | 2013-06-24 | 2013-09-18 | 南京理工大学 | 轮对尺寸在线监测装置 |
| CN104228875A (zh) * | 2014-09-30 | 2014-12-24 | 南京理工大学 | 一种城轨列车轮对尺寸在线检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 史倩: "轮对磨耗在线图像检测技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110626380A (zh) * | 2019-09-19 | 2019-12-31 | 中铁第四勘察设计院集团有限公司 | 一种动车组正线检测方法 |
| CN110626380B (zh) * | 2019-09-19 | 2020-08-11 | 中铁第四勘察设计院集团有限公司 | 一种动车组正线检测方法 |
| CN111080607A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种基于图像识别的滚动轴承甩油故障检测方法 |
| CN113074655A (zh) * | 2020-01-03 | 2021-07-06 | 成都安科泰丰科技有限公司 | 一种动态图像车轮不圆度监测方法 |
| CN113074655B (zh) * | 2020-01-03 | 2022-10-21 | 成都安科泰丰科技有限公司 | 一种动态图像车轮不圆度监测方法 |
| CN114595514A (zh) * | 2022-02-24 | 2022-06-07 | 河北建筑工程学院 | 轨道安全智能计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109050575B (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109050575A (zh) | 一种列车车轮在线运动中数据集成采集方法 | |
| CN106198058B (zh) | 一种基于胎压监测的竖向车轮冲击力实时测量方法 | |
| EP1774275B1 (en) | Apparatus for detecting hunting and angle of attack of a rail vehicle wheelset | |
| CN100480627C (zh) | 一种钢轨磨耗综合参数车载动态测量装置及方法 | |
| CN105923014B (zh) | 一种基于证据推理规则的轨道高低不平顺幅值估计方法 | |
| CN111060270B (zh) | 一种城市高架桥梁可移动式快速监测与智能评估方法 | |
| CN102060037A (zh) | 机车轮对全周外形尺寸在线动态检测装置 | |
| CN201746752U (zh) | 轨道检测装置 | |
| CN207268608U (zh) | 列车轮对尺寸动态检测系统 | |
| CN110806324A (zh) | 基于轨道位移的车轮多边形磨耗检测方法及数据采集设备 | |
| CN202368605U (zh) | 一种动态检测铁路轨道左右钢轨轨向的检测装置 | |
| Chellaswamy et al. | IoT based rail track health monitoring and information system | |
| CN104567783A (zh) | 使用mems陀螺仪的便携式轨道几何量检测系统及方法 | |
| CN102252627A (zh) | 一种高铁轨道轨距检测装置和检测方法 | |
| CN206787495U (zh) | 轨检车下多角度二维激光扫描轨距测量仪 | |
| CN116842775A (zh) | 一种消除路面粗糙度影响的桥梁模态振型驱车识别方法 | |
| CN111750810B (zh) | 一种基于两连接测量车振动信号的桥面粗糙度识别方法 | |
| CN206656789U (zh) | 一种火车动态称重装置 | |
| KR20190089583A (ko) | 지상 차량 부품 탐지 시스템 | |
| Chowdhry et al. | Development of a smart instrumentation for analyzing railway track health monitoring using forced vibration | |
| Chellaswamy et al. | Optimized vehicle acceleration measurement for rail track condition monitoring | |
| CN106932068A (zh) | 一种火车动态称重方法及装置 | |
| CN108839676B (zh) | 一种列车车轮几何参数在线动态测量装置及测量方法 | |
| Morais et al. | Continuous monitoring and evaluation of railway tracks: system description and assessment | |
| Zhang et al. | Tunnel damage identification method based on relative entropy of wavelet packet energy: An experimental verification |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zou Zhigang Inventor after: Chen Lang Inventor after: Luan Yiqing Inventor before: Zou Zhigang Inventor before: Chen Lang Inventor before: Luan Yiqing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231206 Address after: 510000, Room 107, First Floor, No. 602 Guangshan Second Road, Tianhe District, Guangzhou City, Guangdong Province, China Patentee after: GUANGZHOU GENY ELECTRIC Co.,Ltd. Address before: No. 101, No.12 Zhangmushan, Changxing Street, Tianhe District, Guangzhou City, Guangdong Province, 510000 Patentee before: GUANGZHOU AUTO-TRANSPORT MEASURE & CONTROL TECHNOLOGY LTD. |