CN109532940A - 高速无砟轨道的扣件松脱程度检测方法 - Google Patents

Abstract

本发明提供了一种高速无砟轨道的扣件松脱程度检测方法。该方法包括：获取高速无砟轨道上运行的车辆的轮对振动加速度信号，对轮对振动加速度信号进行Wigner‑Ville分布计算，得到时频矩阵；计算出时频矩阵的能量值，根据时频矩阵的能量值与正常情况下的能量值的差值构建能量指标；根据能量指标的数值大小得到高速无砟轨道的扣件的松脱程度信息。本发明的方法通过建立车辆‑轨道垂向耦合模型，仿真计算出扣件松脱下的车辆轮对振动响应，可以在扣件完全松脱前，识别出正在松脱的扣件区域和松脱的扣件个数。

Description

高速无砟轨道的扣件松脱程度检测方法

技术领域

本发明涉及轨道交通基础设施安全检测技术领域，尤其涉及一种高速无砟轨道的扣件松脱程度检测方法。

背景技术

在高速无砟轨道中，扣件连接钢轨和轨道板，起到固定钢轨的作用，它是轨道结构中重要的组成部分。随着列车向高速重载化发展，轨道结构的轨下基础将受到很大的冲击和振动，导致扣件松脱。扣件松脱会加剧车辆和钢轨的振动，改变车辆-轨道耦合系统的动力学性能，影响列车运营的舒适性和安全性。现有的研究结果表明乘坐舒适度指标随轨下支承失效个数的增加而呈线性增大。钢轨扣件从接近完全松脱到完全松脱的过程中，对列车动态脱轨的影响呈指数规律增长。因此，对扣件松脱进行检测是十分重要。

在铁路实际运营中，对扣件状态检测主要依靠人工沿着线路进行排查。传统的人工巡检方法效率较低，并且工作时间受天窗时间的限制。目前，现有技术中利用机器视觉对扣件缺陷进行检测的研究较多，如WANG Ling等基于核二维主成分分析-二维主成分分析特征提取方法和支持向量机建立计算机视觉系统，用于检测扣件螺母的丢失；代先星等提出基于三维图像的铁路扣件缺陷自动识别算法，提高了识别准确率。

上述现有技术中利用机器视觉对扣件缺陷进行检测的方法的缺点为：该方法只能检测扣件的外观状态，即是否缺失和断裂，无法检测扣件松脱情况，而扣件松脱会导致钢轨的振动响应加剧。

发明内容

本发明的实施例提供了一种高速无砟轨道的扣件松脱程度检测方法，以克服现有技术的问题。

为了实现上述目的，本发明采取了如下技术方案。

一种高速无砟轨道的扣件松脱程度检测方法，包括：

获取高速无砟轨道上运行的车辆的轮对振动加速度信号，对所述轮对振动加速度信号进行Wigner-Ville分布计算，得到时频矩阵；

计算出所述时频矩阵的能量值，根据所述时频矩阵的能量值与正常情况下的能量值的差值构建能量指标；

根据所述能量指标的数值大小得到所述高速无砟轨道的扣件的松脱程度信息。

进一步地，所述的获取高速无砟轨道上运行的车辆的轮对振动加速度信号之前还包括：

设定高速车辆模型由车体、前后转向架和4个轮对组成，设定板式无砟轨道模型由钢轨、扣件、轨道板、砂浆层和路基组成，其中扣件和砂浆层用等效的刚度和阻尼系统代替，将所述高速车辆模型、板式无砟轨道模型通过轮轨之间的垂向作用力进行耦合得到车辆-轨道耦合模型；

在给定车辆运行速度的条件下，利用所述车辆-轨道耦合模型通过Hertz非线性弹性接触理论分别计算出在一个或者多个扣件松脱的情况下的轮轨垂向力，获取轮轨垂向力达到影响列车运行安全的极限值时扣件松脱个数，将该扣件松脱个数作为扣件个数的目标阈值N。

进一步地，所述的获取高速无砟轨道上运行的车辆的轮对振动加速度信号，对所述轮对振动加速度信号进行Wigner-Ville分布计算，得到时频矩阵，包括：

通过车辆上安装的加速度传感器获取车辆的轮对振动加速度信号，对轮对振动加速度信号进行Wigner-Ville分布计算：

Wigner-Ville分布的基本表达为：

式中，y为信号；t和f分别为时间和频率量；*表示复数共轭；

轮对的振动加速度信号经过Wigner-Ville分布计算得到一个大小为m×n的时频矩阵WVD(i，j)，i表示矩阵的行，j表示矩阵的列；

计算时频矩阵WVD的能量值：

计算出时频矩阵的能量值ENE与正常情况下的能量值ENE_n之间的差值，构建能量指标EI：

EI=|ENE-ENE_n|

。

进一步地，所述的根据所述能量指标的数值大小得到所述高速无砟轨道的扣件的松脱程度信息，包括：

根据时频矩阵的幅值计算各时刻的能量值：

归一化处理：

计算出各时刻的时频矩阵的能量值与正常情况下各时刻的能量值的差值，构建扣件松脱指标LI：

将时间域转换为空间域，得到各位置的松脱指标值LI：

式中，x为位置；v为列车运行速度；Δt为时间间隔；

将各位置的松脱指标值LI与预先设定的松脱指标阈值TH进行比较，若LI≤TH，则判断对应位置的扣件正常或扣件松脱个数不大于所述扣件个数的目标阈值N；若LI＞TH，则判断对应位置的扣件完全松脱的个数大于所述扣件个数的目标阈值N，继续根据所述能量指标的数值大小判断扣件松脱个数。

进一步地，所述的松脱指标阈值TH＝5×10^-4，所述扣件个数的目标阈值N＝3。

进一步地，所述的继续根据所述能量指标的数值大小判断扣件松脱个数，包括：

计算时频矩阵WVD(i，j)的熵值ENT：

计算出时频矩阵的熵值ENT与正常情况的熵值ENT_n之间的差值，构建熵指标SI：

SI＝|ENT-ENT_n|

根据能量指标EI的数值和预先设定的能量指标EI与扣件松脱个数的对应关系获取扣件松脱的个数，根据熵指标SI的数值和预先设定的熵指标SI与扣件松脱个数的对应关系获取扣件松脱的个数，综合分别根据能量指标EI和根据熵指标SI获取的扣件松脱的个数确定最终的扣件松脱的个数。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例的方法通过建立车辆-轨道垂向耦合模型，仿真计算出扣件松脱下的车辆轮对振动响应，可以在扣件完全松脱前，识别出正在松脱的扣件区域和松脱的扣件个数。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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扣件松脱程度检测流程图。

图2为本发明实施例提供的一种扣件松脱区域定位和完全松脱数目检测流程图。

图3为本发明实施例提供的一种不同速度下扣件完全松脱对轮轨相互作用的影响。

图4为本发明实施例提供的一种松脱程度检测结果示意图。

图5为本发明实施例提供的一种扣件松脱区域定位结果。

图6为本发明实施例提供的一种完全松脱数目检测结果。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提出了一种基于轮对振动响应的扣件松脱识别方法。该方法首先通过建立车辆-轨道垂向耦合模型，仿真计算出扣件松脱下的车辆轮对振动响应，根据扣件松脱对车辆动态响应影响的分析来确定识别扣件松脱的目标个数，然后对轮对振动加速度信号进行Wigner-Ville分布分析，并基于Wigner-Ville分布构建识别指标。

本发明实施例提供了一种高速无砟轨道的扣件松脱程度检测方法的处理流程如图1所示，包括如下的处理步骤：

步骤1、确定高速无砟轨道的扣件松脱检测的扣件个数的目标阈值N。

①根据车辆-轨道耦合动力学建立车辆-轨道耦合模型：

本发明实施例中的车辆-轨道耦合动力学模型包括高速车辆模型、板式无砟轨道模型和车辆-轨道耦合模型。高速车辆模型由车体、前后转向架和4个轮对组成。板式无砟轨道模型由钢轨、扣件、轨道板、砂浆层和路基组成，其中扣件和砂浆层用等效的刚度和阻尼系统代替。上述高速车辆模型、板式无砟轨道模型通过轮轨之间的垂向作用力进行耦合，利用Hertz非线性弹性接触理论计算轮轨垂向力。车辆-轨道耦合模型的动力学方程如下：

[M]{A}+[C]{V}+[K]{X}＝{P} 公式(1)

式中，[M]、[C]和[K]分别为车辆-轨道耦合模型的质量、阻尼和刚度矩阵；{A}、{V}和{X}分别为车辆-轨道耦合模型的广义加速度、速度和位移矢量；{P}是车辆-轨道耦合模型的广义载荷矢量。

车辆-轨道耦合模型是一个非线性微分方程组，采用数值积分方法进行求解。实施例中模型的参数选用CRH3型车和CRTSⅡ型板式无砟轨道的结构参数，各参数如表1和表2所示。轨道随机不平顺激扰模型采用中国高速无砟轨道谱。

表1高速车辆模型参数

表2板式无砟轨道模型参数

②确定扣件松脱检测的扣件个数的目标阈值N。

在给定车辆运行速度的条件下，利用所述车辆-轨道耦合模型通过Hertz非线性弹性接触理论分别计算出在一个或者多个扣件松脱的情况下的轮轨垂向力，获取轮轨垂向力达到影响列车运行安全的极限值时扣件松脱个数，将该扣件松脱个数作为扣件个数的目标阈值N。

随着扣件完全松脱个数的增加，轮轨力最大值逐渐增大，轮对会出现与钢轨分离的弹跳现象，且根据《高速动车组整车试验规范》的要求，轮轨最大垂向力的限值为170kN。本实施例选取列车运行速度为250km/h，以轮对弹跳现象和轮轨力限值为安全评价标准。图3为本发明实施例提供的一种不同速度下扣件完全松脱对轮轨相互作用的影响，图3结果表明，当列车运行速度为250km/h时，1个或者2个扣件完全松脱对车辆振动响应的影响较小；而4个及以上扣件完全松脱会影响列车运行的安全。因此，确定3个扣件松脱为本实施例的目标阈值，即N＝3。

(2)扣件松脱程度的检测

结合图1和实施例对扣件松脱程度检测进行具体的说明。

①

在列车运行过程中，考虑到运行的安全性和传感器安装的可操作性，通常难以直接获取轮对的振动加速度。在仿真模型中，忽略轮对与轴箱的连接，认为轮对与轴箱为一体。在实际应用中，可在轴箱上安装振动加速度传感器，并通过数据采集设备和车载工控机对振动加速度传感器轮进行数据采集和数据分析，获取车辆的轮对振动加速度信号。

信号处理方法有很多，而本发明的检测算法的核心是使用Wigner-Ville分布对轮对振动加速度信号进行分析，从而实现对扣件松脱的检测。对轮对振动加速度信号进行Wigner-Ville分布计算：

Wigner-Ville分布的基本表达为：

式中，y为信号；t和f分别为时间和频率量；*表示复数共轭。

轮对的振动加速度信号经过Wigner-Ville分布计算得到一个大小为m×n的时频矩阵WVD。

②计算时频矩阵WVD的能量值：

③求时频矩阵的能量值与正常情况下的能量值的差值，构建能量指标EI：

EI＝|ENE-ENE_n| 公式(4)

式中，带有下标n的量ENE_n表示正常情况下的能量值。

当线路正常，即无扣件松脱时，对轮对振动加速信号进行Wigner-Ville分布分析，并计算时频矩阵的能量值，经过多次实验来确定正常情况下的能量值ENE_n。

④根据能量指标EI的数值大小估计扣件的松脱程度。分别进行5次仿真实验，图4为本发明实施例提供的一种松脱程度检测结果示意图。

(3)扣件松脱区域定位和完全松脱数目检测

图2为本发明实施例提供的一种扣件松脱区域定位和完全松脱数目检测流程图，结合图2和实施例对扣件松脱区域定位和完全松脱数目检测进行具体的说明。

①对轮对振动加速度信号进行Wigner-Ville分布计算，得到大小为m×n的时频矩阵WVD；

②根据时频矩阵的幅值计算各时刻的能量值：

归一化处理：

③求各时刻的能量值与正常情况下各时刻的能量值的差值，构建扣件松脱指标LI：

④将时间域转换为空间域，得到各位置的松脱指标值LI：

式中，x为位置；v为列车运行速度；Δt为时间间隔。

⑤判断各位置的松脱指标值LI与预先设定的松脱指标阈值TH的关系：

根据仿真实验结果选取阈值TH的大小，本实施例中设置阈值为TH＝5×10^-4。

阈值TH是用来检测是否出现大于或等于N个扣件完全松脱的情况，并用于定位。检测目标值N和阈值TH需要根据实际线路和列车进行实验来确定，这里的取值是根据实施例的仿真模型实验确定的。

图5为本发明实施例提供的一种扣件松脱区域定位结果示意图，如图5所示，若LI≤TH，则扣件正常或扣件松脱个数小于上述扣件个数的目标阈值N(3)，重复步骤①；若LI＞TH，则该位置附近扣件完全松脱的个数大于等于上述扣件个数的目标阈值N(3)，执行步骤⑥。

⑥计算时频矩阵的能量值和熵值：

⑦分别求时频矩阵的能量值和熵值与正常情况的能量值和熵值的差值，构建能量指标EI和熵指标SI：

当线路正常，即无扣件松脱时，对轮对振动加速信号进行Wigner-Ville分布分析，并计算时频矩阵的熵值，经过多次实验来确定正常情况下的熵值ENT_n。

EI＝|ENE-ENE_n| 公式(11)

SI＝ENT-ENT_n 公式(12)

式中，带有下标n的量表示正常情况下的值。

⑧根据能量指标EI的数值和预先设定的能量指标EI与扣件松脱个数的对应关系获取扣件松脱的个数，根据熵指标SI的数值和预先设定的熵指标SI与扣件松脱个数的对应关系获取扣件松脱的个数，综合分别根据能量指标EI和根据熵指标SI获取的扣件松脱的个数确定最终的扣件松脱的个数。

同一线路中，不同的扣件松脱个数对应着不同的能量指标EI和熵指标SI。分别进行5次仿真实验，图6为本发明实施例提供的一种完全松脱数目检测结果示意图,能量指标EI和熵指标SI分别与扣件完全松脱个数的对应关系见表3和表4。

表3能量指标EI与扣件完全松脱个数的对应关系(单位10¹⁶)

表4熵指标SI与扣件完全松脱个数的对应关系(单位10¹¹)

本实施例中，4个及以上扣件完全松脱会出现轮对弹跳现象和轮轨力超限，即4个及以上扣件完全松脱会影响列车运行的安全。当列车经过在松脱区域后，扣件松脱指标LI会有很大的突变，而且松脱指标值要远远大于正常区域。利用松脱指标LI可以识别出连续3个及以上的扣件完全松脱情况及松脱扣件的位置。在相同工况下，Wigner-Ville分布谱的能量指标EI随着扣件松脱个数的增加而增大，熵指标SI随着扣件松脱个数的增加而减小，并且不同的松脱个数对应着不同的指标值。利用能量指标EI和熵指标SI能够识别扣件完全松脱的个数。以连续3个扣件为识别对象，通过对不同松脱程度下的轮对振动信号进行Wigner-Ville分布分析，发现松脱80％以下对轮对振动响应的影响较小，而Wigner-Ville分布谱的能量指标EI在松脱80％至完全松脱时呈指数增长趋势。

综上所述，本发明实施例的方法通过建立车辆-轨道垂向耦合模型，仿真计算出扣件松脱下的车辆轮对振动响应，可以在扣件完全松脱前，识别出正在松脱的扣件区域和松脱的扣件个数。

本发明利用轮对振动响应和Wigner-Ville分布提出一种扣件松脱检测的新方法，实现对扣件松脱的实时在线检测。相比传统的人工巡检和机器视觉检测，本方法提高了扣件松脱的检测效率，并且能够检测扣件不同的松脱情况。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种高速无砟轨道的扣件松脱程度检测方法，其特征在于，包括：

获取高速无砟轨道上运行的车辆的轮对振动加速度信号，对所述轮对振动加速度信号进行Wigner-Ville分布计算，得到时频矩阵；

计算出所述时频矩阵的能量值，根据所述时频矩阵的能量值与正常情况下的能量值的差值构建能量指标；

根据所述能量指标的数值大小得到所述高速无砟轨道的扣件的松脱程度信息。

2.根据权利要求1所述的方法，其特征在于，所述的获取高速无砟轨道上运行的车辆的轮对振动加速度信号之前还包括：

设定高速车辆模型由车体、前后转向架和4个轮对组成，设定板式无砟轨道模型由钢轨、扣件、轨道板、砂浆层和路基组成，其中扣件和砂浆层用等效的刚度和阻尼系统代替，将所述高速车辆模型、板式无砟轨道模型通过轮轨之间的垂向作用力进行耦合得到车辆-轨道耦合模型；

在给定车辆运行速度的条件下，利用所述车辆-轨道耦合模型通过Hertz非线性弹性接触理论分别计算出在一个或者多个扣件松脱的情况下的轮轨垂向力，获取轮轨垂向力达到影响列车运行安全的极限值时扣件松脱个数，将该扣件松脱个数作为扣件个数的目标阈值N。

3.根据权利要求2所述的方法，其特征在于，所述的获取高速无砟轨道上运行的车辆的轮对振动加速度信号，对所述轮对振动加速度信号进行Wigner-Ville分布计算，得到时频矩阵，包括：

通过车辆上安装的加速度传感器获取车辆的轮对振动加速度信号，对轮对振动加速度信号进行Wigner-Ville分布计算：

Wigner-Ville分布的基本表达为：

式中，y为信号；t和f分别为时间和频率量；*表示复数共轭；

轮对的振动加速度信号经过Wigner-Ville分布计算得到一个大小为m×n的时频矩阵WVD(i，j)，i表示矩阵的行，j表示矩阵的列；

计算时频矩阵WVD的能量值：

计算出时频矩阵的能量值ENE与正常情况下的能量值ENE_n之间的差值，构建能量指标EI：

EI＝|ENE-ENE_n|。

4.根据权利要求3所述的方法，其特征在于，所述的根据所述能量指标的数值大小得到所述高速无砟轨道的扣件的松脱程度信息，包括：

根据时频矩阵的幅值计算各时刻的能量值：

归一化处理：

计算出各时刻的时频矩阵的能量值与正常情况下各时刻的能量值的差值，构建扣件松脱指标LI：

将时间域转换为空间域，得到各位置的松脱指标值LI：

式中，x为位置；v为列车运行速度；Δt为时间间隔；

将各位置的松脱指标值LI与预先设定的松脱指标阈值TH进行比较，若LI≤TH，则判断对应位置的扣件正常或扣件松脱个数不大于所述扣件个数的目标阈值N；若LI＞TH，则判断对应位置的扣件完全松脱的个数大于所述扣件个数的目标阈值N，继续根据所述能量指标的数值大小判断扣件松脱个数。

5.根据权利要求4所述的方法，其特征在于，所述的松脱指标阈值TH＝5×10^-4，所述扣件个数的目标阈值N＝3。

6.根据权利要求4或5所述的方法，其特征在于，所述的继续根据所述能量指标的数值大小判断扣件松脱个数，包括：

计算时频矩阵WVD(i，j)的熵值ENT：

计算出时频矩阵的熵值ENT与正常情况的熵值ENT_n之间的差值，构建熵指标SI：

SI＝|ENT-ENT_n|

根据能量指标EI的数值和预先设定的能量指标EI与扣件松脱个数的对应关系获取扣件松脱的个数，根据熵指标SI的数值和预先设定的熵指标SI与扣件松脱个数的对应关系获取扣件松脱的个数，综合分别根据能量指标EI和根据熵指标SI获取的扣件松脱的个数确定最终的扣件松脱的个数。