CN110874450A - 一种基于车载监测的铁路桥梁轨道不平顺计算方法 - Google Patents
一种基于车载监测的铁路桥梁轨道不平顺计算方法 Download PDFInfo
- Publication number
- CN110874450A CN110874450A CN201911143100.9A CN201911143100A CN110874450A CN 110874450 A CN110874450 A CN 110874450A CN 201911143100 A CN201911143100 A CN 201911143100A CN 110874450 A CN110874450 A CN 110874450A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- matrix
- equation
- representing
- vector
- 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
Images
Classifications
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
技术领域
本发明涉及铁路轨道技术领域,具体涉及一种基于车载监测的铁路桥梁轨道不平顺计算方法。
背景技术
轨道不平顺是引起列车振动的主要激振源,是影响列车舒适性、安全性的关键。因此,轨道平顺性的检测对于保证车辆乘坐舒适及列车运行安全有着重大的意义。
目前,轨道不平顺的检测主要采用惯性基准法或轴箱加速度法,这两种方法都假定轴箱竖向位移为轨道竖向不平顺,并运用加速度(轴箱或车体加速度)的二次积分计算位移。这类监测技术存在两方面的问题:1)识别结果包含了车桥耦合产生的轴箱处竖向位移,桥上轨道不平顺的监测误差严重偏大;2,运用加速度的二次积分计算位移,数值误差较大。
随着我国铁路事业的不断发展,铁路运输速度的快速提高,铁路部门对铁路轨道平顺性等级的要求也越来越高。这就要求我们能够快速准确的检测轨道不平顺情况,对轨道进行及时的维护保养,而现有的检测方法难以满足轨道平顺性检测的工程需要。
发明内容
本发明的目的就是针对现有技术的缺陷,提供一种检测精度高、检测效率高、检测成本低的基于车载监测的铁路桥梁轨道不平顺计算方法。
本发明技术方案为:一种基于车载监测的铁路桥梁轨道不平顺计算方法,包括
步骤一:采集检测车辆在线路上行驶时的振动响应;
步骤二:计算当前时刻车辆-桥梁系统的刚度矩阵K、阻尼矩阵C、质量矩阵M以及荷载矩阵p,并构建车辆-桥梁系统的时变运动方程;
步骤三:计算当前时刻观测方程的系数矩阵Φk,Θk,Ωk,Hk,Λk,Ψk,并对车辆-桥梁系统状态向量以及车载观测向量进行离散化处理;
其中,T为识别已选定轨道区段的轨道不平顺需要的总时间。
较为优选的,所述辆-桥梁系统的时变运动方程为:
其中,Mvv、Cvv、Kvv分别为运营车辆的质量矩阵、阻尼矩阵与刚度矩阵;q、分别为车辆-桥梁系统的总自由度及其一阶与二阶导数;Kvb与Kbv为车辆与轨道耦合的刚度矩阵,Cvb与Cbv为车辆与轨道耦合的阻尼矩阵;与分别为车辆与轨道接触点处轨道单元的形函数;pv为车辆受到的荷载,pb为下部桥梁所受荷载。
较为优选的,所述步骤三的系数矩阵Φk,Θk,Ωk,Hk,Λk,Ψk通过以下公式计算,所述公式为:
其中,Ak、Bk、Dk分别为当前时刻连续时间状态方程中的系数矩阵A(t)、B(t)、D(t);F为轨道不平顺输入矩阵,I为单位矩阵。
较为优选的,所述步骤三中对车辆-桥梁系统状态向量离散化处理后的方程为:
xk=Φk-1xk-1+Θk-1fk-1+Ωk-1Rk-1;
对观测向量离散化处理后的方程为:
yk=Hkxk+ΛkRk+Ψkfk+vk;
其中,xk表示当前时刻车辆-桥梁系统状态向量,Φk-1、Θk-1、Ωk-1为上一时刻离散时间状态方程中的系数矩阵;vk表示当前时刻观测噪声向量,Rk表示当前时刻车辆对应的轨道不平顺向量,Hk,Λk,Ψk表示观测方程系数矩阵。
其中,为上一时刻重构后的离散时间状态方程系数矩阵,Λk-1、分别表示上一时刻观测方程系数矩阵及其转置,Φk-1、Θk-1、Ωk-1表示上一时刻离散时间状态方程系数矩阵,Hk-1、Ψk-1为上一时刻观测方程系数矩阵,fk-1为上一时刻车辆输入向量、yk-1表示上一时刻车载观测向量。
其中,Ψk-1、表示上一时刻观测方程系数矩阵及其转置,Ωk-1为上一时刻离散时间状态方程系数矩阵,Γk-1、表示上一时刻协方差预测方程中的系数矩阵及其转置,Πk-1表示上一时刻协方差预测方程中的系数矩阵,为重构后的离散时间状态方程系数矩阵,vk-1表示上一时刻观测噪声向量,表示j-1尺度观测噪声向量的转置,δk-1j-1表示Kronecker符号。
较为优选的,所述步骤五包括:
其中,表示当前时刻预测的协方差矩阵,表示表示当前时刻最优估计协方差矩阵,Hk、表示当前时刻观测方程系数矩阵及其转置,Πk表示当前时刻协方差预测方程系数矩阵,yk表示当前时刻车载观测向量。表示当前时刻车载观测向量预测值,表示卡尔曼滤波增益矩阵,Zk表示车载向量预测方程系数矩阵,fk为当前时刻车辆输入向量,I表示单位矩阵、为当前时刻重构后的离散时间状态方程系数矩阵。
较为优选的,所述步骤六包括:
本发明的有益效果为:
1、本发明所提供方法直接在运营车辆上安装传感器,观测车辆在桥梁轨道区段行驶时的车辆振动数据,检测时仅需要令车辆在桥梁上正常行驶即可完成对轨道不平顺的检测。相对现有人工检测需要逐段安装仪器测量的方式,该方法改进了轨道不平顺的检测方式,提高检测精度与检测效率。
2、本发明所提供方法使用车载振动响应传感器对正常运营的车辆进行数据采集,通过对所采集数据的处理实现桥梁轨道区段不平顺的检测,相较于使用昂贵的轨道检测车,该方法有效降低了检测成本。
附图说明
图1为本发明流程简图;
图2为本发明流程图示意图;
图3为实施例中识别轨道不平顺所使用的车辆模型示意图;
图4为实施例中双跨简支预应力铁路桥梁示意图;
图5为实施例中双跨简支预应力铁路桥截面;
图6为实施例1铁路桥梁轨道不平顺识别结果与真实值对比图;
图7为实施例2车辆不同运行状态下铁路桥梁轨道不平顺识别结果与真实值对比图;
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的详细说明,便于清楚地了解本发明,但它们不对本发明构成限定。
本实施例中铁路桥梁轨道不平顺识别方法是在移动车辆上布设传感器,采集车辆通过桥梁轨道时的车载振动数据,基于车桥耦合动力分析理论,利用卡尔曼滤波算法反向识别轨道不平顺状态。
以下将结合附图和实施例,对本发明进行较为详细的说明:
如图1-2所示,本发明流程如下:
步骤1:设定轨道不平顺检测所采用车辆的力学参数,包括车体质量mc、车体转动惯量Jc,前部车轮质量mwf、后部车轮质量mwr,车体与前部车轮间连接弹簧刚度kf、车体与前部车轮间连接阻尼系数cf,车体与后部车轮间连接弹簧刚度kr、车体重心与后部车轮间连接阻尼系数cr,车体重心与前部车轮轴间距Lf、车体重心与前部车轮轴间距Lr。
步骤2:在车辆上布设传感器,包括加速度传感器、速度传感器和位移传感器等,用于采集车辆在线路上行驶时的振动响应,包括车体竖向位移yc、车体转动角度θc、车体竖向速度车体转动速度车体竖向位移加速度车体转角加速度
步骤3:根据所测试的含桥梁线路区段,设定车辆在该区段检测时的行驶速度及加速度,设定数据采样时间间隔Δt。
步骤5:组装或更新当前(记为k时刻)车辆-桥梁系统的刚度矩阵K、阻尼矩阵C、质量矩阵M以及荷载矩阵p。
步骤6:组装或更新当前状态方程和观测方程的系数矩阵Φk,Θk,Ωk,Hk,Λk,Ψk以及荷载向量fk,构建离散时间的车辆-桥梁系统状态空间方程。
按如下方式确定轨道不平顺识别过程中出现的参数关系:
建立如下车辆-桥梁耦合系统的时变运动方程:
其中,M、C和K分别表示车辆-桥梁系统的质量矩阵、阻尼矩阵和刚度矩阵,p表示荷载向量,以上矩阵均为时变矩阵。该运动方程可进一步写成如下形式:
其中Mvv、Cvv、Kvv表示运营车辆的质量矩阵、阻尼矩阵与刚度矩阵;q、分别代表车辆-桥梁系统的总自由度及其一阶与二阶导数;Kvb与Kbv代表车辆与轨道耦合的刚度矩阵,Cvb与Cbv代表车辆与轨道耦合的阻尼矩阵;与分别代表车辆与轨道接触点处轨道单元的形函数;pv代表车辆受到的荷载,pb代表下部桥梁所受到的荷载。
定义状态向量x是描述整个车桥系统状态的变量,其具体形式为:
其中x(t)代表随时间变化的车辆-桥梁系统状态向量,表示其一阶导数,f(t)代表系统输入向量,R(t)表示轨道不平顺向量,A(t)、B(t)、D(t)是随时间变化的系数矩阵,其具体形式为:其中F表示轨道不平顺输入矩阵,I代表单位矩阵。这一连续时间状态方程可被转换为离散时间状态方程:
xk=Φk-1xk-1+Θk-1fk-1+Ωk-1Rk-1 (5)
其中xk表示当前时刻车辆-桥梁系统状态向量,Φk-1、Θk-1、Ωk-1代表上一时刻离散时间状态方程中的系数矩阵,可由下列公式计算得出:
公式(6)中的Ak-1、Bk-1、Dk-1分别代表上一时刻(k-1时刻)连续时间状态方程中的系数矩阵A(t)、B(t)、D(t)。
y代表车载观测向量,可以表示为:
yk=Hkxk+ΛkRk+Ψkfk+vk (8)
其中vk表示当前时刻观测噪声向量,是一种零均值的高斯白噪声,Rk表示当前时刻车辆对应的轨道不平顺向量,Hk、Λk、Ψk表示观测方程系数矩阵,其具体表达式如下:
其中Ca、Cv、Cd分别代表当前时刻车辆-桥梁系统的加速度、速度、位移输出矩阵。
基于车桥耦合动力分析理论和卡尔曼滤波分析方法,利用运营车辆的车载振动数据实时监测桥梁轨道不平顺状态,提高了桥梁轨道不平顺检测效率与检测精度,降低了检测成本。
下面通过具体实施例对本发明的技术效果进行验证:
实施例1:图4所示为杭州-长沙高速铁路段的某铁路梁桥示意图,该桥为双跨简支预应力桥梁,每跨简支梁长L=32m,主梁采用图5所示箱形截面构造,单位长度质量mb=9.4×103kg/m,桥梁弹性模量E=3.45×1010N/m2,截面惯性矩I=3.2m4。
识别步骤:
步骤1:选择检测用车辆,车辆的各项参数如表1所示。
表1
步骤2:将传感器安装于检测车辆上,设定传感器采样频率,读取车速车辆位置等信息;在测试区段上采集车辆振动数据(如加速度、速度和位移等响应)。
步骤3:根据式(1)~(2),组装当前车辆-桥梁系统M、C、K矩阵并建立运动方程。
步骤4:根据式(6)、式(9)计算观测方程系数矩阵Φk-1,Θk-1,Ωk-1,Hk,Λk,Ψk。
步骤5:根据式(5)和式(8),对车辆-桥梁系统状态向量以及车载观测向量进行离散化处理。
步骤9:根据式(16)更新当前的权重矩阵Vk。
本实施例识别结果与轨道不平顺真实值对比见图6。从图6可以看出刚开始一段范围内,识别结果与真实值有一定差异,这是由于人为设定的卡尔曼滤波系统状态初始值与真实状态的初始值存在误差。当识别算法达到稳定后,估计值与真实值就能相互吻和,达到很好的识别效果,验证了本方法的准确性和可靠性。
实施例2:本实施例中的桥梁类型与桥梁结构参数、车辆参数与实施例1相同,令检测车辆以不同的初速度与加速度经过所测区段,车辆运行情况如下:
情况1:初速度v=190km/h,加速度a=64×103km/h2;
情况2:初速度v=250km/h,加速度a=-64×103km/h2;
车辆运行过程中传感器每隔0.001s采集一次车辆振动响应数据,轨道不平顺识别步骤与实施例1所述相同。图7为不同车辆运行情况下的轨道不平顺识别结果与真实值的对比,数值结果表明,车辆的运行状态对轨道不平顺识别结果影响不大,本发明所提出的轨道不平顺识别方法在两种车辆运行情况下都可以准确地识别出轨道不平顺状态。
实施例1和实施例2充分说明了本发明所提供的基于车载监测的铁路桥梁轨道不平顺状态检测方法的有效性。利用车辆在线路上行驶时产生的车载观测数据,结合车辆-桥梁耦合系统状态方程,提出的基于卡尔曼滤波理论的轨道不平顺车载在线识别方法能够较为精确的识别桥梁轨道不平顺状态。从工程应用角度而言,该方法借助易于采集的车辆振动加速度响应反向识别轨道不平顺,能够有效提高轨道不平顺检测的精度与效率,降低检测成本。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (9)
1.一种基于车载监测的铁路桥梁轨道不平顺计算方法,其特征在于:
步骤一:采集检测车辆在线路上行驶时的振动响应;
步骤二:计算当前时刻车辆-桥梁系统的刚度矩阵K、阻尼矩阵C、质量矩阵M以及荷载矩阵p,并构建车辆-桥梁系统的时变运动方程;
步骤三:计算当前时刻观测方程的系数矩阵Φk,Θk,Ωk,Hk,Λk,Ψk,并对车辆-桥梁系统状态向量以及车载观测向量进行离散化处理;
其中,T为识别已选定轨道区段的轨道不平顺需要的总时间。
5.根据权利要求1所述的基于车载监测的铁路桥梁轨道不平顺计算方法,其特征在于,所述步骤三中对车辆-桥梁系统状态向量离散化处理后的方程为:
xk=Φk-1xk-1+Θk-1fk-1+Ωk-1Rk-1;
对观测向量离散化处理后的方程为:
yk=Hkxk+ΛkRk+Ψkfk+vk;
其中,xk表示当前时刻车辆-桥梁系统状态向量,Φk-1、Θk-1、Ωk-1为上一时刻离散时间状态方程中的系数矩阵;vk表示当前时刻观测噪声向量,Rk表示当前时刻车辆对应的轨道不平顺向量,Hk,Λk,Ψk表示观测方程系数矩阵。
8.根据权利要求1所述的基于车载监测的铁路桥梁轨道不平顺计算方法,其特征在于,所述步骤五包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143100.9A CN110874450B (zh) | 2019-11-20 | 2019-11-20 | 一种基于车载监测的铁路桥梁轨道不平顺计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143100.9A CN110874450B (zh) | 2019-11-20 | 2019-11-20 | 一种基于车载监测的铁路桥梁轨道不平顺计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874450A true CN110874450A (zh) | 2020-03-10 |
CN110874450B CN110874450B (zh) | 2021-10-29 |
Family
ID=69717159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911143100.9A Active CN110874450B (zh) | 2019-11-20 | 2019-11-20 | 一种基于车载监测的铁路桥梁轨道不平顺计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874450B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948984A (zh) * | 2021-05-13 | 2021-06-11 | 西南交通大学 | 一种车载式的轨道高低不平顺峰值区间检测方法 |
CN114036605A (zh) * | 2021-10-29 | 2022-02-11 | 河海大学 | 基于自适应控制的卡尔曼滤波钢桁架桥梁结构参数监测方法 |
CN114186362A (zh) * | 2021-11-30 | 2022-03-15 | 重庆大学 | 一种基于运营列车振动响应预测轨道不平顺及其传感器优化配置的分析方法 |
CN114322911A (zh) * | 2021-12-31 | 2022-04-12 | 重庆大学 | 一种联合卡尔曼滤波的桥梁路面平整度间接精准识别方法 |
CN114692279A (zh) * | 2022-04-15 | 2022-07-01 | 石家庄铁道大学 | 抗边界约束干扰的时变刚度参数识别方法、存储介质及设备 |
CN114912551A (zh) * | 2022-07-18 | 2022-08-16 | 中国铁路设计集团有限公司 | 面向桥梁变形监测的gnss和加速度计实时融合算法 |
CN115435882A (zh) * | 2022-09-23 | 2022-12-06 | 中铁第四勘察设计院集团有限公司 | 一种基于车桥耦合效应的铁路桥梁动态称重方法 |
CN116258040A (zh) * | 2022-12-30 | 2023-06-13 | 武汉理工大学 | 一种轨道不平顺检测方法 |
CN116305456A (zh) * | 2023-03-09 | 2023-06-23 | 武汉理工大学 | 同时估计桥梁频率和轨道不平顺方法、装置和电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496064A (zh) * | 2011-12-01 | 2012-06-13 | 北京交通大学 | 一种轨道不平顺的获取方法 |
CN103235891A (zh) * | 2013-05-05 | 2013-08-07 | 吉林大学 | 基于车辆垂向振动系统辨识的路面识别系统及方法 |
CN103853896A (zh) * | 2014-03-20 | 2014-06-11 | 李小珍 | 铁路桥梁结构车致振动响应计算方法 |
CN104155968A (zh) * | 2014-07-17 | 2014-11-19 | 南京航空航天大学 | 一种针对高速列车悬架系统执行器的微小故障诊断方法 |
CN102797202B (zh) * | 2012-08-29 | 2014-12-10 | 北京交通大学 | 基于观测器的轨道横向不平顺检测方法 |
CN104878668A (zh) * | 2015-05-29 | 2015-09-02 | 南京理工大学 | 基于扩展卡尔曼滤波的轨道垂向不平顺估计方法及系统 |
JP2019143999A (ja) * | 2018-02-16 | 2019-08-29 | 公益財団法人鉄道総合技術研究所 | マクラギ劣化推定方法、及び、マクラギ劣化推定装置 |
CN110231181A (zh) * | 2019-05-13 | 2019-09-13 | 中冀施玛特科技河北有限公司 | 一种基于振动测试信息的车辆物理参数估计方法 |
CN110334371A (zh) * | 2019-04-18 | 2019-10-15 | 朱思宇 | 一种基于有限元模型的车-桥耦合系统振动计算方法 |
-
2019
- 2019-11-20 CN CN201911143100.9A patent/CN110874450B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496064A (zh) * | 2011-12-01 | 2012-06-13 | 北京交通大学 | 一种轨道不平顺的获取方法 |
CN102797202B (zh) * | 2012-08-29 | 2014-12-10 | 北京交通大学 | 基于观测器的轨道横向不平顺检测方法 |
CN103235891A (zh) * | 2013-05-05 | 2013-08-07 | 吉林大学 | 基于车辆垂向振动系统辨识的路面识别系统及方法 |
CN103853896A (zh) * | 2014-03-20 | 2014-06-11 | 李小珍 | 铁路桥梁结构车致振动响应计算方法 |
CN104155968A (zh) * | 2014-07-17 | 2014-11-19 | 南京航空航天大学 | 一种针对高速列车悬架系统执行器的微小故障诊断方法 |
CN104878668A (zh) * | 2015-05-29 | 2015-09-02 | 南京理工大学 | 基于扩展卡尔曼滤波的轨道垂向不平顺估计方法及系统 |
JP2019143999A (ja) * | 2018-02-16 | 2019-08-29 | 公益財団法人鉄道総合技術研究所 | マクラギ劣化推定方法、及び、マクラギ劣化推定装置 |
CN110334371A (zh) * | 2019-04-18 | 2019-10-15 | 朱思宇 | 一种基于有限元模型的车-桥耦合系统振动计算方法 |
CN110231181A (zh) * | 2019-05-13 | 2019-09-13 | 中冀施玛特科技河北有限公司 | 一种基于振动测试信息的车辆物理参数估计方法 |
Non-Patent Citations (2)
Title |
---|
XIANG XIAO 等: "A Kalman filter algorithm for identifying track irregularities of railway bridges using vehicle dynamic responses", 《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》 * |
肖祥: "基于桥梁变形后构形车辆-柔性桥梁竖向耦合模型", 《振动与冲击》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948984B (zh) * | 2021-05-13 | 2021-07-23 | 西南交通大学 | 一种车载式的轨道高低不平顺峰值区间检测方法 |
CN112948984A (zh) * | 2021-05-13 | 2021-06-11 | 西南交通大学 | 一种车载式的轨道高低不平顺峰值区间检测方法 |
CN114036605A (zh) * | 2021-10-29 | 2022-02-11 | 河海大学 | 基于自适应控制的卡尔曼滤波钢桁架桥梁结构参数监测方法 |
CN114036605B (zh) * | 2021-10-29 | 2023-12-29 | 河海大学 | 基于自适应控制的卡尔曼滤波钢桁架桥梁结构参数监测方法 |
CN114186362A (zh) * | 2021-11-30 | 2022-03-15 | 重庆大学 | 一种基于运营列车振动响应预测轨道不平顺及其传感器优化配置的分析方法 |
CN114322911B (zh) * | 2021-12-31 | 2023-08-04 | 重庆大学 | 一种联合卡尔曼滤波的桥梁路面平整度间接精准识别方法 |
CN114322911A (zh) * | 2021-12-31 | 2022-04-12 | 重庆大学 | 一种联合卡尔曼滤波的桥梁路面平整度间接精准识别方法 |
CN114692279A (zh) * | 2022-04-15 | 2022-07-01 | 石家庄铁道大学 | 抗边界约束干扰的时变刚度参数识别方法、存储介质及设备 |
CN114692279B (zh) * | 2022-04-15 | 2023-09-15 | 石家庄铁道大学 | 抗边界约束干扰的时变刚度参数识别方法、存储介质及设备 |
CN114912551A (zh) * | 2022-07-18 | 2022-08-16 | 中国铁路设计集团有限公司 | 面向桥梁变形监测的gnss和加速度计实时融合算法 |
CN114912551B (zh) * | 2022-07-18 | 2023-04-07 | 中国铁路设计集团有限公司 | 面向桥梁变形监测的gnss和加速度计实时融合方法 |
CN115435882A (zh) * | 2022-09-23 | 2022-12-06 | 中铁第四勘察设计院集团有限公司 | 一种基于车桥耦合效应的铁路桥梁动态称重方法 |
CN116258040A (zh) * | 2022-12-30 | 2023-06-13 | 武汉理工大学 | 一种轨道不平顺检测方法 |
CN116258040B (zh) * | 2022-12-30 | 2024-01-23 | 武汉理工大学 | 一种轨道不平顺检测方法 |
CN116305456A (zh) * | 2023-03-09 | 2023-06-23 | 武汉理工大学 | 同时估计桥梁频率和轨道不平顺方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110874450B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110874450B (zh) | 一种基于车载监测的铁路桥梁轨道不平顺计算方法 | |
EP3434552B1 (en) | Inspection system, inspection method and program | |
Muñoz et al. | Estimation of lateral track irregularity through Kalman filtering techniques | |
JP6747598B2 (ja) | 検査システム、検査方法、およびプログラム | |
CN111444574B (zh) | 基于动力学分析的传感器布局优化方法 | |
CN109472887A (zh) | 车辆悬挂运行状态识别方法及装置 | |
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 | |
JP7017179B2 (ja) | 検査システム、検査方法、およびプログラム | |
CN116698316A (zh) | 基于车辆振动信号的桥梁振型识别方法 | |
CN116678576A (zh) | 基于车辆振动信号的桥梁振型修正系统 | |
JP6939540B2 (ja) | 接触角推定システム、接触角推定方法、およびプログラム | |
Imine et al. | Road profile estimation in heavy vehicle dynamics simulation | |
CN116296180A (zh) | 基于双轴车接触响应空间位置关系的桥梁阻尼比识别方法 | |
CN112800613B (zh) | 一种铁道车辆在线监测算法开发系统 | |
WO2020121943A1 (ja) | 検査システム、検査方法、およびプログラム | |
CN113607443A (zh) | 一种基于数据驱动的高速列车悬挂系统早期故障检测方法 | |
Weston et al. | Track and vehicle condition monitoring during normal operation using reduced sensor sets | |
JP2022028374A (ja) | 推定装置、推定方法、およびプログラム | |
JP7099637B2 (ja) | 検査システム、検査方法、およびプログラム | |
CN117574731B (zh) | 一种考虑薄壁箱梁阻尼下弯扭耦合频率识别的分析方法 | |
CN116258040B (zh) | 一种轨道不平顺检测方法 | |
Muñoz Moreno et al. | Estimation of lateral track irregularity through Kalman filtering techniques | |
CN115435882A (zh) | 一种基于车桥耦合效应的铁路桥梁动态称重方法 | |
Kim et al. | Bogie Fault Detections by Way of Condition-Based Monitoring of a Railway Vehicle | |
Allotta et al. | Development of an innovative adhesion model for railway applications |
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 |