CN111639395A - 横向扩轨下车辆振动信息的获取装置和方法 - Google Patents

Abstract

本发明公开了横向扩轨下车辆振动信息的获取装置和方法，涉及铁路运输安全监控技术领域，解决了能否允许较高速度通过曲线的决定因素之一是限制净横向轮轨力，因此研究横向扩轨下的车辆振动信息尤为关键的问题。本发明包括在车辆的监控室内导入所述装置的实时数据信息，同时导入多组评价因子tf与虚拟传感器采集数据表，拟合计算多组轮对轴箱的实时监控数据和虚拟传感器采集数据表的相似度，在相似度高于60％时对监控室内的工作人员进行主动预警。本发明输出的实验结果用于实际操作中，可防止危险事故发生。

Description

横向扩轨下车辆振动信息的获取装置和方法

技术领域

本发明涉及铁路运输安全监控技术领域，具体涉及横向扩轨下车辆振动信息的获取装置和方法。

背景技术

预防列车脱轨是轨道交通领域永恒的研究课题，虽然业内专家已经在该领域进行了长期、大量的科研工作，但现阶段科技水平还不能完全保证列车不出现脱轨事故。

诸如地震、山洪等地质灾害、轨钢轨断裂、路基沉降等道故障会导致轨道的急剧变型，增大列车脱轨风险。脱轨发生时，列车处于高速运行状态(200km/h)，由于司机及时发现、并采取了合理列车控制，在列车脱轨后行驶了1600m后停车，未造成人员伤亡。当此类情况出现时，列车往往来不及判断、采取预防措施(如紧急制动)就已经脱轨。

列车、轮对脱轨后的动力学行为研究具有较高的工程应用价值。例如，列车脱轨后车辆部件的振动特征，可以为车载脱轨监测系统提供理论依据，有效判断列车脱轨状态，及时提醒司机、驾驶系统(无人驾驶列车)以采取合理措施。然而，列车脱轨后动力学行为研究仍是世界性难题。现有的脱轨实验台架往往只能进行单转向架或单轮对的脱轨实验，且存在成本高昂、实验潜在风险大、能够测试的脱轨情况有限、测试速度较低等局限。

如何建立一种能够获取由于轨道异常导致的列车脱轨过程中车辆部件的振动信息的方法，而横向扩展也叫水平扩展，用更多的节点支撑更大量的请求，能否允许较高速度通过曲线的决定因素之一是限制净横向轮轨力，因此研究横向扩轨下的车辆振动信息尤为关键。

发明内容

本发明所要解决的技术问题是：能否允许较高速度通过曲线的决定因素之一是限制净横向轮轨力，因此研究横向扩轨下的车辆振动信息尤为关键，本发明提供了解决上述问题的横向扩轨下车辆振动信息的获取方法。

本发明通过下述技术方案实现：

横向扩轨下车辆振动信息的获取方法，包括如下步骤：

S1：获取目标车辆的参数；

S2：将所述参数载入模型，所述模型用于导入所述目标车辆参数，所述模型用于模拟目标车辆在脱轨情况下的车辆运行；

S3：在所述模型中载入目标车辆参数，并进行环境设置后，建立虚拟传感器，进行仿真，所述环境设置包括横向扩轨故障工况背景；

横向扩轨故障工况背景设置如下：

建立一个衡量扩轨程度的评价因子tf，

其中，a为扩轨区段长度，单位：米；b，为扩轨宽度，单位：米；

所述环境设置为在所述模型中调整评价因子tf值，输出多条tf值条件下，虚拟传感器进行仿真得到的多组仿真数据；

S4：分析并输出多组评价因子tf与虚拟传感器采集数据表。

所述S1中，获取目标车辆的参数的方法包括两种方法：

第一种获取目标车辆参数的方法：直接载入目标车辆的历史文件或依据目标车辆型号对应的出厂数据；

第二种获取目标车辆参数的方法：在目标车辆上设置多组传感器，在目标车俩运行时，所述传感器同步采集目标车辆的运行数据，依据数据反演模块，基于目标车辆的运行数据反演出目标车辆参数；

其中目标车辆参数包括：车辆惯性参数、悬挂参数、几何参数、轮轨参数；

车辆惯性参数包括质量、惯量；

悬挂参数包括刚度、阻尼；

几何参数包括部件间距、外观尺寸；

轮轨参数包括踏面型号、钢轨类型。

所述S2中，所述模型的建立：基于所述目标车辆参数建立动力学模型包括两种方法：

第一种基于所述目标车辆参数建立动力学模型的方法：

通过建立车辆动力学系统的方程进行编程计算：

其中，M为车辆系统质量，C为车辆系统阻尼，K为车辆系统刚度矩阵，z为车辆位移矩阵，f为轮-轨激励；

第二种基于所述目标车辆参数建立动力学模型的方法：

基于SIMPACK、Gensys、Adams分析软件建立动力学模型；

其中，两种基于所述目标车辆参数建立动力学模型的方法中，将车辆部件设置为6自由度，车辆部件包括车体、构架、轴箱、轮对。

横向扩轨下车辆振动信息的获取装置，包括动力学系统，所述动力学系统包括信息读取模块、模型环境设置模块、仿真平台模块，还包括所述的横向扩轨下车辆振动信息的获取方法中的模型；

所述信息读取模块用于在所述模型中加载目标车辆参数；

所述模型环境设置模块用于调节横向扩轨下的目标车辆的环境数据信息；

所述仿真平台模块用于载入所述模型，并进行仿真实现，输出在横向扩轨下的目标车辆振动信息数据。

还包括设置在模型中的多组虚拟传感器，所述虚拟传感器采集在扩轨程度的评价因子tf变化过程中的振动信息；

多个虚拟传感器采集轮对轴箱的振动信息。

车辆振动信息的应用方法，包括如下步骤：

步骤A：对多个车辆设置所述的横向扩轨下车辆振动信息的获取装置；

步骤B：在车辆的监控室内导入所述装置的实时数据信息，同时导入多组评价因子tf与虚拟传感器采集数据表；

步骤C：拟合计算多组轮对轴箱的实时监控数据和虚拟传感器采集数据表的相似度，在相似度高于60％时对监控室内的工作人员进行主动预警；

所述数据表包括多条轮对轴箱的垂直位移数据，其中包括调整扩轨程度的评价因子tf下的多条轮对轴箱的垂直位移数据并对各组数据绘制曲线，所述曲线用于监控室内计算机进行动态计算相似度。

本发明具有如下的优点和有益效果：

本发明可提供横向扩轨下的列车脱轨情况。脱轨试验台往往只能分析特定工况下的列车脱轨情况，如脱轨实验台大多通过只能测试单轮对或单转向架在低速(30km/h左右)脱轨的情况。而本发明可以进行整车、整列车在不同速度下，尤其是运行高速情况下的脱轨行为研究。

本发明输出的实验结果用于实际操作中，可防止危险事故发生。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明的应用方法的流程图。

图2为本发明的正常线路左轮对轴箱仿真垂向加速度数据随时间变化图。

图3为本发明的脱轨过程左轮对轴箱仿真垂向加速度数据随时间变化图。

图4为本发明的正常线路左轮对轴箱仿真垂向位移数据随时间变化图。

图5为本发明的脱轨过程左轮对轴箱仿真垂向位移数据随时间变化图。

图6为本发明的左轮对轴箱仿真垂向加速度数据随时间变化图。

图7为本发明的左轮对轴箱仿垂向位移数据随时间变化图。

图8为本发明的虚拟传感器设置位置示意图。

具体实施方式

在对本发明的任意实施例进行详细的描述之前，应该理解本发明的应用不局限于下面的说明或附图中所示的结构的细节。本发明可采用其它的实施例，并且可以以各种方式被实施或被执行。基于本发明中的实施例，本领域普通技术人员在没有做出创造性改进前提下所获得的所有其它实施例，均属于本发明保护的范围。

本发明通过下述技术方案实现：

实施例1：横向扩轨下车辆振动信息的获取方法，包括如下步骤：

S1：获取目标车辆的参数；

S2：将所述参数载入模型，所述模型用于导入所述目标车辆参数，所述模型用于模拟目标车辆在脱轨情况下的车辆运行；

S3：在所述模型中载入目标车辆参数，并进行环境设置后，建立虚拟传感器，进行仿真，所述环境设置包括横向扩轨故障工况背景；

横向扩轨故障工况背景设置如下：

建立一个衡量扩轨程度的评价因子tf，

其中，a为扩轨区段长度，单位：米；b，为扩轨宽度，单位：米；

所述环境设置为在所述模型中调整评价因子tf值，输出多条tf值条件下，虚拟传感器进行仿真得到的多组仿真数据；

S4：分析并输出多组评价因子tf与虚拟传感器采集数据表。

所述S1中，获取目标车辆的参数的方法包括两种方法：

第一种获取目标车辆参数的方法：直接载入目标车辆的历史文件或依据目标车辆型号对应的出厂数据；

第二种获取目标车辆参数的方法：在目标车辆上设置多组传感器，在目标车俩运行时，所述传感器同步采集目标车辆的运行数据，依据数据反演模块，基于目标车辆的运行数据反演出目标车辆参数；

其中目标车辆参数包括：车辆惯性参数、悬挂参数、几何参数、轮轨参数；

车辆惯性参数包括质量、惯量；

悬挂参数包括刚度、阻尼；

几何参数包括部件间距、外观尺寸；

轮轨参数包括踏面型号、钢轨类型。

所述S2中，所述模型的建立：基于所述目标车辆参数建立动力学模型包括两种方法：

第一种基于所述目标车辆参数建立动力学模型的方法：

通过建立车辆动力学系统的方程进行编程计算：

其中，M为车辆系统质量，C为车辆系统阻尼，K为车辆系统刚度矩阵，z为车辆位移矩阵，f为轮-轨激励；

第二种基于所述目标车辆参数建立动力学模型的方法：

基于SIMPACK、Gensys、Adams分析软件建立动力学模型；

其中，两种基于所述目标车辆参数建立动力学模型的方法中，将车辆部件设置为6自由度，车辆部件包括车体、构架、轴箱、轮对。

实施例2：横向扩轨下车辆振动信息的获取装置，包括动力学系统，所述动力学系统包括信息读取模块、模型环境设置模块、仿真平台模块，还包括所述的横向扩轨下车辆振动信息的获取方法中的模型；

所述信息读取模块用于在所述模型中加载目标车辆参数；

所述模型环境设置模块用于调节横向扩轨下的目标车辆的环境数据信息；

所述仿真平台模块用于载入所述模型，并进行仿真实现，输出在横向扩轨下的目标车辆振动信息数据。

还包括设置在模型中的多组虚拟传感器，所述虚拟传感器采集在扩轨程度的评价因子tf变化过程中的振动信息；

多个虚拟传感器采集轮对轴箱的振动信息。

实施例3：车辆振动信息的应用方法，如图1所示，包括如下步骤：

步骤A：对多个车辆设置所述的横向扩轨下车辆振动信息的获取装置；

步骤B：在车辆的监控室内导入所述装置的实时数据信息，同时导入多组评价因子tf与虚拟传感器采集数据表；

步骤C：拟合计算多组轮对轴箱的实时监控数据和虚拟传感器采集数据表的相似度，在相似度高于60％时对监控室内的工作人员进行主动预警；

所述数据表包括多条轮对轴箱的垂直位移数据，其中包括调整扩轨程度的评价因子tf下的多条轮对轴箱的垂直位移数据并对各组数据绘制曲线，所述曲线用于监控室内计算机进行动态计算相似度。

实施例4：进行试验仿真，虚拟传感器设置如图8所示的黑色方块，得到多组仿真数据如图2-7所示，依据数据进行分析，将线性拟合结果输出。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.横向扩轨下车辆振动信息的获取装置，其特征在于，包括动力学系统，所述动力学系统包括模型、信息读取模块、模型环境设置模块和仿真平台模块；

所述信息读取模块用于在所述模型中加载目标车辆参数；

所述模型环境设置模块用于调节横向扩轨下的目标车辆的环境数据信息；

所述仿真平台模块用于载入所述模型，并进行仿真实现，输出在横向扩轨下的目标车辆振动信息数据。

2.根据权利要求1所述的横向扩轨下车辆振动信息的获取装置，其特征在于，还包括设置在模型中的多组虚拟传感器，所述虚拟传感器采集在扩轨程度的评价因子tf变化过程中的振动信息；

多个虚拟传感器采集轮对轴箱的振动信息。

3.横向扩轨下车辆振动信息的获取方法，其特征在于，基于权利要求1-2任意一条所述装置，包括如下步骤：

S1：获取目标车辆的参数；

S2：将所述参数载入模型，所述模型用于导入所述目标车辆参数，所述模型用于模拟目标车辆在脱轨情况下的车辆运行；

S3：在所述模型中载入目标车辆参数，并进行环境设置后，建立虚拟传感器，进行仿真，所述环境设置包括横向扩轨故障工况背景；

横向扩轨故障工况背景设置如下：

建立一个衡量扩轨程度的评价因子tf，

其中，a为扩轨区段长度，单位：米；b，为扩轨宽度，单位：米；

所述环境设置为在所述模型中调整评价因子tf值，输出多条tf值条件下，虚拟传感器进行仿真得到的多组仿真数据；

S4：分析并输出多组评价因子tf与虚拟传感器采集数据表。

4.根据权利要求3所述的横向扩轨下车辆振动信息的获取方法，其特征在于：

所述S1中，获取目标车辆的参数的方法包括两种方法：

第一种获取目标车辆参数的方法：直接载入目标车辆的历史文件或依据目标车辆型号对应的出厂数据；

第二种获取目标车辆参数的方法：在目标车辆上设置多组传感器，在目标车俩运行时，所述传感器同步采集目标车辆的运行数据，依据数据反演模块，基于目标车辆的运行数据反演出目标车辆参数；

其中目标车辆参数包括：车辆惯性参数、悬挂参数、几何参数、轮轨参数；

车辆惯性参数包括质量、惯量；

悬挂参数包括刚度、阻尼；

几何参数包括部件间距、外观尺寸；

轮轨参数包括踏面型号、钢轨类型。

5.根据权利要求3所述的横向扩轨下车辆振动信息的获取方法，其特征在于：

所述S2中，所述模型的建立：基于所述目标车辆参数建立动力学模型包括两种方法：

第一种基于所述目标车辆参数建立动力学模型的方法：

通过建立车辆动力学系统的方程进行编程计算：

其中，M为车辆系统质量，C为车辆系统阻尼，K为车辆系统刚度矩阵，z为车辆位移矩阵，f为轮-轨激励；

第二种基于所述目标车辆参数建立动力学模型的方法：

基于SIMPACK、Gensys、Adams分析软件建立动力学模型；

其中，两种基于所述目标车辆参数建立动力学模型的方法中，将车辆部件设置为6自由度，车辆部件包括车体、构架、轴箱、轮对。

6.车辆振动信息的应用方法，其特征在于，包括如下步骤：

步骤A：对多个车辆设置权利要求1-2任意一条所述的横向扩轨下车辆振动信息的获取装置；

步骤B：在车辆的监控室内导入所述装置的实时数据信息，同时导入多组评价因子tf与虚拟传感器采集数据表；

步骤C：拟合计算多组轮对轴箱的实时监控数据和虚拟传感器采集数据表的相似度，在相似度高于60％时对监控室内的工作人员进行主动预警；

所述数据表包括多条轮对轴箱的垂直位移数据，其中包括调整扩轨程度的评价因子tf下的多条轮对轴箱的垂直位移数据并对各组数据绘制曲线，所述曲线用于监控室内计算机进行动态计算相似度。

Images