CN111809464B - 一种钢轨智能打磨控制方法 - Google Patents

Abstract

本发明提供一种钢轨智能打磨控制方法，即根据廓形与波磨检测装置的检测结果，自动输出推荐打磨策略的方法。该方法将充分考虑钢轨打磨车的作业特性，计算的输入为整个作业区段的廓形与波磨检测数据，其中要求廓形点数据为极坐标形式且选取的廓形点的角度与钢轨打磨车的常用打磨角度相匹配，廓形数据与波磨数据的采样频率及计算选用的数据量与钢轨打磨车的作业速度及常用单次作业里程相匹配；该方法适用于实际钢轨打磨作业。本发明根据廓形与波磨检测装置的检测结果，自动输出推荐打磨策略的方法。该方法充分考虑钢轨打磨车的作业特性，计算的输入为整个作业区段的廓形与波磨检测数据。

Description

一种钢轨智能打磨控制方法

技术领域

本发明涉及一种钢轨智能打磨控制方法，属于铁路机械设计与制造技术领域。

背景技术

无论是国有铁路还是城市轨道交通，随着运用时间的累积，在轮轨相互作用下，疲劳裂纹、碾压肥边、波浪磨耗、剥离、掉块等各种轨道病害将陆续出现,这些病害对运营安全、车辆结构、周边环境的影响也日益突出。使用钢轨打磨车对钢轨进行打磨，可实现对于轨道病害的预防和处理，修复钢轨的廓形与波磨，进而有效延长钢轨的使用寿命，改善行车平稳性和安全性，这种方法在世界范围内已得到广泛应用。

根据标准TB/T 1910-2004，钢轨打磨车为安装有打磨装置，可对钢轨进行打磨作业的铁路线路机械；由多个磨头按照规律组合，打磨角度可根据钢轨廓形调整，对钢轨或道岔进行磨削的装置称为打磨装置；驱动装置(打磨电机或液压马达)与打磨砂轮的组合称为磨头。磨头按打磨区域不同通常分为轨顶打磨磨头和轨侧打磨磨头。一种常见的钢轨打磨车轨顶打磨磨头偏转角度通常为-20°～+15°，轨侧打磨磨头偏转角度通常为-70°～0°(钢轨外侧为正内侧为负)。

钢轨打磨效果由钢轨打磨列车作业速度、打磨砂轮转速、打磨砂轮偏转角度、打磨砂轮与钢轨之间的压力、打磨遍数等共同确定。对于一列特定的钢轨打磨车，打磨砂轮转速是恒定的。钢轨打磨列车的作业速度虽然是一个区间(通常为3km/h～16km/h)，但实际作业中一般只采用一个固定打磨速度(如10km/h)进行打磨。对于一列钢轨打磨车来说，全部磨头打磨砂轮偏转角度设定值与打磨压力的设定值的组合的集合，称为一种打磨模式。对于一列的钢轨打磨车而言，由于磨头数量有限，要完成对作业区段的打磨作业，只使用一种打磨模式是不够的，而需要连续使用几种打磨模式进行往复打磨，这几种打磨模式的组合称为一个打磨模式编组。

所谓智能钢轨打磨控制方法，就是根据钢轨廓形与波磨检测装置对作业区段线路的检测结果，自动输出推荐的钢轨打磨模式编组的方法。目前，在实际打磨作业中，打磨模式的选择完全是操作人员根据其经验进行决策，在此过程中有时会参照车载或手持式廓形与波磨检测装置的检测结果，而也有时是单凭操作人员目测观察的情况确定而不使用检测装置。国内外关于智能打磨控制方法的研究尚无已投入到实际工程应用的成熟成果。

现有的智能钢轨打磨控制方法主要是通过廓形检测装置获取实测一个钢轨截面的廓形坐标，在平面直角坐标系下进行运算，将其与标准廓形作比较获得目标廓形，进一步根据目标廓形与实测廓形的差值寻找纵坐标最大差值点确定磨头偏转角度或打磨面积，进而确定其他打磨参数。

现有技术中的智能打磨控制方法存在以下缺点：

1)打磨策略只是针对于某一特定钢轨截面的，而钢轨打磨车的实际作业过程是针对一整段可能具有多种不同截面状态的一定长度的线路的整体情况采用统一的打磨模式进行作业，而不是根据每一个截面的情况实时调整打磨模式。该方法未考虑到这点，直接导致了其在实际工程中并不适用。

2)在平面直角坐标系下进行计算，廓形检测输出的数据形式为一个钢轨截面上数百个廓形点的横纵坐标值，通过实测钢轨廓形纵坐标与标准廓形纵坐标做差值获得比较值函数；而钢轨实际廓形由若干个圆弧组成，该比较值函数并不能精确地反映实测廓形与标准廓形的偏差程度。

3)为保证计算的精确性，选用的廓形数据点非常密集，对于一个钢轨截面的计算量是可以接受的，但如果整段线路上测量的全部钢轨截面均采用上述方法处理，将使得数据量过大，计算量及计算过程耗时将大幅增加。

4)廓形数据点的选择与计算并未考虑到钢轨打磨车的作业特性，即打磨模式中的参数是打磨角度，而非横纵坐标值，由直角坐标系中的坐标数据转换成打磨角度需要进行额外的计算；且廓形数据点的选择并未与钢轨打磨车的常用打磨角度相结合考虑以减少数据量并简化计算。

5)没有引入波磨检测装置的数据，该方法仅考虑了对钢轨廓形的修复而没有考虑针对钢轨波磨的修正方法。

发明内容

本发明提供一种钢轨智能打磨控制方法，即根据廓形与波磨检测装置的检测结果，自动输出推荐打磨策略的方法。该方法将充分考虑钢轨打磨车的作业特性，计算的输入为整个作业区段的廓形与波磨检测数据，其中要求廓形点数据为极坐标形式且选取的廓形点的角度与钢轨打磨车的常用打磨角度相匹配，廓形数据与波磨数据的采样频率及计算选用的数据量与钢轨打磨车的作业速度及常用单次作业里程相匹配；输出的推荐打磨策略为适用于钢轨打磨车的打磨模式编组，其中的每一个打磨模式均从钢轨打磨车的预设打磨模式中选择。该方法适用于实际钢轨打磨作业。

一种智能钢轨打磨控制方法，即根据廓形与波磨检测装置的检测结果，自动输出推荐打磨策略的方法，包括：

步骤A：检测待打磨钢轨段的廓形和波磨参数；

步骤B：根据所述廓形和波磨参数与打磨系统中预设的打磨策略比对；

步骤C：打磨控制系统根据步骤B中的比对结果输出推荐的打磨策略；

步骤D：根据推荐的打磨策略对待打磨钢轨段进行打磨。

优选的是，对廓形检测装置输出的廓形检测数据的要求，对波磨检测装置输出的波磨检测数据的要求，对于钢轨打磨车作业控制系统中预设打磨模式的要求，输出的推荐打磨策略即推荐打磨模式编组的形式，以及智能钢轨打磨控制策略；其中智能钢轨打磨控制策略为根据作业区段线路的廓形与波磨检测数据计算得出对于整段线路的推荐打磨模式编组、识别特殊区段并给出对于特殊区段的追加打磨模式编组的方法。

1)对廓形检测装置输出数据的要求

本发明所述的智能钢轨打磨控制方法，将使用廓形检测装置输出的廓形检测数据作为计算输入参数，其前提是廓形检测装置的检测精度必须不低于同类设备通用技术要求，如测量精度不大于±0.1mm，采样频率不低于5Hz。

对廓形检测装置输出的廓形检测数据的要求如下：

对于单侧轨道，一个钢轨截面的廓形数据格式为[x,(θ₁,Δρ₁),(θ₂,Δρ₂),…,(θ_i,Δρ_i),…,(θ_n,Δρ_n)]，其中x为此钢轨截面相对于检测起始点(即作业区段起始点)的相对坐标值，用于表明该截面位置在作业区段中的相对位置；(θ_i,Δρ_i)为计算所选用的廓形点的极坐标值。

θ_i的数值及选取廓形点的数量n应与钢轨打磨车的常用打磨角度，即预设打磨模式中所包含的全部打磨角度相匹配，可以是一一对应，也可以是几个θ_i对应一个打磨角度；Δρ_i为实测廓形与标准廓形在角度θ_i处的偏差值。

x的数值与廓形检测装置的检测频率及检测速度相关，应通过调整这两个参数使得x取值为便于计算的整数量。

2)对波磨检测装置输出数据的要求

本发明所述的智能钢轨打磨控制方法，将使用波磨检测装置输出的廓形检测数据作为计算输入参数，波磨检测装置的检测精度必须不低于同类设备通用技术要求，如测量精度不大于±0.1mm，采样步长不大于5mm。

对廓形检测装置输出的廓形检测数据的要求如下：

对于单侧轨道，一个波磨数据点的输出形式为[x,z_s,z_l]，其中x为此钢轨截面相对于检测起始点(即作业区段起始点)的相对坐标值，与廓形检测数据中的x的定义与取值要求完全相同；z_s、z_l分别为在以x为起点长度为标准采样窗长度的区间内的短波波深与长波波深的数值，根据原始波磨数据计算而来，是相关标准中关于钢轨打磨质量的验收指标。根据标准中的规定，短波指为波长0mm～300mm，打磨作业后短波波深限值为0.04mm，z_s>0.04mm即为超标；长波指为波长300mm～1000mm，打磨作业后长波波深限值为0.2mm，z_l>0.2mm即为超标。

3)对钢轨打磨车预设打磨模式的要求

本发明所述的智能钢轨打磨控制方法，需要应用此方法的钢轨打磨车在作业控制系统中预置一组预设打磨模式，使得通过此方法给出的推荐的钢轨打磨模式编组中的各打磨模式均直接从预设打磨模式中选取。

对于钢轨打磨车作业控制系统中预设打磨模式的要求如下：

预设打磨模式中包含各磨头预设打磨角度与预设打磨压力(或打磨电流、打磨功率等用以表征打磨压力的参数)两项参数。考虑到左右两侧钢轨相对独立，对于左右两侧钢轨的打磨模式须能够分别选择或设置，因此预设打磨模式中仅为单侧磨头的设置参数即可。

对于磨头总数为2N(单侧磨头数为N)的钢轨打磨车，一个预设打磨模式的形式为[No,(Θ₁,P₁),(Θ₂,P₂),…,(Θ_I,P_I),…,(Θ_N,P_N)]，其中No为打磨模式序号，Θ_I为由前到后第I个磨头的打磨角度的设置值，P_I为其打磨压力表征参数的设置值。

一个预设打磨模式中各磨头的打磨角度设置值[Θ₁,Θ₂,…,Θ_I,…,Θ_N]至少包括两个不同的角度，所有磨头的打磨角度设置值可能互不相同，也可能有部分相同，这和钢轨打磨车的作业特性及打磨装置的机械结构有关。全部预设打磨模式中预设角度集合应满足既能覆盖到整个轨面范围，也能够只针对轨顶或轨侧等区域进行打磨的要求。

对于某一个预设打磨模式中全部的打磨角度，如果不存在另一个预设打磨模式其中只包含这些角度中的某几个而非全部且不包含这些角度以外的其他角度，则其为一个可拆分出的最小角度范围，以下简称角度范围。

对于每种类型的磨头，打磨压力表征参数的设置值P可在2个(或多个)大小不同的数值中选取，分别为较小压力等级、较大压力等级(以及其他中等压力等级)；一种预设打磨模式中，全部磨头的打磨压力等级相同，其中相同类型的磨头打磨压力表征参数设置值相同。

预设打磨模式即上述预设打磨角度与预设打磨压力的组合，即通过依次调用几种预设打磨模式，便能够实现以某一特定等级的打磨压力对某一特定轨面范围进行打磨。

4)智能钢轨打磨控制策略方法

智能钢轨打磨控制策略方法是本发明的核心部分，包括打磨角度及相应角度的打磨遍数的选取与打磨压力的选取。

打磨角度及相应角度的打磨遍数的选取由实测廓形与标准廓形的偏差值及全线廓形检测数据的波动程度确定。

先对整个作业区段内全部的钢轨廓形数据进行处理，求得每个角度θ_i处对应的偏差值Δρ_i的平均值以及标准差，得到全线钢轨廓形的平均状态及波动程度。

对于每一个角度范围，或是根据钢轨打磨作业习惯划分的轨面区域(将几个角度范围按所处的区域进行归类合并，如可分为轨顶区域、轨侧区域等)，对该角度范围或轨面区域内的全部角度对应的廓形偏差值的平均值综合考量，设置合适的判断条件与阈值，进而确定对每个轨面区域的打磨遍数；其中对于不需要执行打磨的角度范围，还需要结合波磨检测数据进行评判。

同时可根据钢轨打磨车特性及通常的单次作业的里程，选取一个适当的距离作为单个区间长度，采用同前述相同的方法对各长度区间内每一侧钢轨的钢轨廓形数据进行处理，求得每个角度θ_i处对应的廓形偏差值Δρ_i的平均值，并比较每个轨面区域内各角度处对应的偏差值的平均值与整个作业区段上相同数据的差异，设置合适的判断条件与阈值，进而确定该区段线路是否存在某一轨面区域与整体差异过大而需要进行额外的打磨。

打磨压力的选取由全线廓形检测数据的波动程度及波磨检测数据确定。

步骤A1:对整个作业区段内全部的钢轨波磨数据进行处理，求得短波波深z_s与长波波深z_l的平均值，以及短波波深及长波波深超标数据占总数据的比例δ_s与δ_l。

步骤B1:综合考虑整个作业区段内波深平均值、波深数据超标比例以及每个角度θ_i处对应的偏差值Δρ_i的标准差这三种数据，进而确定选用适当的打磨压力。

步骤C1:根据上述方法确定的打磨角度及相应角度的打磨遍数、打磨压力，组合形成推荐打磨模式编组。

本发明所述钢轨智能打磨控制方法的积极效果在于：根据廓形与波磨检测装置的检测结果，自动输出推荐打磨策略的方法。该方法将充分考虑钢轨打磨车的作业特性，计算的输入为整个作业区段的廓形与波磨检测数据，其中要求廓形点数据为极坐标形式且选取的廓形点的角度与钢轨打磨车的常用打磨角度相匹配，廓形数据与波磨数据的采样频率及计算选用的数据量与钢轨打磨车的作业速度及常用单次作业里程相匹配；输出的推荐打磨策略为适用于钢轨打磨车的打磨模式编组，其中的每一个打磨模式均从钢轨打磨车的预设打磨模式中选择。

输入数据为整个作业区段线路的钢轨廓形检测数据与波磨检测数据，解决了现有技术中只针对某一钢轨截面生成打磨策略因而无法投入实际工程应用的问题。

检测数据点的选择与实际应用载体钢轨打磨车的特性相关，大大减少了需处理的数据数量，简化了计算过程，使得该方法具备较高的效率。

引入了波磨检测数据，填补了现有技术中没有考虑针对钢轨波磨的修正方法的空缺。输出的推荐打磨模式编组中的每一个打磨模式均从钢轨打磨车的预设打磨模式中选择，极大程度地位操作人员提供了便利，也为将推荐的打磨模式编组直接导入到钢轨打磨车的作业控制系统中提供了条件。

附图说明

图1为本发明所述钢轨智能打磨控制方法的一优选实施例的工作原理图；

图2为图1所示实施例中，钢轨截面的廓形检测结果示意图；

图3为图1所示实施例中，钢轨截面廓形的波磨检测结果示意图；

图4为图1所示实施例的钢轨智能打磨控制策略方法流程图；

图5为另一实施例中钢轨打磨车的全部12种预设打磨模式配置情况；

图6为图5所示实施例中钢轨智能打磨控制方法给出的一个应用于钢轨打磨车的推荐的打磨模式编组的形式。

具体实施方式

下面介绍本发明所述的钢轨智能打磨控制方法的实施例。

实施例1.1:钢轨智能打磨控制方法，附图1为本实施例的工作原理示意图。参照附图1可知，该智能钢轨打磨控制方法包括智能钢轨打磨策略以及对廓形检测数据的要求、对波磨检测数据的要求与对钢轨打磨车作业控制系统中预设打磨模式的要求，输入数据为廓形检测装置的廓形检测数据与波磨检测装置的波磨检测数据，输出数据为推荐的钢轨打磨模式编组。

图1中虚线椭圆框内代表的是输入输出的数据；点画线六边形框内代表的是为实现钢轨智能打磨控制方法，对检测系统以及打磨系统的要求。

用户实现钢轨智能打磨控制方法的系统读取廓形检测装置与波磨检测装置输入的检测数据，并向打磨系统输出推荐打磨模式编组；其中检测数据与打磨系统中的预设打磨模式均需要符合钢轨智能打磨控制方法的要求。

附图2为实施例1.1中廓形检测装置对于一个钢轨截面的廓形检测结果图示，本实施例中输入的一个截面的廓形检测数据形式为[x,(θ₁,Δρ₁),(θ₂,Δρ₂),…,(θ_i,Δρ_i),…,(θ_n,Δρ_n)]，其中x为公里标数据，即此检测数据测量的钢轨截面相对于检测起始点(即作业区段起始点)的相对坐标值，单位为m。θ_i与钢轨打磨车的常用打磨角度一一对应，单位为°。Δρ_i为实测廓形ρ_i与标准廓形ρ_0,i在角度θ_i处的偏差值，单位为mm。

附图3为实施例1.1中波磨检测结果图示，本实施例中输入的一个检测点的波磨检测数据形式为[x,z_s,z_l]，其中x为公里标数据，定义及取值均与廓形检测数值中相同，z_s、z_l分别为在以x为起点长度为标准采样窗长度的区间内的短波波深与长波波深的数值。

附图4为实施例1.1中钢轨智能打磨控制策略方法流程图。其中：

步骤S1为对输入的廓形检测数据的处理方法：对于整个作业区段内全部的廓形检测数据，求得每个角度θ_i处对应的廓形偏差值Δρ_i的平均值以及标准差，得到数据组[(θ₁,Δρ_1A,σ₁),(θ₂,Δρ_2A,σ₂),…,(θ_i,Δρ_iA,σ_i),…,(θ_n,Δρ_nA,σ_n)]，其中Δρ_iA为角度θ_i处对应的廓形偏差值Δρ_i的平均值，σ_iA为角度θ_i处对应的廓形偏差值Δρ_i标准差，记σ_i(i＝2,…,n)的平均值为σ_A。

步骤S2为对输入的廓形检测数据的分区间处理：根据钢轨打磨车特性及通常的单次作业里程，选取一个适当的距离X作为单个区间长度，对各长度区间内每一侧钢轨的钢轨廓形数据进行处理，求得每个角度θ_i处对应的偏差值Δρ_i的平均值，得到数据组[k,(θ₁,Δρ_1kA),(θ₂,Δρ_2kA),…,(θ_i,Δρ_ikA),…,(θ_n,Δρ_nkA)]，其中k为区间序号，Δρ_ikA为第k个区间内角度θ_i处对应的廓形偏差值Δρ_i的平均值。

步骤S3为对输入的波磨检测数据的处理方法：对于整个作业区段内全部的波磨数据，求得短波波深z_s与长波波深z_l的平均值z_sA与z_lA，以及短波波深及长波波深超标数据占总数据的比例δ_s与δ_l。

步骤S4为对于整个作业区段的打磨压力的选取方法：打磨压力的选取由σ_iA与z_sA、z_lA、δ_s、δ_l共同确定。设置判断条件与阈值，进而确定应当选用的打磨压力的等级。

步骤S5为对于整个作业区段的打磨角度及相应角度的打磨遍数的选取方法:打磨角度及相应角度的打磨遍数的选取由Δρ_iA(i＝1,2,…,n)确定。对于每一个角度范围或是轨面区域，对该角度范围或轨面区域内的全部角度对应的廓形偏差值的平均值综合考量，设置判断条件与阈值，进而确定对每个角度范围或轨面区域的打磨遍数。

步骤S6为对于需要进行额外打磨的特殊区段的识别及打磨角度的选取方法：对于每个长度区间内的数据，比较每个角度范围内各角度θ_i处对应的廓形偏差值的平均值Δρ_ikA与整个作业区段上相同数据Δρ_iA的差异，设置判断条件与阈值，进而确定该区间线路是否存在某一角度范围与整个作业区段线路的整体情况差异过大而需要进行额外的打磨。

步骤S7为推荐钢轨打磨模式编组的生成：将打磨角度及相应角度的打磨遍数、打磨压力进行组合，形成一组推荐钢轨打磨模式编组。包括对于整个作业区段线路的推荐打磨模式编组，以及需进行额外打磨的特殊区段的位置及相应的打磨模式。

下面给出一种具体的智能钢轨打磨控制策略方法示例。该示例不对本发明构成限制，示例中的判别式及阈值设置等可根据实际应用情况进行调整。

实施例2.1:钢轨智能打磨控制方法，对于廓形检测数据与波磨检测数据，设置如下阈值：

Δρ_d0，较小廓形偏差阈值

Δρ_d1，较大廓形偏差阈值

σ_d0，廓形偏差标准差阈值

z_s0，短波波深阈值

z_l0，长波波深阈值

δ_s0，短波波深超限数据比例阈值

δ_l0，长波波深超限数据比例阈值

先对整个作业区段的波磨状态及廓形波动程度进行判断，确定对于整个作业区段线路的打磨压力等级。

给出如下五个判别条件：

z_s<z_s0 (1)

z_l<z_l0 (2)

δ_s<δ_s0 (3)

δ_l<δ_l0 (4)

σ_A<σ_d0 (5)

情况0：如果同时满足以上5个条件中的4个以上，则对整个作业区段线路的打磨应选用较小打磨压力等级，且允许存在不进行打磨的角度范围。

情况1：如果以上5个条件同时不满足，则对整个作业区段线路的打磨应选用较大打磨压力等级，且整个作业区段线路均需要对所有角度范围进行打磨。

情况2：如果同时满足以上5个条件中的1个～3个以上，则对整个作业区段线路的打磨应选用中等打磨压力等级，且整个作业区段线路均需要对所有角度范围进行打磨。

再引入廓形检测数据，先判断是否存在可以不进行打磨的角度范围。

给出如下判别方式，对于某个角度范围，判断该角度范围中包含的全部的打磨角度对应的全部的Δρ_iA与σ_iA是否满足如下两个判别条件：

|Δρ_iA|<Δρ_d0 (6)

σ_iA<σ_d0 (7)

情况3：在满足上述情况0的前提下，如果存在某一个或几个角度范围，同时满足式(6)、式(7)，则对于该角度范围可不必进行打磨。

情况4：在满足上述情况0的前提下，如对于所有的角度范围，均不同时满足式(6)、式(7)，则整个作业区段线路均需要对所有角度范围进行打磨。

再对每个角度范围的打磨遍数进行判断。对于需要打磨的角度范围，定义如下判别参数：

所有的Δρ_iA数据中最小值为Δρ_Amin，其对应的角度为θ_min，θ_min所在的角度范围中全部角度θ_i所对应的Δρ_iA的平均值为Δρ_AminA；

所有的Δρ_iA数据中最大值为Δρ_Amax1，其对应的角度为θ_max1，θ_max1所在的角度范围中全部角度θ_i所对应的Δρ_iA的平均值为Δρ_Amax1A，并记d₁＝Δρ_Amax1-Δρ_Amin，D₁＝Δρ_Amax1A-Δρ_Amin；

除去θ_max1所在的角度范围中的全部角度，其余角度θ_i余角所对应的所有的Δρ_iA数据中最大值为Δρ_Amax2，其对应的角度为θ_max2，θ_max2所在的角度范围中全部角度θ_i所对应的Δρ_iA的平均值为Δ_ρAmax2A，并记d₂＝Δρ_Amax2-Δρ_Amin，D₂＝Δρ_Amax2A-Δρ_Amin；

除去θ_max1及θ_max2所在的角度范围中的全部角度，其余角度θ_i余角所对应的所有的Δρ_iA数据中最大值为Δρ_Amax3，其对应的角度为θ_max3，θ_max3所在的角度范围中全部角度θ_i所对应的Δρ_iA的平均值为Δρ_Amax3A，并记d₃＝Δρ_Amax3-Δρ_Amin，D₃＝Δρ_Amax3A-Δρ_Amin；

……；依此类推，直到识别出的θ_maxk与θ_min为在角度范围中为止。

本实施例2.1中，优选的是，定义如下规则：

i)对于θ_min所在的监督范围只进行1遍打磨。

ii)判断θ_max1与θ_min是否在同一角度范围中。如果是，则其余全部未确定打磨遍数的角度范围只进行一遍打磨；如果否，则根据d₁与D₁的大小判断θ_max1所在的角度范围需打磨的遍数，如果D₁>Δρ_d1，则打磨3遍；如果Δρ_d0<D₁<Δρ_d1且d₁>Δρ_d1，则打磨2遍；其余情况均只打磨1遍。

iii)重复上述ii)中的过程，依次判断θ_maxi(i＝2,…,k)与θ_min是否在同一角度范围中。如果是，则其余全部未确定打磨遍数的角度范围只进行一遍打磨；如果否，则根据d_i与D_i的大小判断θ_maxi所在的角度范围需打磨的遍数，如果D_i>Δρ_d1，则执行3遍；如果Δρ_d0<D_i<Δρ_d1且d_i>Δρ_d1，则打磨2遍；其余情况均只打磨1遍。

根据上述规则，即可确定对于整个作业区段线路上的每一个角度范围需要进行打磨的遍数。

将已确定的打磨压力等级即对于每一个角度范围进行组合，便可得出对于整个作业区段线路的一组推荐打磨模式。

之后需对各长度区间内的廓形数据进行分析，比较其与整个作业区段线路的整体情况的差异。对于一个长度区间内的数据，比较一个角度范围内各角度θ_i处对应的偏差值的平均值Δρ_ikA与整个作业区段上相同数据Δρ_iA的差异，如果对于该角度范围内的所有角度θ_i都满足Δρ_ikA-Δρ_iA>Δρ_d1，则需要在完成对于整个作业区段线路的打磨后，再对这个长度区间内的这个角度范围进行一遍额外的打磨，并规定在这一遍额外的打磨中，选用较小等级的打磨压力。

通过以上方法，生成推荐的打磨模式编组。其中包括对于整个作业区段线路的推荐打磨模式编组，以及需进行额外打磨的特殊区段的位置及相应的打磨模式。

为更清晰地阐释智能钢轨打磨控制方法的内容，下面给出一个具体的应用载体用以说明钢轨打磨车预设打磨模式的形式和本发明中的方法给出的推荐的打磨模式编组的形式。但该应用载体不对本发明构成限制，本发明中的方法也可应用于其他形式的钢轨打磨车，仅需对相应的参数根据钢轨打磨车作业特性与打磨装置的结构参数进行调整即可。

实施例3.1：钢轨智能打磨控制方法，应用载体以一种常规的16头钢轨打磨车为例。该钢轨打磨车共计16个磨头，左右两侧各8个，单侧磨头由前到后编号依次为1#、3#、5#、7#、8#、6#、4#、2#，其中相邻的两个磨头位于相同机构内，角度相同。磨头有两种结构形式，分别为轨侧打磨磨头与轨顶打磨磨头，其中1#、2#、3#、4#为轨侧打磨磨头，5#、6#、7#、8#为轨顶打磨磨头。该钢轨打磨车常用打磨角度为[-70°,-50°,-38°,-25°,-14°,-11°,-8°,-5°,-2°,0°,+2°,+4°,+6°,+9°,+12°,+15°]共14个角度值；打磨压力表征值为打磨电流，打磨电流越大打磨压力越大，轨顶打磨磨头与轨侧打磨磨头的常用打磨电流分别为[11A,12A,13A]、[10A,12A,14A]。

该钢轨打磨车常用作业速度为10km/h，单次作业距离通常为500m～2000m，根据这两个数据考虑作业效率与数据量，设定廓形检测装置与波磨检测装置每米测量5个点，即x＝[0,0.2,0.4,…,1m,…]；同时设定廓形区间长度X＝100m。θ_i与钢轨打磨车的常用打磨角度一一对应，即θ_i＝[-70,-50,-38,-25,-14,-11,-8,-2,0,+2,+4,+7,+9,+15]。对于该钢轨打磨车，一个廓形检测数据实例为[118.6,(-70,0.01),(-50,0.02),(-38,-0.15),(-25,-0.22),(-14,-0.38),(-11,-0.26),(-8,-0.18),(-5,-0.08),(-2,-0.02),(0,0.03),(2,0.06),(4,0.12),(7,0.16),(9,0.08),(12,0.02),(15,-0.02)]；一个波磨检测数据实例为[263.4,0.05,0.12]。

附图5为该钢轨打磨车的全部12种预设打磨模式配置情况。一个预设打磨模式的形式为[No,(θ₁,P₁),(θ₂,P₂),…,(θ₈,P₈)]，其中为No打磨模式序号，(θ₁,P₁),(θ₂,P₂),…,(θ₈,P₈)依次为单侧从前到后8个磨头的角度设置值与打磨电流设置值，θ单位为°，P单位为A。由附图4可知，对于该钢轨打磨车，每种预设打磨模式中均包含4个打磨角度；全部预设打磨模式中包含了3组打磨压力等级不同的预设打磨模式，模式01、02、03、04为较小打磨压力等级，模式11、12、13、14为中等打磨压力等级，模式21、22、23、24较大打磨压力等级，而这三组模式分别构成了对廓形的全包络；模式01、02、11、12、21、22打磨区域主要为轨侧，模式03、04、13、14、23、24打磨区域主要为轨顶；各磨头角度与打磨电流的设置值与打磨装置的机械结构相关，但不对本方法构成限制。一个预设打磨模式实例为[12,(-38,12),(-38,12),(9,12),(9,12),(6,12),(6,12),(-25,12),(-25,12)]。

附图6为通过实施例3.1中的钢轨智能打磨控制方法给出的一个应用于该钢轨打磨车的推荐的打磨模式编组的形式。

上述实施例所述的钢轨智能打磨控制方法的有益效果是：

1)输入数据为整个作业区段线路的钢轨廓形检测数据与波磨检测数据，解决了现有技术中只针对某一钢轨截面生成打磨策略因而无法投入实际工程应用的问题。

2)检测数据点的选择与实际应用载体钢轨打磨车的特性相关，大大减少了需处理的数据数量，简化了计算过程，使得该方法具备较高的效率。

3)引入了波磨检测数据，填补了现有技术中没有考虑针对钢轨波磨的修正方法的空缺。

4)输出的推荐打磨模式编组中的每一个打磨模式均从钢轨打磨车的预设打磨模式中选择，极大程度地位操作人员提供了便利，也为将推荐的打磨模式编组直接导入到钢轨打磨车的作业控制系统中提供了条件。

此外，本发明的发明内容及实施例的内容还包括以下特点：

1)本发明所述的智能钢轨打磨控制方法，其输入的检测数据的来源没有限制，来源于钢轨打磨车自带的车载廓形与波磨检测装置，或来源于轨检车上的检测数据，或者手持式检测装置的检测数据。

2)在对输入的廓形检测数据与波磨检测数据进行处理时，允许采用滤波的方式剔除明显有误的输入数据，对滤波的方法没有限制。

3)本发明所述的智能钢轨打磨控制方法，廓形检测数据中的θ_i与钢轨打磨车的打磨角度Θ_I,，为一一对应，或是几个θ_i对应一个打磨角度Θ_I。

4)具体实施例中给出的智能钢轨打磨控制策略方法示例不对本发明构成限制，示例中的判别式及阈值设置等可根据实际应用情况进行调整，其中阈值参数可以进一步分区段设置。

5)具体实施例中给出的应用载体示例不对本发明构成限制，本发明中的方法也能应用于其他形式的钢轨打磨车，仅需对相应的参数根据钢轨打磨车作业特性与打磨装置的结构参数进行调整即可。

6)对于左右两侧钢轨，对其数据合并进行处理并给出完全相同的推荐打磨模式编组；或分别对其数据进行处理并分别给出对应的推荐打磨模式编组；又或者设置通过设置阈值的方式加以判别，如其差异小于阈值则对其数据合并进行处理给出完全相同的推荐打磨模式编组，如其差异大于阈值则分别对其数据进行处理并分别给出对应的推荐打磨模式编组。

7)数据处理过程中所述的平均值概念，为算术平均值或几何平均值，又或者是根据其他工程方法加权而得的平均值，对其计算方式没有限制。

8)对于最终生成的推荐打磨模式编组中各角度范围进行打磨的先后顺序，由廓形偏差量最大的角度范围开始依次向其相邻的角度范围进行打磨，或采样其他方式，对此不作限制。

Claims (6)

1.一种智能钢轨打磨控制方法，其特征在于包括：

步骤 A：检测待打磨钢轨段的廓形和波磨参数；

步骤 B：根据所述廓形和波磨参数与打磨系统中预设的打磨策略比对；

步骤 C：打磨控制系统根据步骤B中的比对结果输出推荐的打磨策略；

步骤 D：根据推荐的打磨策略对待打磨钢轨段进行打磨；

依次执行步骤A、步骤B、步骤C、步骤D；同时可根据钢轨打磨车特性及通常的单次作业的里程，选取一个适当的距离作为单个区间长度，采用上述的方法对各长度区间内每一侧钢轨的钢轨廓形数据进行处理，求得每个角度θ _i 处对应的廓形偏差值Δρ _i 的平均值，并比较每个轨面区域内各角度处对应的偏差值的平均值与整个作业区段上相同数据的差异，设置合适的判断条件与阈值，进而确定区段线路是否存在某一轨面区域与整体差异过大而需要进行额外的打磨；对于廓形的检测数据根据步骤S1、步骤S2处理，其中：

步骤S1 为对输入的廓形检测数据的处理方法： 对于整个作业区段内全部的廓形检测数据，求得每个角度θ _i 处对应的廓形偏差值Δρ _i 的平均值以及标准差，得到数据组[(θ ₁ ,Δ ρ _1A , σ ₁ ), (θ ₂ ,Δρ _2A , σ ₂ ),…, (θ _i ,Δρ _iA , σ _i ),…, (θ _n ,Δρ _nA , σ _n )]，其中Δρ _iA 为角度θ _i 处对应的廓形偏差值Δρ _i 的平均值，σ _iA 为角度θ _i 处对应的廓形偏差值Δρ _i 标准差，记σ _i (i =2,…, n)的平均值为σ _A ；

步骤S2 为对输入的廓形检测数据的分区间处理：根据钢轨打磨车特性及通常的单次作业里程，选取一个适当的距离X作为单个区间长度，对各长度区间内每一侧钢轨的钢轨廓形数据进行处理，求得每个角度θ _i 处对应的偏差值Δρ _i 的平均值，得到数据组[k, (θ ₁ ,Δ ρ _1kA ), (θ ₂ ,Δρ _2kA ),…, (θ _i ,Δρ _ikA ),…, (θ _n ,Δρ _nkA )]，其中k为区间序号，Δρ _ikA 为第k个区间内角度θ _i 处对应的廓形偏差值Δρ _i 的平均值；波磨检测数据根据步骤S3处理，其中：

步骤S3 为对输入的波磨检测数据的处理方法：对于整个作业区段内全部的波磨数据，求得短波波深z _s 与长波波深z _l 的平均值z _sA 与z _lA ，以及短波波深及长波波深超标数据占总数据的比例δ _s 与δ _l； 打磨压力按照步骤S4选取，其中：

步骤S4对于整个作业区段的打磨压力的选取方法：打磨压力的选取由σ _iA 与z _sA 、z _lA 、δ _s 、δ _l 共同确定，设置判断条件与阈值，进而确定应当选用的打磨压力的等级。

2.如权利要求1所述智能钢轨打磨控制方法，其特征在于：打磨策略按照步骤S5选取，其中：

步骤S5对于整个作业区段的打磨角度及相应角度的打磨遍数的选取方法:打磨角度及相应角度的打磨遍数的选取由Δρ _iA (i = 1, 2,…, n)确定；对于每一个角度范围或是轨面区域，对该角度范围或轨面区域内的全部角度对应的廓形偏差值的平均值综合考量，设置判断条件与阈值，进而确定对每个角度范围或轨面区域的打磨遍数。

3. 如权利要求1或2所述智能钢轨打磨控制方法，其特征在于：按照步骤S7输出推荐的打磨策略，其中：步骤S7 为推荐钢轨打磨模式编组的生成：将打磨角度及相应角度的打磨遍数、打磨压力进行组合，形成一组推荐钢轨打磨模式编组；包括对于整个作业区段线路的推荐打磨模式编组，以及需进行额外打磨的特殊区段的位置及相应的打磨模式。

4.如权利要求1所述的智能钢轨打磨控制方法，其特征在于：廓形点数据为极坐标形式且选取的廓形点的角度与钢轨打磨车的常用打磨角度相匹配，廓形数据与波磨数据的采样频率及计算选用的数据量与钢轨打磨车的作业速度及常用单次作业里程相匹配。

5.如权利要求1所述的智能钢轨打磨控制方法，其特征在于：输出的推荐打磨策略为适用于钢轨打磨车的打磨模式编组，其中每一个打磨模式均从钢轨打磨车的预设打磨模式中选择。

6.如权利要求1所述的智能钢轨打磨控制方法，其特征在于：输出的推荐打磨策略即推荐打磨模式编组的形式，以及智能钢轨打磨控制策略；其中智能钢轨打磨控制策略为根据作业区段线路的廓形与波磨检测数据计算得出对于整段线路的推荐打磨模式编组、识别特殊区段并给出对于特殊区段的追加打磨模式编组的方法。

Images