CN112765778B - 转向架横向稳定性识别方法、装置以及计算机设备 - Google Patents
转向架横向稳定性识别方法、装置以及计算机设备 Download PDFInfo
- Publication number
- CN112765778B CN112765778B CN202011597840.2A CN202011597840A CN112765778B CN 112765778 B CN112765778 B CN 112765778B CN 202011597840 A CN202011597840 A CN 202011597840A CN 112765778 B CN112765778 B CN 112765778B
- Authority
- CN
- China
- Prior art keywords
- bogie
- instability
- under
- working condition
- parameter
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001133 acceleration Effects 0.000 claims abstract description 89
- 230000000368 destabilizing effect Effects 0.000 claims abstract description 49
- 230000001687 destabilization Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 239000000725 suspension Substances 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 5
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 239000006096 absorbing agent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本申请涉及一种转向架横向稳定性识别方法、装置和计算机设备，所述方法包括：获取车辆转向架的横向振动加速度；将横向振动加速度输入至诊断模型以确定失稳参数；诊断模型用于对横向振动加速度进行傅里叶变换，并通过频域分析计算失稳参数；失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；若失稳参数大于失稳阈值，则判定转向架失稳。本申请以设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例作为判定横向失稳的指标，该指标能更准确地反映车辆的运行状态，通过合理设置失稳阈值，可快速、精确地识别车辆转向架是否失稳，进而更好的保障车辆的安全运行。
Description
技术领域
本申请涉及车辆转向架技术领域，特别是涉及一种转向架横向稳定性识别方法、装置、计算机设备以及存储介质。
背景技术
转向架是轨道车辆结构中最为重要的部件之一，由于轮轨车辆的轮对踏面存在锥度，在运行过程中，轨道车辆有发生蛇行运动的倾向，当发生较大幅值的蛇行运动时，将引起车辆转向架横向失稳。车辆转向架发生横向失稳时，车辆的横向振动加剧，运行平稳性降低，会形成较大的轮轴横向力，容易造成车辆脱轨及线路永久变形等严重后果。
目前针对转向架的横向稳定性进行识别的方法，习惯上借鉴欧洲铁路试验的经验，具体识别方法为“当转向架构架加速度在10Hz滤波后，峰值有连续6次以上达到或超过极限值8-10m/s2时，就判定为失稳”，但是从实际运用效果来看，该识别方法存在一定的缺陷，无法实现精确识别转向架横向稳定性的目的。
发明内容
基于此，有必要针对上述技术问题，提供一种转向架横向稳定性识别方法、装置、计算机设备以及存储介质。
一种转向架横向稳定性识别方法，包括：
获取车辆转向架的横向振动加速度；
将横向振动加速度输入至诊断模型以确定失稳参数；诊断模型用于对横向振动加速度进行傅里叶变换，并通过频域分析计算失稳参数；失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；
若失稳参数大于失稳阈值，则判定转向架失稳。
在一个实施例中，失稳阈值通过以下步骤确定：
构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型；
基于第一多体动力学仿真模型仿真计算正常工况下转向架的横向振动加速度，基于第二多体动力学仿真模型仿真计算失稳工况下转向架的横向加速度；
分别将正常工况下转向架的横向振动加速度和失稳工况下转向架的横向振动加速度输入至诊断模型，以确定正常工况下的失稳参数以及失稳工况下的失稳参数；
对比正常工况下的失稳参数和失稳工况下的失稳参数，确定失稳阈值。
在一个实施例中，构建正常工况下的第一多体动力学仿真模型的过程包括：
采集车辆运行线路的轨道谱以获取车辆运行线路信息；
获取车辆动力学参数信息；
根据车辆运行线路信息以及车辆动力学参数信息构建正常工况下的第一多体动力学仿真模型。
在一个实施例中，转向架的构架设有横向加速度传感器，获取车辆转向架的横向振动加速度的过程包括如下步骤：
获取车辆的车轮转速；
根据车轮转速确定采样频率，并基于采样频率对横向加速度传感器输出的信号进行采样以获得车辆转向架的横向振动加速度。
在一个实施例中，通过滑移窗口将横向振动加速度输入至诊断模型。
在一个实施例中，失稳阈值包括第一失稳阈值和第二失稳阈值，且第一失稳阈值大于第二失稳阈值，方法还包括：
若失稳参数大于第一失稳阈值，则判定转向架失稳；若失稳参数小于第二失稳阈值，则判定转向架平稳。
在一个实施例中，通过改变一系横向定位刚度与二系横向减振器阻尼制造悬挂原件故障工况，以构建失稳工况下的第二多体动力学仿真模型。
本申请还提供一种转向架横向稳定性识别装置，包括：
获取模块，用于获取车辆转向架的横向振动加速度；
计算模块，用于将横向振动加速度输入至诊断模型以确定失稳参数；诊断模型用于对横向加速度进行傅里叶变换，并通过频域分析计算失稳参数；失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；
判断模块，用于在失稳参数大于失稳阈值时，判定转向架失稳。
本申请还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
上述转向架横向稳定性识别方法、装置、计算机设备和存储介质，通过对转向架的横向加速度进行傅里叶变换，基于频域分析计算失稳参数，即以设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例作为判定横向失稳的指标，该指标能更准确地反映车辆的运行状态，通过合理设置失稳阈值，可快速、精确地识别车辆转向架是否失稳，进而更好的保障车辆的安全运行，并且可根据识别结果指导运维检修工作，提前预防故障的发生。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术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申请的一些实施例，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为一个实施例中转向架横向稳定性识别方法的流程示意图；
图2为一个实施例中确定失稳阈值的流程示意图；
图3为一个实施例中构建转向架在正常工况下的第一多体动力学仿真模型的流程示意图；
图4为一个实施例中滑移窗口为200时失稳参数变化示意图；
图5为一个实施例中滑移窗口为400时失稳参数变化示意图；
图6为一个实施例中滑移窗口为600时失稳参数变化示意图；
图7为一个实施例中转向架横向稳定性识别装置的结构框图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件下面”或“在其之下”或“在其下”元件或特征将取向为在其它元件或特征“上”。因此，示例性术语“在...下面”和“在...下”可包括上和下两个取向。此外，器件也可以包括另外地取向(譬如，旋转90度或其它取向)，并且在此使用的空间描述语相应地被解释。
需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
在车辆安全监测标准中，转向架横向稳定性的识别是非常重要的内容。目前中国关于转向架横向稳定性的识别，习惯上借鉴欧洲铁路试验的经验，当转向架的构架加速度在10Hz滤波后，如峰值有连续6次以上达到或超过极限值8-10m/s2(与转向架的设计相适应)时，就判定横向失稳。但是申请人发现该种识别方法存在不精确的问题。申请人经过分析后认为，中国的动车组从动车本身，到运行线路的状况，再到气候环境等其他因素均与国外存在较大差异，因此导致现有的横向稳定性识别方法并不能真正反映车辆转向架的横向稳定性状态。
基于此，在一个实施例中，如图1所示，本申请提供一种转向架横向稳定性识别方法，其包括以下步骤S10至S30：
S10，获取车辆转向架的横向振动加速度；
由于车辆的转向架在发生横向失稳时，会加剧横向振动，因此本实施例中基于车辆转向架的横向振动加速度来进行分析处理，以识别转向架的横向稳定性。
在一个实施例中，转向架的构架设有横向加速度传感器，横向加速度传感器的一般测量原理是基于带电容探测器的偏移/延伸和质量系统，转向架产生的横向振动加速度使质量元件克服弹性杆的作用力，从正常位置移至横向加速度值相对于的位置，以此来获得加速度测量值。当然也有一些基于其他测量原理的加速度传感器，在此不予赘述，只要能测量转向架横向振动加速度的传感器均适用于本申请实施例中。在本实施例中，获取车辆转向架的横向振动加速度的过程包括如下步骤：
获取所述车辆的车轮转速；
根据所述车轮转速确定采样频率，并基于所述采样频率对横向加速度传感器输出的信号进行采样以获得所述车辆转向架的横向振动加速度。
具体的，在本实施例中，对横向加速度传感器输出的信号进行采样，即可获得满足计算要求的横向振动加速度。而采样频率与车辆的车轮转速相关，车轮转速高时，应采用更大的采样频率。
S20，将横向振动加速度输入至诊断模型以确定失稳参数；
其中，诊断模型用于对所述横向振动加速度进行傅里叶变换，并通过频域分析计算失稳参数；所述失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例。
具体的，车辆发生蛇形运动时，车辆轮对蛇形运动波长Lω为：
其中，b为滚动圆横向跨距之半，r为车轮半径，λ为踏面等效锥度。
蛇形频率fω为：
fω＝V/Lω
其中，V为车轮运行速度，Lω为车辆轮对蛇形运动波长。
车辆转向架的蛇形频率主频一般不高于设定频率(如根据UIC515标准和TSI L84标准计算，该设定频率为10Hz)，当转向架横向失稳时，横向振动加速度的频谱图会出现较大的幅值，对应蛇形频率主频及其倍频，而在转向架处于正常工况时则没有这种现象。基于此，本实施例中利用诊断模型对横向振动加速度进行傅里叶变换，通过频域分析计算设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例，并以此判别转向架的稳定性，即，本实例中定义了失稳参数δ，通过该失稳参数δ来识别转向架的横向稳定性，失稳参数δ的一种表达式如下：
其中，fb为设定频率，一般为10Hz；表示频率fi对应的幅值平方；fs为采样频率，[0,fs/2]即所述的全频率范围。
在一个实施例中，通过滑移窗口将横向振动加速度输入至诊断模型。
窗口是传输数据的机制，窗口机制一般有两种，其中一种是固定窗口大小，即每次传输的数据量是固定的；另一种是滑移窗口，数据在传输时，对所有的数据进行编号，数据的发送方在发送过程中始终保持着一个窗口，只有落在发送窗口内的数据帧才允许被发送；同时数据的接收方也始终保持着一个接收窗口，只有落在窗口内的数据才会被接收，这样通过改变发送窗口和接收窗口的大小就可以实现流量控制。在本实施例中，由于采集到的横向振动加速度其数据量较大，使用滑移窗口可以提高数据处理的速度，同时为了减少个别极端数据引起的误差，通过控制滑移窗口的大小将数据进行分段计算，可以有效提高识别精度。
S30，若失稳参数大于失稳阈值，则判定所述转向架失稳。
其中，失稳阈值可以通过仿真计算或线路试验进行设置，使其更符合车辆实际运行线路环境。当失稳参数大于失稳阈值时，表明转向架失稳，车辆运行存在安全隐患。
在一个实施例中，失稳阈值包括第一失稳阈值和第二失稳阈值，且第一失稳阈值大于第二失稳阈值。若失稳参数大于第一失稳阈值，则判定转向架失稳；若失稳参数小于第二失稳阈值，则判定转向架平稳。
基于本实施例提供的转向架横向稳定性识别方法，通过对转向架的横向加速度进行傅里叶变换，基于频域分析计算失稳参数，即以设定频率范围对应的幅值平方和占所有频率范围对应的幅值平方和的比例作为判定横向失稳的指标，该指标能更准确地反映车辆的运行状态，同时与预先制定的失稳阈值对比，通过合理设置失稳阈值可以快速、精确地识别车辆转向架是否失稳，进而更好的保障车辆的安全运行，并且可根据车辆运行的检测结果指导运维检修工作，提前预防故障的发生。
在一个实施例中，失稳阈值可通过仿真计算来制定。具体请参考图2所示，确定失稳阈值的过程包括以下步骤S21至S24：
S21，构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型；
多体动力学是研究多体系统运动规律的学科，其中多体系统一般由若干个柔性和刚性物体相互连接所组成，多体动力学分析通常借助于仿真软件。在本实施例，针对车辆这一多体系统，构建正常工况下的第一多体动力仿真模型以及失稳工况下的第二多体动力学仿真模型以进行仿真计算。
在一个实施例中，参照图3所示，构建正常工况下的第一多体动力学仿真模型的过程包括步骤S31至S32：
S31，采集车辆运行线路的轨道谱以获取车辆运行线路信息，并获取车辆动力学参数信息；
S32，根据所述车辆运行线路信息以及所述车辆动力学参数信息构建正常工况下的第一多体动力学仿真模型。
具体的，车辆运行线路的轨道谱一般是已知的，通过采集该轨道谱即可获知车辆运行线路信息。车辆动力学参数信息用于反映车辆的动力学特性，例如轮轨间蠕滑率与蠕滑力、车辆悬挂系统元件信息等。利用仿真软件，基于车辆运行路线信息和车辆动力学参数信息即可进行建模，构建出正常工况下的第一多体动力学仿真模型。
可选的，构建正常工况下的第一多体动力学仿真模型时，应分析轮轨接触、轮轨接触几何关系的非线性、轮轨间蠕滑率与蠕滑力之间的非线性以及车辆悬挂系统元件的非线性等因素，保证建模的精确性。
在一个实施例中，基于正常工况下的第一多体动力学仿真模型，可通过调整一系横向定位刚度值与二系横向减振器阻尼值模拟悬挂原件故障工况，使得转向架横向失稳，从而构建失稳工况下的第二多体动力学仿真模型。
S22，基于第一多体动力学仿真模型计算正常工况下转向架的横向振动加速度，基于第二多体动力学仿真模型计算失稳工况下转向架的横向加速度；
在构建正常工况下的第一多体动力学仿真模型后，通过仿真计算可以获得正常工况下车辆转向架的横向振动加速度。同理，在构建失稳工况下的第二多体动力学仿真模型后，通过仿真计算可以获得失稳工况下车辆转向架的横向振动加速度。
S23，分别将正常工况下转向架的横向振动加速度和失稳工况下转向架的横向振动加速度输入至诊断模型，以确定正常工况下的失稳参数以及失稳工况下的失稳参数；
诊断模型通过傅里叶变换，将正常工况下转向架的横向振动加速度信号转换至频域进行分析处理，计算正常工况下的失稳参数，并且，将失稳工况下转向架的横向振动加速度信号转换至频域进行分析处理，计算失稳工况下的失稳参数。
S24，对比正常工况下的失稳参数和失稳工况下的失稳参数，确定失稳阈值。
通过对比正常工况下的失稳参数与失稳工况下的失稳参数，可以确定能够明显判定转向架失稳与否的失稳阈值。
在一个实施例中，在仿真计算过程中也可以通过滑移窗口控制横向振动加速度的输入。通过控制滑移窗口在合适的大小可实现失稳参数的差值最大化，进而更加明显的区分转向架的失稳状态与正常状态。参照图4至图6所示，其中，图4反映了滑移窗口为200时(即窗口内包含200个数据点)失稳参数的变化情况，图5反映了滑移窗口为400时失稳参数的变化情况，图6反映了滑移窗口为600时失稳参数的变化情况，在图4至图6中，曲线L1均表示失稳工况下的失稳参数，曲线L2均表示正常工况下的失稳参数。对比图4至图6不难发现，当滑移窗口的大小设置为600时，转向架失稳状态与正常状态的区别更加明显。结合图4至图6的仿真结果，在滑移窗口大小为600的工况下，可以将失稳阈值设置为0.56，即当失稳参数大于0.56时，判定转向架失稳。
此外结合图6的仿真结果，也可以设置两个阈值，即第一失稳阈值设为0.56，第二失稳阈值设为0.46。若失稳参数大于0.56，则判定转向架失稳；若失稳参数小于0.46，则判定转向架平稳。
应该理解的是，虽然图1-图3所示流程图中各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-图3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
本申请还提供一种转向架横向稳定性识别装置，参照图7所示，在一个实施例中，转向架横向稳定性识别装置包括获取模块10、计算模块20以及判断模块30。其中，获取模块10用于获取车辆转向架的横向振动加速度，计算模块20用于将横向振动加速度输入至诊断模型以确定失稳参数，判断模块30用于在失稳参数大于失稳阈值时，判定转向架失稳。
具体的，诊断模型用于对横向加速度进行傅里叶变换，并通过频域分析计算失稳参数，该失稳参数是指设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例。
在一个实施例中，转向架横向稳定性识别装置还包括阈值确定模块，用于确定失稳阈值。
在一个实施例中，阈值确定模块包括仿真单元，仿真单元用于构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型，并基于第一多体动力学仿真模型仿真计算正常工况下转向架的横向振动加速度，基于第二多体动力学仿真模型仿真计算失稳工况下转向架的横向加速度。仿真单元将仿真计算的结果输出至计算模块20，通过计算模块20输出正常工况下的失稳参数以及失稳工况下的失稳参数，通过对比正常工况下的失稳参数和失稳工况下的失稳参数，即可确定失稳阈值。
在一个实施例中，仿真单元采集车辆运行线路的轨道谱以获取车辆运行线路信息，并获取车辆动力学参数信息，然后根据车辆运行线路信息以及车辆动力学参数信息构建正常工况下的第一多体动力学仿真模型。
在一个实施例中，仿真单元通过改变一系横向定位刚度与二系横向减振器阻尼制造悬挂原件故障工况，以构建失稳工况下的第二多体动力学仿真模型。
在一个实施例中，转向架的构架设有横向加速度传感器，获取模块10获取车辆的车轮转速，并根据车轮转速确定采样频率，基于该采样频率对横向加速度传感器输出的信号进行采样以获得车辆转向架的横向振动加速度。
在一个实施例中，计算模块20通过滑移窗口将横向振动加速度输入至诊断模型。
在一个实施例中，失稳阈值包括第一失稳阈值和第二失稳阈值，且第一失稳阈值大于第二失稳阈值，若失稳参数大于第一失稳阈值，则判断模块30判定转向架失稳；若失稳参数小于第二失稳阈值，则判断模块30判定转向架平稳。
关于转向架横向稳定性识别装置的具体限定可以参见上文中对于转向架横向稳定性识别方法的限定，在此不再赘述。上述转向架横向稳定性识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取车辆转向架的横向振动加速度；将横向振动加速度输入至诊断模型以确定失稳参数；诊断模型用于对横向振动加速度进行傅里叶变换，并通过频域分析计算失稳参数；失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；若失稳参数大于失稳阈值，则判定转向架失稳。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型；基于第一多体动力学仿真模型仿真计算正常工况下转向架的横向振动加速度，基于第二多体动力学仿真模型仿真计算失稳工况下转向架的横向加速度；分别将正常工况下转向架的横向振动加速度和失稳工况下转向架的横向振动加速度输入至诊断模型，以确定所正常工况下的失稳参数以及失稳工况下的失稳参数；对比正常工况下的失稳参数和失稳工况下的失稳参数，确定失稳阈值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采集车辆运行线路的轨道谱以获取车辆运行线路信息；获取车辆动力学参数信息；根据车辆运行线路信息以及车辆动力学参数信息构建正常工况下的第一多体动力学仿真模型。
在一个实施例中，转向架的构架设有横向加速度传感器，处理器执行计算机程序时还实现以下步骤：获取车辆的车轮转速；根据车轮转速确定采样频率，并基于采样频率对横向加速度传感器输出的信号进行采样以获得车辆转向架的横向振动加速度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过滑移窗口将横向振动加速度输入至诊断模型。
在一个实施例中，失稳阈值包括第一失稳阈值和第二失稳阈值，且第一失稳阈值大于第二失稳阈值，处理器执行计算机程序时还实现以下步骤：若失稳参数大于第一失稳阈值，则判定转向架失稳；若失稳参数小于第二失稳阈值，则判定转向架平稳。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过改变一系横向定位刚度与二系横向减振器阻尼制造悬挂原件故障工况，以构建失稳工况下的第二多体动力学仿真模型。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种转向架横向稳定性识别方法，其特征在于，包括：
获取车辆转向架的横向振动加速度；
将所述横向振动加速度输入至诊断模型以确定失稳参数；所述诊断模型用于对所述横向振动加速度进行傅里叶变换，并通过频域分析计算所述失稳参数；所述失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；
若所述失稳参数大于失稳阈值，则判定所述转向架失稳；
所述失稳阈值通过以下步骤确定：
构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型；
基于所述第一多体动力学仿真模型仿真计算所述正常工况下转向架的横向振动加速度，基于所述第二多体动力学仿真模型仿真计算所述失稳工况下转向架的横向加速度；
分别将所述正常工况下转向架的横向振动加速度和所述失稳工况下转向架的横向振动加速度输入至所述诊断模型，以确定所正常工况下的失稳参数以及所述失稳工况下的失稳参数；
对比所述正常工况下的失稳参数和所述失稳工况下的失稳参数，确定所述失稳阈值。
2.根据权利要求1所述的转向架横向稳定性识别方法，其特征在于，构建正常工况下的第一多体动力学仿真模型的过程包括：
采集车辆运行线路的轨道谱以获取车辆运行线路信息；
获取车辆动力学参数信息；
根据所述车辆运行线路信息以及所述车辆动力学参数信息构建正常工况下的第一多体动力学仿真模型。
3.根据权利要求1或2所述的转向架横向稳定性识别方法，其特征在于，所述转向架的构架设有横向加速度传感器，获取车辆转向架的横向振动加速度的过程包括如下步骤：
获取所述车辆的车轮转速；
根据所述车轮转速确定采样频率，并基于所述采样频率对横向加速度传感器输出的信号进行采样以获得所述车辆转向架的横向振动加速度。
4.根据权利要求1或2所述的转向架横向稳定性识别方法，其特征在于，通过滑移窗口将所述横向振动加速度输入至所述诊断模型。
5.根据权利要求1所述的转向架横向稳定性识别方法，其特征在于，所述失稳阈值包括第一失稳阈值和第二失稳阈值，且所述第一失稳阈值大于所述第二失稳阈值，所述方法还包括：
若所述失稳参数大于所述第一失稳阈值，则判定所述转向架失稳；若所述失稳参数小于所述第二失稳阈值，则判定所述转向架平稳。
6.根据权利要求1所述的转向架横向稳定性识别方法，其特征在于，通过改变一系横向定位刚度与二系横向减振器阻尼制造悬挂原件故障工况，以构建所述失稳工况下的第二多体动力学仿真模型。
7.一种转向架横向稳定性识别装置，其特征在于，包括：
获取模块，用于获取车辆转向架的横向振动加速度；
计算模块，用于将所述横向振动加速度输入至诊断模型以确定失稳参数；所述诊断模型用于对所述横向振动加速度进行傅里叶变换，并通过频域分析计算所述失稳参数；所述失稳参数为设定频率范围对应的幅值平方和占全频率范围对应的幅值平方和的比例；
判断模块，用于在所述失稳参数大于失稳阈值时，判定所述转向架失稳；
阈值确定模块，用于确定所述失稳阈值；所述阈值确定模块包括仿真单元，所述仿真单元用于构建正常工况下的第一多体动力学仿真模型和失稳工况下的第二多体动力学仿真模型；基于所述第一多体动力学仿真模型仿真计算所述正常工况下转向架的横向振动加速度，基于所述第二多体动力学仿真模型仿真计算所述失稳工况下转向架的横向加速度；分别将所述正常工况下转向架的横向振动加速度和所述失稳工况下转向架的横向振动加速度输入至所述诊断模型，以确定所正常工况下的失稳参数以及所述失稳工况下的失稳参数；对比所述正常工况下的失稳参数和所述失稳工况下的失稳参数，确定所述失稳阈值。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011597840.2A CN112765778B (zh) | 2020-12-29 | 2020-12-29 | 转向架横向稳定性识别方法、装置以及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011597840.2A CN112765778B (zh) | 2020-12-29 | 2020-12-29 | 转向架横向稳定性识别方法、装置以及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112765778A CN112765778A (zh) | 2021-05-07 |
| CN112765778B true CN112765778B (zh) | 2024-05-07 |
Family
ID=75697031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011597840.2A Active CN112765778B (zh) | 2020-12-29 | 2020-12-29 | 转向架横向稳定性识别方法、装置以及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112765778B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113868806B (zh) * | 2021-12-03 | 2022-03-08 | 季华实验室 | 高铁轨道梁稳定性识别方法、装置、电子设备及存储介质 |
| CN114084199B (zh) * | 2022-01-20 | 2022-05-03 | 浙江中自庆安新能源技术有限公司 | 一种基于递归图分析的列车稳定性评估方法及系统 |
| CN114368413B (zh) * | 2022-01-25 | 2024-04-19 | 浙江省交通投资集团有限公司智慧交通研究分公司 | 一种基于庞加莱映射分析的列车稳定性评估方法及系统 |
| CN114895551B (zh) * | 2022-05-19 | 2023-08-01 | 西南交通大学 | 一种高速列车横向平稳性与横向稳定性匹配控制方法 |
| CN114861741B (zh) * | 2022-07-11 | 2022-09-13 | 西南交通大学 | 一种基于轮对横移量的蛇行状态识别方法 |
| CN115356133B (zh) * | 2022-08-23 | 2024-06-25 | 华东交通大学 | 一种转向架运行工况在线监测、实时分类与识别算法 |
| CN115791221A (zh) * | 2022-11-28 | 2023-03-14 | 华东交通大学 | 基于数字孪生的转向架横向失稳状态实时监测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012086671A (ja) * | 2010-10-20 | 2012-05-10 | Kyb Co Ltd | 鉄道車両の振動解析装置 |
| CN105890744A (zh) * | 2016-03-30 | 2016-08-24 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆蛇形失稳判定方法 |
| CN105956408A (zh) * | 2016-05-17 | 2016-09-21 | 四川大学 | 基于吸收能量原理的爆破振动舒适性评价方法 |
| CN108195535A (zh) * | 2017-12-22 | 2018-06-22 | 清华大学 | 基于非线性激振特征的螺栓结合部松动检测方法及系统 |
| CN110274776A (zh) * | 2019-06-19 | 2019-09-24 | 中国铁道科学研究院集团有限公司 | 一种评判高速列车横向运动稳定性的方法及装置 |
| CN110411766A (zh) * | 2019-07-30 | 2019-11-05 | 中国神华能源股份有限公司神朔铁路分公司 | 列车转向架蛇形失稳检测方法、装置、系统和存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1758774B1 (de) * | 2004-06-25 | 2013-01-16 | Continental Teves AG & Co. oHG | Verfahren und einrichtung zum stabilisieren eines fahrzeugs |
| JP5123584B2 (ja) * | 2007-06-29 | 2013-01-23 | 本田技研工業株式会社 | 連結車両の運動安定化装置 |
| DE102009053801B4 (de) * | 2009-11-18 | 2019-03-21 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Verfahren und Einrichtung zur Zustandsüberwachung wenigstens einen Radsatz aufweisenden Drehgestells eines Schienenfahrzeugs |
| CN105711444B (zh) * | 2016-03-30 | 2018-05-11 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆蛇形失稳抑制系统和方法 |
-
2020
- 2020-12-29 CN CN202011597840.2A patent/CN112765778B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012086671A (ja) * | 2010-10-20 | 2012-05-10 | Kyb Co Ltd | 鉄道車両の振動解析装置 |
| CN105890744A (zh) * | 2016-03-30 | 2016-08-24 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆蛇形失稳判定方法 |
| CN105956408A (zh) * | 2016-05-17 | 2016-09-21 | 四川大学 | 基于吸收能量原理的爆破振动舒适性评价方法 |
| CN108195535A (zh) * | 2017-12-22 | 2018-06-22 | 清华大学 | 基于非线性激振特征的螺栓结合部松动检测方法及系统 |
| CN110274776A (zh) * | 2019-06-19 | 2019-09-24 | 中国铁道科学研究院集团有限公司 | 一种评判高速列车横向运动稳定性的方法及装置 |
| CN110411766A (zh) * | 2019-07-30 | 2019-11-05 | 中国神华能源股份有限公司神朔铁路分公司 | 列车转向架蛇形失稳检测方法、装置、系统和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112765778A (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112765778B (zh) | 转向架横向稳定性识别方法、装置以及计算机设备 | |
| CN110704801B (zh) | 桥梁集群结构运营安全智能监测与快速检测成套方法 | |
| US10753827B2 (en) | Method and system for measuring vertical wheel impact force in real-time based on tire pressure monitoring | |
| EP3431359B1 (en) | Track state evaluation method, device, and program | |
| CN111353252B (zh) | 一种基于环境激励的桥梁静载试验方法 | |
| CN107727338B (zh) | 一种基于车桥耦合系统的桥梁损伤诊断方法 | |
| EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
| CN104309435B (zh) | 一种路面不平度在线辨识方法 | |
| CN103900826B (zh) | 实时监测汽车底盘结构疲劳损伤的方法 | |
| CN104155968A (zh) | 一种针对高速列车悬架系统执行器的微小故障诊断方法 | |
| CN105021384A (zh) | 一种二系悬挂空气弹簧系统故障的在线诊断方法和装置 | |
| CN116164921B (zh) | 燃料电池堆的台架振动测试方法、设备和介质 | |
| Chakravarty et al. | Statistical analysis of road–vehicle–driver interaction as an enabler to designing behavioral models | |
| CN116502496A (zh) | 一种基于移动荷载与卷积神经网络的简支桥损伤检测方法 | |
| Sitton et al. | Damage scenario analysis of bridges using crowdsourced smartphone data from passing vehicles | |
| Zoljic-Beglerovic et al. | Robust parameter identification for railway suspension systems | |
| CN114115184B (zh) | 一种基于数据驱动ToMFIR的高速列车悬挂系统故障诊断方法 | |
| CN103852251A (zh) | 车架的耐久度检测方法及系统 | |
| Jung et al. | Automatic System Identification for Robust Fault Detection of Railway Suspensions | |
| CN116577055B (zh) | 基于多源传感数据的桥梁状态评估方法及系统 | |
| TWI760001B (zh) | 軌道車輛的狀態監視分析裝置及方法 | |
| Feng et al. | Localisation and quantification of stiffness loss based on the forced vibration of a beam traversed by a quarter-car | |
| Pérez et al. | Characterization of Urban Bus Acceleration Cycles for Fatigue Analysis with a Portable Low‐Cost Acquisition System | |
| CN117669205A (zh) | 一种轮轨测试模型的建立方法、轨道磨损诊断方法及系统 | |
| Kim et al. | Bogie Fault Detections by Way of Condition-Based Monitoring of a Railway Vehicle |
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 |