CN113252778B - 一种基于加速度的弹条疲劳损伤监测方法 - Google Patents
一种基于加速度的弹条疲劳损伤监测方法 Download PDFInfo
- Publication number
- CN113252778B CN113252778B CN202110388016.4A CN202110388016A CN113252778B CN 113252778 B CN113252778 B CN 113252778B CN 202110388016 A CN202110388016 A CN 202110388016A CN 113252778 B CN113252778 B CN 113252778B
- Authority
- CN
- China
- Prior art keywords
- stress
- elastic strip
- elastic
- fatigue damage
- acceleration
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
-
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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
Abstract
一种基于加速度的弹条疲劳损伤监测方法,涉及铁路安全领域,本发明通过采集、传输和处理振动加速度数据对弹条疲劳损伤进行监测,处理终端数据时,通过实测弹条加速度作为输入,对扣件系统精细化模型进行频率响应计算,得到应力频响函数,基于该函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度,对应力功率谱密度进行平均应力修正,得到应力幅值概率密度,最后结合弹条材料的S‑N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤,当弹条疲劳损伤累积到预警值时,进行预警;本发明在计算上简单快捷,有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况,为扣件弹条的正常服役提供一定的参考。
Description
技术领域
本发明涉及铁路安全领域,尤其涉及一种基于加速度的弹条疲劳损伤监测方法。
背景技术
我国高速铁路在长期运营过程中,随着列车速度以及运行密度不断增大,车辆-轨道之间的相互作用愈加剧烈,轮轨磨损更加严重,出现车轮高阶多边形和钢轨波磨等短波轮轨不平顺导致扣件弹条疲劳断裂的问题。
扣件弹条大量疲劳断裂失效后,会造成钢轨承受的扣压力减小,严重时会危及列车运行的平稳性及安全性。因此在铁路重点区段,如钢轨波磨易发区段,对扣件弹的疲劳损伤监测很有必要。传统的疲劳损伤监测一般用应变片测试应变,由于弹条危险区域是三向复杂应力状态,采用应变片只能测试平面应变,没法完全反应出弹条的实际应力状态。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题,本发明提出一种基于加速度的弹条疲劳损伤监测方法。本发明通过采集、传输和处理振动加速度数据对弹条疲劳损伤进行监测,处理终端数据时,通过实测弹条加速度作为输入,对扣件系统精细化模型进行频率响应计算,得到应力频响函数,基于该函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度,对应力功率谱密度进行平均应力修正,得到应力幅值概率密度,最后结合弹条材料的S-N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤,当弹条疲劳损伤累积到预警值时,进行预警;本发明在计算上简单快捷,有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况,为扣件弹条的正常服役提供一定的参考。
(二)技术方案
为解决上述问题,本发明提供了一种基于加速度的弹条疲劳损伤监测方法,方法步骤如下:
S1、振动加速度数据的采集:在弹条弹臂安装振动加速度传感器,采集列车通过时弹条的垂向振动加速度;
S2、振动加速度数据的传输:通过无线网络,将采集的加速度数据传输到终端;
S3、终端数据的处理及预警:终端通过弹条弹臂振动加速度数据,计算出每一辆车通过时对弹条造成的疲劳损伤,并记录所有车次造成的累积疲劳损伤累计值,当累积疲劳损伤达到预警值时,发出预警,提醒工作人员采用新弹条进行更换。
优选的,S3的步骤如下:
a、基于实测弹条加速度计算得到弹条危险点应力功率谱密度:首先建立钢轨-扣件系统精细化模型,对钢轨顶部施加加速度简谐载荷,进行频率响应分析,并提取各个频率点下弹条危险点的Von Mises应力,获得弹条危险点的应力频响函数;接着用式(1)确定弹条破坏发生的危险位置处的应力PSD,其中G(f)表示弹条危险点应力单边的功率谱密度,H(f)为弹条的应力频响函数,W(f)为弹条输入加速度的功率谱密度;最后基于弹条的应力频响函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度;频率响应分析(简称频响分析)用于计算结构在正弦周期载荷作用下对每一个计算频率点的动态响应。在频率响应分析中,激励载荷是在频域中明确定义的,载荷在每一个指定的频率上都是已知的。计算的响应结果为以实部和虚部形式表示的复数,或由幅值和相位形式定义。如果我们研究的系统响应为结构应力,则此时的频响函数叫做应力频响函数,也叫作频响应力。频响应力表征的是单位正弦激励下的应力张量响应,它包含了各应力分量的频率响应曲线。通常我们更关心这些应力分量的合成效果,即Von Mises应力的频响曲线。频响应力曲线的峰值点一般是对应着结构的某阶固有频率;
G(f)=|H(f)|2·W(f) (1);
b、采用频域修正方法对应力功率谱密度进行平均应力修正,如式(2);弹条工作时有一定的初始应力,需要考虑平均应力的影响,对弹条危险点应力功率谱密度进行修正。通过对线性系统进行理论推导,得到和Goodman修正方法等效的频域修正方法;
式中,Sm表示结构应力循环的平均应力,Su表示抗拉强度,K表示平均应力修正系数;
c、基于疲劳频域分析方法得到弹条危险点应力幅值概率密度:疲劳频域分析法的关键在于利用功率谱密度得到应力时间历程中各应力幅值的循环次数近似值,也就是应力幅值概率密度函数p(s)。为了得到应力幅值概率密度函数必须研究随机过程信号的统计特征,统计矩是用来表征概率密度的数字特征,同样,引入惯性矩用来表征随机过程信号谱密度的数字特征。惯性矩表示的是下所有的面积大小,因此式(3)为功率谱密度函数的第n阶惯性矩计算公式,通过该公式得到功率谱密度函数曲线;
mn=∫fnGT(f)df (3);
应力的随机时间历程用统计参数来描述,两个最重要的统计参数是零点正斜率的穿越数E(0)和峰值期望率数E(P)。接着由各阶惯性矩计算得到统计参数零点正斜率的穿越数E(0)以及峰值期望率数E(P),并定义不规则因子γ表示谱宽参数,计算公式如式(4);
当不规则因子为0时,应力历程视为白噪声过程;当不规则因子为1时,应力历程视为理想的窄带随机过程,也就是单一频率的简谐波;当不规则因子接近0时,应力历程视为宽带随机过程;当不规则因子接近1时,应力历程符合窄带随机过程;
最后采用疲劳频域分析方法计算得到应力幅值的概率密度函数p(S),见式(5);
基于功率谱密度的疲劳频域分析方法主要有窄带法、Dirlik法、Zhao-Baker法等,这里采用Dirlik频域疲劳分析方法。Dirlik基于蒙特卡罗(Monte Carlo)方法完成了许多的仿真模拟计算,最终求得频域信号疲劳分析法的理论上的经验闭合解。Dirlik通过选取一个指数分布叠加两个瑞利分布用来近似模拟应力雨流幅值的概率密度分布,通过应力幅值的概率密度函数p(S)可表示功率谱密度函数4个惯性矩m0,m1,m2和m4的一个函数;
d、基于弹条材料S-N曲线和疲劳线性累积损伤理论计算求得疲劳损伤:首先通过步骤c获得应力幅值概率密度后,根据式(6),得到时间T内在应力范围(Si,Si+△Si)内的应力循环次数ni,做出S-N曲线:
ni=vTp(Si)ΔSi (6);
式中,v代表在单位时间内的应力循环次数,p(Si)代表应力幅值为Si的幅值概率密度,当应力载荷为宽带随机过程时,v=E[P];当应力载荷为窄带随机过程时,v=E[0],弹条振动属于宽带随机过程,v取为E[P];
接着根据疲劳线性累积损伤理论,并结合材料的S-N曲线,求得扣件弹条的累积疲劳损伤,见式(7):
e、弹条疲劳损伤预警:设计预警值为0.8,当弹条疲劳损伤为0.8时,疲劳寿命已经达到80%,提前进行更换。
优选的,采用有限元软件建立钢轨-扣件系统精细化模型。
优选的,步骤a中,对钢轨顶部施加0-5000Hz范围内的加速度简谐载荷。
优选的,采用Dirlik方法得到应力幅值概率密度。
本发明的上述技术方案具有如下有益的技术效果:
本发明通过采集振动加速度数据、传输振动加速度数据、处理终端数据及预警的方式对弹条疲劳损伤进行监测,处理终端数据及预警时,通过现场实测得到弹条加速度作为输入,对扣件系统精细化模型进行频率响应计算,得到弹条的应力频响函数,基于弹条的应力频响函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度,对应力功率谱密度进行平均应力修正,利用频域分析法得到应力幅值概率密度,最后结合弹条材料的S-N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤,当弹条疲劳损伤累积到预警值时,进行预警,对弹条进行提前更换;本发明在计算上简单快捷,有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况,为扣件弹条的正常服役提供一定的参考。
附图说明
图1为本发明提出的一种基于加速度的弹条疲劳损伤监测方法的步骤流程框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,本发明提出的一种基于加速度的弹条疲劳损伤监测方法,方法步骤如下:
S1、振动加速度数据的采集:在弹条弹臂安装振动加速度传感器,采集列车通过时弹条的垂向振动加速度;
S2、振动加速度数据的传输:通过无线网络,将采集的加速度数据传输到终端;
S3、终端数据的处理及预警:终端通过弹条弹臂振动加速度数据,计算出每一辆车通过时对弹条造成的疲劳损伤,并记录所有车次造成的累积疲劳损伤累计值,当累积疲劳损伤达到预警值时,发出预警,提醒工作人员采用新弹条进行更换。
在一个可选的实施例中,S3的步骤如下:
a、基于实测弹条加速度计算得到弹条危险点应力功率谱密度:首先建立钢轨-扣件系统精细化模型,对钢轨顶部施加加速度简谐载荷,进行频率响应分析,并提取各个频率点下弹条危险点的Von Mises应力,获得弹条危险点的应力频响函数;接着用式(1)确定弹条破坏发生的危险位置处的应力PSD,其中G(f)表示弹条危险点应力单边的功率谱密度,H(f)为弹条的应力频响函数,W(f)为弹条输入加速度的功率谱密度;最后基于弹条的应力频响函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度;频率响应分析(简称频响分析)用于计算结构在正弦周期载荷作用下对每一个计算频率点的动态响应。在频率响应分析中,激励载荷是在频域中明确定义的,载荷在每一个指定的频率上都是已知的。计算的响应结果为以实部和虚部形式表示的复数,或由幅值和相位形式定义。如果我们研究的系统响应为结构应力,则此时的频响函数叫做应力频响函数,也叫作频响应力。频响应力表征的是单位正弦激励下的应力张量响应,它包含了各应力分量的频率响应曲线。通常我们更关心这些应力分量的合成效果,即Von Mises应力的频响曲线。频响应力曲线的峰值点一般是对应着结构的某阶固有频率;
G(f)=|H(f)|2·W(f) (1);
b、采用频域修正方法对应力功率谱密度进行平均应力修正,如式(2);弹条工作时有一定的初始应力,需要考虑平均应力的影响,对弹条危险点应力功率谱密度进行修正。通过对线性系统进行理论推导,得到和Goodman修正方法等效的频域修正方法;
式中,Sm表示结构应力循环的平均应力,Su表示抗拉强度,K表示平均应力修正系数;
c、基于疲劳频域分析方法得到弹条危险点应力幅值概率密度:疲劳频域分析法的关键在于利用功率谱密度得到应力时间历程中各应力幅值的循环次数近似值,也就是应力幅值概率密度函数p(s)。为了得到应力幅值概率密度函数必须研究随机过程信号的统计特征,统计矩是用来表征概率密度的数字特征,同样,引入惯性矩用来表征随机过程信号谱密度的数字特征。惯性矩表示的是下所有的面积大小,因此式(3)为功率谱密度函数的第n阶惯性矩计算公式,通过该公式得到功率谱密度函数曲线;
mn=∫fnGT(f)df (3);
应力的随机时间历程用统计参数来描述,两个最重要的统计参数是零点正斜率的穿越数E(0)和峰值期望率数E(P)。接着由各阶惯性矩计算得到统计参数零点正斜率的穿越数E(0)以及峰值期望率数E(P),并定义不规则因子γ表示谱宽参数,计算公式如式(4);
当不规则因子为0时,应力历程视为白噪声过程;当不规则因子为1时,应力历程视为理想的窄带随机过程,也就是单一频率的简谐波;当不规则因子接近0时,应力历程视为宽带随机过程;当不规则因子接近1时,应力历程符合窄带随机过程;
最后采用疲劳频域分析方法计算得到应力幅值的概率密度函数p(S),见式(5);
基于功率谱密度的疲劳频域分析方法主要有窄带法、Dirlik法、Zhao-Baker法等,这里采用Dirlik频域疲劳分析方法。Dirlik基于蒙特卡罗(Monte Carlo)方法完成了许多的仿真模拟计算,最终求得频域信号疲劳分析法的理论上的经验闭合解。Dirlik通过选取一个指数分布叠加两个瑞利分布用来近似模拟应力雨流幅值的概率密度分布,通过应力幅值的概率密度函数p(S)可表示功率谱密度函数4个惯性矩m0,m1,m2和m4的一个函数;
d、基于弹条材料S-N曲线和疲劳线性累积损伤理论计算求得疲劳损伤:首先通过步骤c获得应力幅值概率密度后,根据式(6),得到时间T内在应力范围(Si,Si+△Si)内的应力循环次数ni,做出S-N曲线:
ni=vTp(Si)ΔSi (6);
式中,v代表在单位时间内的应力循环次数,p(Si)代表应力幅值为Si的幅值概率密度,当应力载荷为宽带随机过程时,v=E[P];当应力载荷为窄带随机过程时,v=E[0],弹条振动属于宽带随机过程,v取为E[P];
接着根据疲劳线性累积损伤理论,并结合材料的S-N曲线,求得扣件弹条的累积疲劳损伤,见式(7):
e、弹条疲劳损伤预警:设计预警值为0.8,当弹条疲劳损伤为0.8时,疲劳寿命已经达到80%,提前进行更换。
在一个可选的实施例中,采用有限元软件建立钢轨-扣件系统精细化模型。
在一个可选的实施例中,步骤a中,对钢轨顶部施加0-5000Hz范围内的加速度简谐载荷。
在一个可选的实施例中,采用Dirlik方法得到应力幅值概率密度。
本发明通过采集振动加速度数据、传输振动加速度数据、处理终端数据及预警的方式对弹条疲劳损伤进行监测,处理终端数据及预警时,通过现场实测得到弹条加速度作为输入,对扣件系统精细化模型进行频率响应计算,得到弹条的应力频响函数,基于弹条的应力频响函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度,对应力功率谱密度进行平均应力修正,利用频域分析法得到应力幅值概率密度,最后结合弹条材料的S-N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤,当弹条疲劳损伤累积到预警值时,进行预警,对弹条进行提前更换;本发明在计算上简单快捷,有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况,为扣件弹条的正常服役提供一定的参考。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (4)
1.一种基于加速度的弹条疲劳损伤监测方法,其特征在于,方法步骤如下:
S1、振动加速度数据的采集:在弹条弹臂安装振动加速度传感器,采集列车通过时弹条的垂向振动加速度;
S2、振动加速度数据的传输:通过无线网络,将采集的加速度数据传输到终端;
S3、终端数据的处理及预警:终端通过弹条弹臂振动加速度数据,计算出每一辆车通过时对弹条造成的疲劳损伤,并记录所有车次造成的累积疲劳损伤累计值,当累积疲劳损伤达到预警值时,发出预警,提醒工作人员采用新弹条进行更换;
S3的步骤如下:
a、基于实测弹条加速度计算得到弹条危险点应力功率谱密度:首先建立钢轨-扣件系统精细化模型,对钢轨顶部施加加速度简谐载荷,进行频率响应分析,并提取各个频率点下弹条危险点的Von Mises应力,获得弹条危险点的应力频响函数;接着用式(1)确定弹条破坏发生的危险位置处的应力PSD,其中G(f)表示弹条危险点应力单边的功率谱密度,H(f)为弹条的应力频响函数,W(f)为弹条输入加速度的功率谱密度;最后基于弹条的应力频响函数和弹条振动加速度功率谱,计算得到弹条危险点的应力功率谱密度;
G(f)=|H(f)|2·W(f) (1);
b、采用频域修正方法对应力功率谱密度进行平均应力修正,如式(2);
式中,Sm表示结构应力循环的平均应力,Su表示抗拉强度,K表示平均应力修正系数;
c、基于疲劳频域分析方法得到弹条危险点应力幅值概率密度:式(3)为功率谱密度函数的第n阶惯性矩计算公式,通过该公式得到功率谱密度函数曲线;
mn=∫fnGT(f)df (3);
接着由各阶惯性矩计算得到统计参数零点正斜率的穿越数E(0)以及峰值期望率数E(P),并定义不规则因子γ表示谱宽参数,计算公式如式(4);
当不规则因子为0时,应力历程视为白噪声过程;当不规则因子为1时,应力历程视为理想的窄带随机过程,也就是单一频率的简谐波;当不规则因子接近0时,应力历程视为宽带随机过程;当不规则因子接近1时,应力历程符合窄带随机过程;
最后采用疲劳频域分析方法计算得到应力幅值的概率密度函数p(S),见式(5);
d、基于弹条材料S-N曲线和疲劳线性累积损伤理论计算求得疲劳损伤:首先通过步骤c获得应力幅值概率密度后,根据式(6),得到时间T内在应力范围(Si,Si+△Si)内的应力循环次数ni,做出S-N曲线:
ni=vTp(Si)ΔSi (6);
式中,v代表在单位时间内的应力循环次数,p(Si)代表应力幅值为Si的幅值概率密度,当应力载荷为宽带随机过程时,v=E[P];当应力载荷为窄带随机过程时,v=E[0],弹条振动属于宽带随机过程,v取为E[P];
接着根据疲劳线性累积损伤理论,并结合材料的S-N曲线,求得扣件弹条的累积疲劳损伤,见式(7):
e、弹条疲劳损伤预警:设计预警值为0.8,当弹条疲劳损伤为0.8时,疲劳寿命已经达到80%,提前进行更换。
2.根据权利要求1所述的一种基于加速度的弹条疲劳损伤监测方法,其特征在于,采用有限元软件建立钢轨-扣件系统精细化模型。
3.据权利要求1所述的一种基于加速度的弹条疲劳损伤监测方法,其特征在于,步骤a中,对钢轨顶部施加0-5000Hz范围内的加速度简谐载荷。
4.根据权利要求1所述的一种基于加速度的弹条疲劳损伤监测方法,其特征在于,采用Dirlik方法得到应力幅值概率密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110388016.4A CN113252778B (zh) | 2021-04-12 | 2021-04-12 | 一种基于加速度的弹条疲劳损伤监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110388016.4A CN113252778B (zh) | 2021-04-12 | 2021-04-12 | 一种基于加速度的弹条疲劳损伤监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252778A CN113252778A (zh) | 2021-08-13 |
CN113252778B true CN113252778B (zh) | 2022-11-11 |
Family
ID=77220604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110388016.4A Active CN113252778B (zh) | 2021-04-12 | 2021-04-12 | 一种基于加速度的弹条疲劳损伤监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252778B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705051B (zh) * | 2021-08-26 | 2023-11-21 | 中建桥梁有限公司 | 一种基于扣件弹条服役寿命的钢轨波磨打磨方法 |
CN115994477B (zh) * | 2023-03-24 | 2023-07-14 | 西安航天动力研究所 | 一种火箭发动机管路的寿命确定方法 |
CN117252050A (zh) * | 2023-08-04 | 2023-12-19 | 中国船舶重工集团公司第七0三研究所 | 一种用于随机振动的可靠度计算方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539477A (zh) * | 2009-05-08 | 2009-09-23 | 中国海洋大学 | 一种深水顶张式立管涡激振动与疲劳分析的方法 |
CN104268335A (zh) * | 2014-09-23 | 2015-01-07 | 工业和信息化部电子第五研究所 | 微组装组件振动疲劳寿命预测方法和系统 |
US9782778B1 (en) * | 2015-02-06 | 2017-10-10 | Alexander V. Drynkin | Laboratory tube presentation apparatus for raising a row of tubes contained in a rack of tubes |
CN111597673A (zh) * | 2019-02-21 | 2020-08-28 | 株洲中车时代电气股份有限公司 | 一种随机振动疲劳的加速试验方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1027360C (zh) * | 1992-04-06 | 1995-01-11 | 西南交通大学 | 铁道机车车辆车轮踏面损伤检测方法 |
CN103076247B (zh) * | 2013-01-16 | 2015-07-08 | 南京航空航天大学 | 材料弯曲疲劳试验方法 |
CN104200122B (zh) * | 2014-09-22 | 2017-02-15 | 大连交通大学 | 复杂焊接结构随机振动疲劳寿命预测方法 |
CN105241660B (zh) * | 2015-11-09 | 2019-04-23 | 西南交通大学 | 基于健康监测数据的高铁大型桥梁性能测试方法 |
CN105651478A (zh) * | 2015-12-15 | 2016-06-08 | 西安交通大学青岛研究院 | 一种基于振动信号测试零部件疲劳寿命的分析方法 |
CN105806944B (zh) * | 2016-03-16 | 2019-03-05 | 华中科技大学 | 一种缆索疲劳损伤的检测方法及装置 |
CN106891914A (zh) * | 2017-01-26 | 2017-06-27 | 铭鲸创新科技有限公司 | 轨道扣件系统工作状态实时监测装置、系统和方法 |
CN107103162A (zh) * | 2017-05-26 | 2017-08-29 | 中国人民解放军国防科学技术大学 | 一种基于疲劳损伤累积理论的振动加速试验方法及系统 |
CN110988135B (zh) * | 2019-12-23 | 2022-03-29 | 北京工业大学 | 一种无约束振动处理下疲劳损伤修复振动参数的确定方法 |
CN111122186A (zh) * | 2020-01-10 | 2020-05-08 | 西南交通大学 | 一种轨道车辆车体振动疲劳监测系统及方法 |
CN211904586U (zh) * | 2020-02-27 | 2020-11-10 | 西南交通大学 | 一种铁道车辆轮轨高频载荷激励试验装置 |
-
2021
- 2021-04-12 CN CN202110388016.4A patent/CN113252778B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539477A (zh) * | 2009-05-08 | 2009-09-23 | 中国海洋大学 | 一种深水顶张式立管涡激振动与疲劳分析的方法 |
CN104268335A (zh) * | 2014-09-23 | 2015-01-07 | 工业和信息化部电子第五研究所 | 微组装组件振动疲劳寿命预测方法和系统 |
US9782778B1 (en) * | 2015-02-06 | 2017-10-10 | Alexander V. Drynkin | Laboratory tube presentation apparatus for raising a row of tubes contained in a rack of tubes |
CN111597673A (zh) * | 2019-02-21 | 2020-08-28 | 株洲中车时代电气股份有限公司 | 一种随机振动疲劳的加速试验方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113252778A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113252778B (zh) | 一种基于加速度的弹条疲劳损伤监测方法 | |
Liu et al. | Fatigue life analysis of automotive key parts based on improved peak‐over‐threshold method | |
Wu et al. | Fatigue analysis of the gearbox housing in high-speed trains under wheel polygonization using a multibody dynamics algorithm | |
He et al. | EMD-based random decrement technique for modal parameter identification of an existing railway bridge | |
Molodova et al. | Axle box acceleration: Measurement and simulation for detection of short track defects | |
CN106845429B (zh) | 振动信号分级判断识别方法、落石能量规模计算方法、落石危险预警方法 | |
CN104032629B (zh) | 一种垂向轨道长波不平顺在线监测方法及系统 | |
CN105241660A (zh) | 基于健康监测数据的高铁大型桥梁性能评定方法 | |
EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
CN112834193B (zh) | 一种基于三维图的运营桥梁振动和健康状态异常预警方法 | |
WO2023087890A1 (zh) | 一种基于动应力、振动和oma综合分析判断构架模态共振方法 | |
CN102441579B (zh) | 热连轧轧机运行状态的在线监测方法 | |
CN110987348A (zh) | 基于弓网动态响应的接触网硬点确定方法及装置 | |
CN108563828B (zh) | 一种道岔尖轨纵向裂纹扩展过程分析方法及养护方法 | |
Molodova et al. | Monitoring the railway infrastructure: Detection of surface defects using wavelets | |
Wei et al. | Experimental and numerical investigation of fatigue failure for metro bogie cowcatchers due to modal vibration and stress induced by rail corrugation | |
CN103983697A (zh) | 一种运行状态下离心压缩机叶轮裂纹的频域定量诊断方法 | |
CN111591319A (zh) | 一种用于高速铁路的轨道状况动态监测方法 | |
CN109489931A (zh) | 一种异常冲击实时检测方法 | |
KR20170039906A (ko) | 다양한 진동 스펙트럼 패턴에 대응 가능한 주파수 영역의 피로 손상도 계산방법 | |
CN114001819A (zh) | 轨道交通振动噪声监控系统 | |
Mosleh et al. | Approaches for weigh-in-motion and wheel defect detection of railway vehicles | |
An et al. | A novel approach of identifying railway track rail’s modal frequency from wheel-rail excitation and its application in high-speed railway monitoring | |
Zhang et al. | Experimental investigation of effect of wheel out-of-roundness on fracture of coil springs in metro vehicles | |
Chin et al. | Durability prediction of coil spring through multibody-dynamics-based strain generation |
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 |