CN113276905B - 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 - Google Patents
区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 Download PDFInfo
- Publication number
- CN113276905B CN113276905B CN202110483970.1A CN202110483970A CN113276905B CN 113276905 B CN113276905 B CN 113276905B CN 202110483970 A CN202110483970 A CN 202110483970A CN 113276905 B CN113276905 B CN 113276905B
- Authority
- CN
- China
- Prior art keywords
- time
- frequency
- corrugation
- train
- track
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
-
- 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
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了区分轨道波磨及车轮多边形磨耗的识别方法与测量方法,应用在轨道交通轨道检测技术领域,可用于地铁以及高速列车,对列车的加速度、位移等参数进行采集,通过获得轴箱振动加速度转换为时频图,通过时频图的横向条带分布,区分轨道波磨与车轮多边形磨耗,通过车体振动加速度、车体轴箱相对位移和轴箱加速度来测量波磨波长与波深;能够精确识别轨道波磨和车轮多边形磨耗,判断车轮多边形损伤类型以及测量轨道波磨的波长和波深,进而对列车和轨道进行维护保养,避免造成恶劣后果,实用价值高。
Description
技术领域
本发明涉及轨道交通的轨道检测技术领域,特别涉及区分轨道波磨及车轮多边形磨耗的识别方法与测量方法。
背景技术
车轮多边形磨耗是指轨道列车的车轮在运用一段时间后会因牵引制动、滚动接触和轮轨共振等因素的影响而产生磨耗,并不再保持理想圆形,产生周向不均匀磨耗的现象。车轮多边形损伤类型是车轮多边形磨耗中比较关心的一个指标,可以通过车轮多边形阶次n(或车轮多边形边数)来描述。
车轮多边形磨耗深度达到某一阶段后,会导致轮轨之间产生高频冲击振动,引起列车及轨道强烈的振动和巨大的噪声,乘坐舒适性、运行平稳性和安全性急剧下降。
然而,车轮多边形磨耗难以通过直接观察发现,往往是列车检修时发现轴箱连接螺栓或者轴箱端盖脱落,以及其他部件发生疲劳破坏,车轮多边形磨耗才能引起列车检修员和研究人员的注意。1998年德国ICE型高速列车发生脱轨事故,最终调查报告显示正是由于车轮多边形引起轮箍疲劳破坏而导致脱轨。因此,及时检测车轮多边形磨耗,并根据检测结果和安全标准及时对车轮进行维护,可以保障列车运行平稳性和安全性。
轨道波浪型磨耗(简为“波磨”)是指轨道投入使用后,轨顶沿纵向表面出现的有一定规律性的波形不平顺现象,是轨道损伤的一种主要形式。轨道波磨造成的危害主要有:
1)列车通过波磨地段时,轮对、转向架以及整个车体都会发生剧烈的振动,振动不仅影响乘坐舒适性,同时极大地缩短了列车结构和零部件的使用寿命,增加养护维修费用。
2)如果轨道波磨严重,列车通过时易产生较大冲击力,可能引起列车减载脱轨、车轴断裂等行车安全事故。
3)列车通过波磨轨道时所发出的啸叫声会造成极大的噪声污染。
波长和波深是反映波磨严重程度的两个参数,波长是两个相邻波峰之间的水平距离,波深是相邻的波峰和波谷之间的垂直距离。波磨的形成与轮轨系统的某一阶振动有关,一旦某处波磨形成,波深逐渐加大,波长基本固定,波磨区域沿轨道不断向前拓展。
如今,在国内,不管是近年来发展迅猛的高速铁路,还是城市地铁,轻轨等轨道交通领域,波磨问题都已出现,并且愈发严重。考虑到波磨的危害和不可避免性,铁路和城市轨道部门需要快速、准确地获取轨道的波磨信息,包括轨道波磨的波长和波深以及波磨出现的区段,为检修、打磨轨道提供可靠依据。若轨道出现波磨,被波磨检测装置发现后,需要及时进行打磨处理;若打磨不到位,轨道的波磨便没有被完全消除,那么波磨情况会进一步加剧,最终导致只能换轨处理。所以检测方要做到尽早发现,尽早处理。
现有技术仅仅是针对轨道波磨或车轮多边形磨耗单一问题进行分析处理,并没有将两者结合,但实际上,因为城市轨道交通列车的运行环境十分复杂、恶劣,高速列车的运营速度快、里程长,轨道和列车上发生的故障常以多种形式存在,轨道波磨和车轮多边形磨耗常常同时发生。在这种情况下,单一的轨道波磨或车轮多边形磨耗检测不能准确识别两类磨耗,得到的结果不能真实反应轨道和列车的完整状态,从而不能提出最好的维护保养方案,一旦错过了最佳的维保时机,两类磨耗程度将愈发严重,造成重新更换车轮及轨道的恶劣后果,带来极大的经济损失。
发明内容
本发明的目的在于克服现有技术中所存在的磨耗分析时没有将轨道波磨和车轮多边形磨耗结合进行识别、且识别不准确的问题,提供区分轨道波磨及车轮多边形磨耗的识别方法与测量方法,该方法能准确识别轨道波磨与车轮多边形磨耗,同时识别车轮多边形损伤类型,进而进一步对轨道波磨和车轮多边形磨耗进行测量,功能多样,实用价值高,能够安装在运营列车上,得到广泛运用。
为了实现上述发明目的,本发明提供了以下技术方案:
区分轨道波磨及车轮多边形磨耗的识别方法,其包括以下步骤:
S1、选取列车的任意两节车体,并对前后两节车体进行编号,在两节车体的轴箱处安装测量加速度的装置,保持列车匀速运行;
S2、持续获取S1中两节车体的轴箱振动加速度,对得到的两组振动加速度数据都进行高通滤波和Hilbert-Huang变换,得到两节车体轴箱的第一时频图;高通滤波和Hilbert-Huang变换的顺序可互换;
S3、对两个第一时频图分别进行截取,截取轨道相同位置区段对应的时频数据,分别得到两节车体轴箱的第二时频图;
S4、结合两个第二时频图,根据是否存在横向条带分布,来判断是否存在轨道波磨和车轮多边形磨耗。
通过步骤S1-S4的识别判断,本发明能够准确地将轨道波磨和车轮多边形磨耗区分开,实现同时对两者进行识别和判断,精确识别轨道波磨和车轮多边形磨耗,避免了仅考虑单一因素而造成判断不准确的问题,该方法可操作性强,其使用的测试设备能广泛运用在铁路运营列车上,实用性好。
在发明较佳的实施例中,上述步骤S2中的Hilbert-Huang变换方法为:
S21、使用经验模态分解方法将两节车体的轴箱振动加速度数据分别分解成具有单分量特性的固有模态函数;
S22、对各个上述固有模态函数分别进行Hilbert变换,得到两节车体轴箱振动加速度数据的解析形式,同时获取具有物理意义的瞬时频率;
S23、将各个固有模态函数的时频谱叠加为两节车体轴箱的第一时频图。
在发明较佳的实施例中,上述步骤S3中的截取过程为:对前后两节车体进行编号,选取前一节车体轴箱的第一时频图中的匀速运行区段[t1,t2]的时频分布数据和后一节车体轴箱的匀速运行区间的时频分布数据,分别作为两节车体轴箱的第二时频图,其中,t1、t2为匀速运行时先后选取的任意时刻,两节车体的轴箱在前进方向上相位不同引起的时间差,L为两节车体的轴箱中心距,v0为列车匀速行驶速度。
在发明较佳的实施例中,上述步骤S4中,判断过程为:
S41、查看两个第二时频图,根据是否存在贯穿始终、且频率集中的横向条带分布,来判断是否存在车轮多边形磨耗现象;
S42、查看两个第二时频图,根据是否存在至少一条连续或断续、且频率不集中的横向条带分布,来判断是否存在轨道波磨现象;
其中步骤S41和S42的顺序可互换。
轨道波磨及车轮多边形磨耗的测量方法,包括上述识别方法的步骤,根据步骤S4判断轨道波磨和车轮多边形磨耗是同时存在的,测量方法还包括测量车轮多边形阶数的步骤S5、测量轨道波磨波长的步骤S6和测量轨道波磨波深的步骤S7;通过对车轮多边形阶数、轨道波磨波长和轨道波磨波深的测量,能够准确地判断车轮多边形损伤类型、轨道波磨的损伤情况,进而对轨道和车轮进行及时的维护和保养,实用性好,应用价值高。
在发明较佳的实施例中,上述测量车轮多边形阶数的步骤S5为:
S51、判断波磨和多边形磨耗的激励频率重叠现象是否明显,选取两个第二时频图中激励频率重叠现象相对不明显的第二时频图作为第一基准时频图;
S52、识别并提取各个第二时频图上能量相近的点,作为波磨能量近似点集;
S53、在第一基准时频图上,通过将波磨能量近似点集的能量设为0并刷新第一基准时频图,得到第二基准时频图;
S54、判断第二基准时频图中是否存在贯穿始终且频率集中的横向条带分布,若存在,根据横向条带对应的频率-时间点的数据,判断存在车轮多边形磨耗,并确定多边形磨耗的阶数;若不存在,则说明仅存在轨道波磨。
在发明较佳的实施例中,上述步骤S52具体为:
S522、若能量幅值之差小于能量预设值,则将点置入波磨能量近似点集中;
在发明较佳的实施例中,上述步骤S54的判断过程为:
S541、对第二基准时频图中的横向条带对应的频率-时间点进行数据拟合,得到拟合的激励频率fp;
S542、根据下列公式计算多边形阶数:
式中,n为多边形阶数,fp为拟合的车轮多边形激励频率,D为列车车轮直径,v0为列车匀速运行速度;
S543、根据下列公式判断是否存在车轮多边形磨耗:
|n-n0|<ε2
式中,n为多边形阶数,n0为正整数,ε2为多边形预设值;
若存在正整数n0时,多边形阶数n=n0。
在发明较佳的实施例中,上述测量轨道波磨波长的步骤S6为:
S61、对第一基准时频图对应的原始振动加速度数据进行带阻滤波、高通滤波和Hilbert-Huang变换,得到第三基准时频图;带阻滤波和高通滤波的变换的顺序可互换;
S62、判断第三基准时频图中是否存在横向条带分布,若存在,根据横向条带频率的不同,将横向带条分为多个横向条带区段;若不存在,则说明仅存在车轮多边形磨耗;
S63、分别计算多个横向条带区段的波磨波长;
S64、根据列车行驶里程与时间的对应关系,转换得到多个横向条带区段的波磨波长与列车行驶里程的对应关系。
在发明较佳的实施例中,上述测量轨道波磨波深的步骤S7包括:
S71、在选取的两节车体的一位端安装测量加速度的装置,在两节车体的轴箱处安装测量位移的装置,保持列车运行;
S72、持续获取列车运行过程中的两节车体的一位端振动加速度数据和车体轴箱的相对位移数据;
S73、确定第一基准时频图对应的车体编号,将车体编号对应的车体一位端振动加速度数据作为第一基准车体振动加速度数据,将车体编号对应的位移数据作为基准相对位移数据;
S74、对第一基准车体振动加速度数据进行滤波处理,得到第二基准车体振动加速度数据,再结合基准相对位移数据,得到基准轴箱位移数据;
S75、对基准轴箱位移数据进行带阻滤波及高通滤波,得到轨道波磨波深数据;
S76、根据轨道波磨波深数据与时间的对应关系,以及列车行驶里程与时间的对应关系,转换得到轨道波磨波深数据与列车行驶里程的对应关系;
S77、将轨道波磨波深数据等距分为多个区段,分别计算每个区段内波磨波深幅值的均值与标准差。
与现有技术相比,本发明的有益效果:
1.本发明所述的区分轨道波磨及车轮多边形磨耗的识别方法,能够准确地将轨道波磨和车轮多边形磨耗区分开,实现同时对两者进行识别和判断,精确识别轨道波磨和车轮多边形磨耗,避免了仅考虑单一因素而造成判断不准确的问题,该方法可操作性强,其使用的测试设备能广泛运用在铁路运营列车上,实用性好;
2.本发明所述的轨道波磨及车轮多边形磨耗的测量方法,通过对轴箱加速度数据和相对位移数据进行测量和运算,能够判断车轮多边形损伤类型,以及测量轨道波磨的波长和波深,可操作性强,得到的结果准确可靠,可指导相关部门对轨道和车轮及时进行维护保养,应用价值高。
附图说明:
图1为本发明较佳的实施例1测量系统示意图;
图2为本发明较佳的实施例的车体测量原理示意图;
图3为本发明较佳的实施例使用的区分轨道波磨与车轮多边形磨耗的识别方法的步骤图;
图4为本发明较佳的实施例2测量系统示意图;
图5为本发明较佳的实施例使用的测量车轮多边形阶数的步骤图;
图6为本发明较佳的实施例使用的测量轨道波磨波长的步骤图;
图7为本发明较佳的实施例3测量系统示意图;
图8为本发明较佳的实施例使用的测量轨道波磨波深的步骤图;
图中标记:101-一号车体,102-二号车体,103-一号车体一位端,104-二号车体一位端,105-一号轴箱,106-二号轴箱,107-一号车体一位端加速度传感器,108-二号车体一位端加速度传感器,109-一号位移传感器,110-二号位移传感器,111-一号轴箱加速度传感器,112-二号轴箱加速度传感器,201-车体,202-转向架,203-车体轴箱,204-车体加速度传感器,205-车体轴箱相对位移传感器。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
请参照图1和图2,本实施例中,测量加速度的装置为加速度传感器,也可采用加速度计,测量位移数据的装置为位移传感器,本实施例提供了测试列车、加速度传感器和位移传感器组成的测量系统,其包括车体201、转向架202、轴箱203、车体加速度传感器204和车体轴箱相对位移传感器205,车体加速度传感器204均在车体201的两侧对称位置布置,车体轴箱相对位移传感器205在轴箱203的两侧对称位置布置,在测试列车运行过程中,车体加速度传感器204、车体轴箱相对位移传感器205分别持续获取车体201的振动加速度数据,记为ab(t),以及车体201与轴箱203之间的相对位移数据,记为w(t)。
本实施例的车体201具有多节车体,选取任意两节车体,对两节车体根据列车行驶方向进行编号,在列车行驶方向上,靠前的车体201命名为一号车体101,靠后的车体201命名为二号车体102,一号车体101位于二号车体102的前进方向上,图1中箭头方向为列车行驶方向,本实施例中,一号车体101和二号车体102相邻,也可采用其他位置的某号车体,对结果没有影响;车体加速度传感器204包括一号车体一位端加速度传感器107、二号车体一位端加速度传感器108、一号轴箱加速度传感器111和二号轴箱加速度传感器112,车体轴箱相对位移传感器205包括一号位移传感器109和二号位移传感器110,车体轴箱203包括一号轴箱105和二号轴箱106。
两个一号轴箱加速度传感器111分别布置于一号车体一位端103对应的一轴轴箱(简称一号轴箱105)的两侧对称位置,两个二号轴箱加速度传感器112分别布置于二号车体一位端104对应的一轴轴箱(简称二号轴箱106)的两侧对称位置,记录一号轴箱105与二号轴箱106的中心距L;两个一号轴箱加速度传感器111持续获取列车运行过程中的一号轴箱105振动加速度数据aa11(t)和aa12(t),统称为aa1(t),两个二号轴箱加速度传感器112持续获取列车运行过程中的二号轴箱106振动加速度数据aa21(t)和aa22(t),统称为aa2(t)。
请参照图3,本实施例还提供了区分轨道波磨及车轮多边形磨耗的识别方法,其步骤为以下:
S1、选取列车车体201的任意两节车体,并对前后两节车体进行编号,本实施例选取一号车体101和二号车体102,按照上述设置安装好车体加速度传感器204和车体轴箱相对位移传感器205,保持列车以速度v0匀速运行;结合测试列车自带的速度检测装置,即列车的仪表,全程记录列车行驶速度v和时间t的对应关系v(t),进一步得到列车行驶里程s和时间t的对应关系s(t);
S2、持续获取S1中两节车体的轴箱振动加速度,对得到的两组振动加速度数据都进行高通滤波和Hilbert-Huang变换,得到两节车体的车体轴箱203的第一时频图;高通滤波为现有技术,是一种过滤方式,规则为高频信号能正常通过,而低于设定临界值的低频信号则被阻隔、减弱,这里不作详述。
S2、对一号轴箱105振动加速度数据aa1(t)和二号轴箱106振动加速度数据aa2(t)进行高通滤波以及Hilbert-Huang变换,分别得到一号轴箱105的第一时频图,记为aa1(f,t),得到二号轴箱106的第一时频图,记为aa2(f,t);
S21、使用经验模态分解方法(EMD)将一号轴箱105振动加速度数据aa1(t)和二号轴箱106振动加速度数据aa2(t)分解成具有单分量特性的固有模态函数(IMF);
S22、对各个上述固有模态函数分别进行Hilbert变换,得到一号轴箱105振动加速度数据aa1(t)和二号轴箱106振动加速度数据aa2(t)的解析形式,同时获取有明确物理意义的瞬时频率;
S23、将各个固有模态函数的时频谱叠加为一号轴箱105的第一时频图aa1(f,t)和二号轴箱106的第一时频图aa2(f,t);
S3、对两个第一时频图aa1(f,t)和aa2(f,t)分别进行截取,截取轨道相同位置区段对应的时频数据,分别得到两节车体的车体轴箱203的第二时频图,记一号轴箱105的第二时频图为aa1p(f,t),记二号轴箱106的第二时频图为aa2p(f,t);
截取具体过程为:对前后两节车体进行编号,即标记为一号车体101和二号车体102,选取一号轴箱105的第一时频图aa1(f,t)中的匀速运行区段[t1,t2]的时频分布数据,得到一号轴箱105的第二时频图aa1p(f,t),截取二号轴箱106的第一时频图aa2(f,t)中列车匀速运行区段中的时频分布数据,得到二号轴箱106的第二时频图aa2p(f,t),这里需要列车始终保持匀速运行,需要确认在在时间段列车仍是以速度v0匀速运行;t1和t2的取值,应使得匀速运行区段[t1,t2]和应足够大,以保证数据的准确性。
式中,L为两节车体的轴箱中心距,v0为列车匀速行驶速度。
S4、结合一号轴箱105的第二时频图aa1p(f,t)和二号轴箱106的第二时频图aa2p(f,t),根据是否存在横向条带分布,来判断是否存在轨道波磨和车轮多边形磨耗;
S41、查看两个第二时频图,根据是否存在一条贯穿始终、且频率集中的横向条带分布,来判断是否存在车轮多边形磨耗现象;
S42、查看两个第二时频图,根据是否存在一条或多条,连续或断续,且频率不集中的横向条带分布,来判断是否存在轨道波磨现象。
实施例2
实施例2包括了实施例1的内容,不同之处在于:
请参照图4,实施例2中的测量系统与实施例1有所不同,本实施例中选取的两节车体为间隔的,在列车前进方向上,选取相间隔的一号车体101和二号车体102,一号车体101位于二号车体102前面。
实施例2中的区分轨道波磨及车轮多边形磨耗的识别方法的步骤S2中,先进行Hilbert-Huang变换,再进行高通滤波;步骤S4中,S41和S42的顺序互换。
更重要的区别在于,实施例2还包括了轨道波磨及车轮多边形磨耗的测量方法,其中,测量方法基于实施例1中识别方法的步骤,测量方法根据S4判断轨道波磨和车轮多边形磨耗同时存在,请参照图3,测量方法还包括①测量车轮多边形阶数的步骤S5和②测量轨道波磨波长的步骤S6。
请参照图5和图6,轨道波磨及车轮多边形磨耗的测量方法,包括:
①测量车轮多边形阶数的步骤S5
S51、判断波磨和多边形磨耗的激励频率重叠现象是否明显,从一号轴箱105和二号轴箱106的第二时频图中选出波磨和多边形磨耗的激励频率重叠现象较不明显的时频图作为第一基准时频图;本实施例中,将一号轴箱105的第二时频图aa1p(f,t)作为第一基准时频图,记为aasp(f,t);
S52、识别并提取各个第二时频图上能量相近的点,作为波磨能量近似点集;
S521、计算两个第二时频图上频率相等、时间间隔为的点所对应的能量幅值之差,并预设能量预设值来筛选;其中,频率相等、时间间隔为的点指的是频率相等,且两节车体的车体轴箱203的第二时频图对应的时间差为的点;
以Δf和Δt分别作为频率和时间间隔,Δt为在[t1,t2]或范围内的时间间隔,至少满足能够取2个Δt,Δf为时间间隔所对应的频率间隔,对能量幅值aa1p(iΔf,jΔt+t1)和进行比较,判断是否满足公式2:
S522、若能量幅值之差小于能量预设值,第二时频图上的频率-时间点的点集,记为(iΔf,jΔt+t1),则将点置入波磨能量近似点集中;
S53、在第一基准时频图aasp(f,t)上,通过将波磨能量近似点集的能量设为0并刷新第一基准时频图,得到第二基准时频图aaspm(f,t);
S54、判断第二基准时频图aaspm(f,t)中是否存在贯穿始终,且频率集中的横向条带分布,若存在,根据横向条带对应的频率-时间点的点集数据,判断存在车轮多边形磨耗,并确定多边形磨耗的阶数;若不存在,则说明仅存在轨道波磨;具体步骤为:
S541、对第二基准时频图中的横向条带对应的频率-时间点的点数据进行拟合,拟合方法不限于最小二乘法,本实施例采用最小二乘法,得到拟合的激励频率fp;
S542、根据下列公式3计算多边形阶数:
式中,n为多边形阶数,fp为拟合的车轮多边形激励频率,D为列车车轮直径,v0为列车匀速运行速度;
S543、根据下列公式4判断是否存在车轮多边形磨耗:
|n-n0|<ε2
式中,n为多边形阶数,n0为正整数,ε2为多边形预设值;
若存在一个正整数n0,满足公式4时,则车轮存在多边形磨耗,且多边形阶数n=n0。
②测量轨道波磨波长的步骤S6
S61、对第一基准时频图aasp(f,t)对应的原始振动加速度数据进行带阻滤波、高通滤波和Hilbert-Huang变换,得到第三基准时频图aaspf(f,t);带阻滤波和高通滤波的变换的顺序可互换;本实施例中的高通滤波和Hilbert-Huang变换参照实施例1中的方法;
其中,带阻滤波的滤波范围为[fp-fε,fp+fε],fp为拟合的车轮多边形激励频率,fε为预设的误差频率;
该步骤中,若前提不存在车轮多边形磨耗,则不用对第一基准时频图aasp(f,t)对应的振动加速度数据进行带阻滤波,直接将第一基准时频图aasp(f,t)的结果作为第三基准时频图aaspf(f,t);
本实施例中,对第一基准时频图aasp(f,t)对应的振动加速度数据进行带阻滤波的原因,是为了消除车轮多边形磨耗对后续波磨检测结果造成的影响。
S62、判断第三基准时频图aaspf(f,t)中是否存在横向条带分布,若存在,根据横向条带频率的不同,将横向带条分为m个横向条带区段,m为大于零的整数;若不存在,则说明仅存在车轮多边形磨耗;
分别对m个区段的点数据进行拟合,本实施例中,拟合的方法为最小二乘法,
也可采用其他拟合方法,通过下列公式5得到每个区段的波磨激励频率:
fk=fwk(k=1,2,3,…,m)
式中,fwk为第k个区段拟合的波磨激励频率。
S63、分别计算多个横向条带区段的波磨波长;
根据下列公式6计算对应的波磨波长:
式中,λk为第k个区段的波磨波长,fwk为第k个区段拟合的波磨激励频率,v0为列车匀速运行速度;
S64、根据列车行驶里程s与时间t的对应关系s(t),转换得到每个横向条带区段的波磨波长λk与列车行驶里程λk(s)(k=1,2,3,…,m)。的对应关系;
实施例3
实施例3包括了实施例2的内容,不同之处在于:
请参照图7,实施例3中的测量系统与实施例2有所不同,本实施例中选取的两节车体之间间隔多节车体,在列车前进方向上,选取一号车体101和二号车体102,一号车体101位于二号车体102前面。
实施例3中的轨道波磨及车轮多边形磨耗的测量方法的步骤S61中,先进行高通滤波,再带阻滤波,最后进行Hilbert-Huang变换;
更重要的区别在于,实施例3中的轨道波磨及车轮多边形磨耗的测量方法,还包括③测量轨道波磨波深的步骤S7。
③测量轨道波磨波深的步骤S7
请参照图8,基于惯性基准法测量波磨波深的方法,应用图1所示的测试列车车体201、车体加速度传感器204和车体轴箱相对位移传感器205组成的测量系统。
S71、在选取的两节车体的一位端安装加速度传感器,在两节车体的轴箱处安装位移传感器,保持列车运行;
测试前,将车体加速度传感器204和车体轴箱相对位移传感器205安装在车体201,具体为:两个一号车体一位端加速度传感器107分别布置于一号车体一位端103的两侧对称位置,两个一号位移传感器109分别布置于一号车体一位端103与一号轴箱105之间,左右两侧各安装一个;两个二号车体一位端加速度传感器108分别布置二号车体一位端104的两侧对称位置,两个二号位移传感器110分别布置于二号车体一位端104与二号轴箱106之间,左右两侧安装一个;
S72、持续获取列车运行过程中的一号车体一位端103和二号车体一位端104的振动加速度数据和对应的车体轴箱203的相对位移数据;本实施例中,列车运行可匀速,也可采用非匀速的速度运行;
S73、确定第一基准时频图对应的车体编号,本实施例中,第三基准时频图aasp(f,t)对应的车体编号为一号车体101,将一号车体一位端振动加速度数据ab1(t)作为第一基准车体振动加速度数据abs(t),将一号车体一位端103与一号轴箱105的相对位移数据w1(t)作为基准相对位移数据ws(t);
S74、对第一基准车体振动加速度数据abs(t)进行滤波处理,滤波处理为通用的处理方式,包括多种,本实施例的滤波处理为高通滤波,采用高通滤波的原因是加速度安装方向不能保证绝对垂直于钢轨轨道,同时,在测试列车运行过程中,加速度敏感轴会产生倾斜,因此加速度传感器会产生直流偏量;同时,加速度信号的波长变化以及信号漂移等原因,会造成加速度信号中包含有容易引起积分饱和的低频成分。
本实施例,经过上述过程得到第二基准车体振动加速度数据absf(t),再结合基准相对位移数据ws(t),得到基准轴箱位移数据;
本实施例中,使用下列公式7计算基准轴箱位移数据wa1(t):
wa1(t)=∫∫absf(t)dtdt-ws(t)
式中,absf(t)为第二基准车体振动加速度数据,ws(t)为基准相对位移数据。
S75、对基准轴箱位移数据wa1(t)进行带阻滤波及高通滤波,得到轨道波磨波深数据dw(t);
当车轮存在多边形磨耗时,会对波磨波深幅值的测量造成一定的误差,为减小误差,需要对基准轴箱位移数据wa1(t)进行带阻滤波,带阻滤波的频率范围为[fp-fε,fp+fε],fp为拟合的车轮多边形激励频率,fε为预设的误差频率;本实施例中,对第二基准车体振动加速度数据absf(t)进行两次数值积分后的数据包含其他波长成分的信号,进行高通滤波可滤除相应的波长范围,保证测量数据的精度;
S76、根据轨道波磨波深数据dw(t)与时间t的对应关系,以及列车行驶里程s与时间t的对应关系,转换得到轨道波磨波深数据dw与列车行驶里程s的对应关系dw(s);
S77、将轨道波磨波深数据等距分为多个区段,以100m为单位进行划分区段,分别计算每个区段内波磨波深幅值的均值Hm与标准差Hσ;
本实施例中,依次使用下列公式8和公式9分别计算每个区段的波磨波深幅值的均值Hm和标准差Hσ:
式中,l为每个区段里的波磨波深幅值点数,i为每个区段的波磨波深幅值点数的计数编号(i≤l),Hi为每个区段的第i个点数对应的波磨波深幅值。
式中,l为每个区段里的波磨波深幅值点数,i为每个区段的波磨波深幅值点数的计数编号(i≤l),Hi为每个区段的第i个点数对应的波磨波深幅值。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.区分轨道波磨及车轮多边形磨耗的识别方法,其特征在于,包括以下步骤:
S1、选取列车的任意两节车体,在两节车体的轴箱处安装测量加速度的装置,保持列车匀速运行;
S2、持续获取S1中两节车体的轴箱振动加速度,对得到的两组振动加速度数据都进行高通滤波和Hilbert-Huang变换,得到两节车体轴箱的第一时频图;所述高通滤波和Hilbert-Huang变换的顺序可互换;
S3、对两个第一时频图分别进行截取,截取轨道相同位置区段对应的时频数据,分别得到两节车体轴箱的第二时频图;
S4、结合两个第二时频图,根据是否存在横向条带分布,来判断是否存在轨道波磨和车轮多边形磨耗;
若根据S4判断轨道波磨和车轮多边形磨耗是同时存在的,则还包括:
S5、测量车轮多边形阶数;
S6、测量轨道波磨波长;
S7、测量轨道波磨波深;
S5为:
S51、判断波磨和多边形磨耗的激励频率重叠现象是否明显,选取两个第二时频图中激励频率重叠现象相对不明显的第二时频图作为第一基准时频图;
S52、识别并提取各个第二时频图上能量相近的点,作为波磨能量近似点集;
S53、在第一基准时频图上,通过将波磨能量近似点集的能量设为0并刷新第一基准时频图,得到第二基准时频图;
S54、判断第二基准时频图中是否存在贯穿始终且频率集中的横向条带分布,若存在,根据横向条带对应的频率-时间点的数据,判断存在车轮多边形磨耗,并确定多边形磨耗的阶数;若不存在,则说明仅存在轨道波磨。
2.根据权利要求1所述的识别方法,其特征在于,所述步骤S2中的Hilbert-Huang变换的方法为:
S21、使用经验模态分解方法将两节车体的轴箱振动加速度数据分别分解成具有单分量特性的固有模态函数;
S22、对各个上述固有模态函数分别进行Hilbert变换,得到两节车体轴箱振动加速度数据的解析形式,同时获取具有物理意义的瞬时频率;
S23、将各个固有模态函数的时频谱叠加为两节车体轴箱的第一时频图。
3.根据权利要求1所述的识别方法,其特征在于,所述步骤S3中的截取过程为:对前后两节车体进行编号,选取前一节车体轴箱的第一时频图中的匀速运行区段[t1,t2]的时频分布数据和后一节车体轴箱的匀速运行区间[t1+tφ,t2+tφ]的时频分布数据,分别作为两节车体轴箱的第二时频图,其中,t1、t2为匀速运行时先后选取的任意时刻,tφ为两节车体的轴箱在前进方向上相位不同引起的时间差,tφ=L/v0,L为两节车体的轴箱中心距,v0为列车匀速行驶速度。
4.根据权利要求1所述的识别方法,其特征在于,所述步骤S4中,判断过程为:
S41、查看两个第二时频图,根据是否存在贯穿始终、且频率集中的横向条带分布,来判断是否存在车轮多边形磨耗现象;
S42、查看两个第二时频图,根据是否存在至少一条连续或断续、且频率不集中的横向条带分布,来判断是否存在轨道波磨现象;
其中步骤S41和S42的顺序可互换。
5.轨道波磨及车轮多边形磨耗的测量方法,包括权利要求3所述识别方法的步骤,其特征在于,所述步骤S52具体为:
S521、计算两个第二时频图上频率相等、时间间隔为tφ的点所对应的能量幅值之差,并预设能量预设值来筛选;
S522、若所述能量幅值之差小于能量预设值,则将所述点置入波磨能量近似点集中;
其中,频率相等、时间间隔为tφ的点指的是频率相等,且两节车体轴箱的第二时频图对应的时间差为tφ的点。
7.轨道波磨及车轮多边形磨耗的测量方法,包括权利要求1-4任一所述识别方法的步骤,其特征在于,所述测量轨道波磨波长的步骤S6为:
S61、对所述第一基准时频图对应的原始振动加速度数据进行带阻滤波、高通滤波和Hilbert-Huang变换,得到第三基准时频图;其中,带阻滤波和高通滤波的顺序可互换;
S62、判断第三基准时频图中是否存在横向条带分布,若存在,根据横向条带频率的不同,将横向带条分为多个横向条带区段;若不存在,则说明仅存在车轮多边形磨耗;
S63、分别计算多个横向条带区段的波磨波长;
S64、根据列车行驶里程与时间的对应关系,转换得到多个横向条带区段的波磨波长与列车行驶里程的对应关系。
8.轨道波磨及车轮多边形磨耗的测量方法,包括权利要求1-4任一所述识别方法的步骤,其特征在于,所述测量轨道波磨波深的步骤S7包括:
S71、在选取的两节车体的一位端安装测量加速度的装置,在两节车体的轴箱处安装测量位移的装置,保持列车运行;
S72、持续获取列车运行过程中的两节车体的一位端振动加速度数据和车体轴箱的相对位移数据;
S73、确定第一基准时频图对应的车体编号,将所述车体编号对应的车体一位端振动加速度数据作为第一基准车体振动加速度数据,将所述车体编号对应的位移数据作为基准相对位移数据;
S74、对所述第一基准车体振动加速度数据进行滤波处理,得到第二基准车体振动加速度数据,再结合基准相对位移数据,得到基准轴箱位移数据;
S75、对所述基准轴箱位移数据进行带阻滤波及高通滤波,得到轨道波磨波深数据;
S76、根据所述轨道波磨波深数据与时间的对应关系,以及列车行驶里程与时间的对应关系,转换得到轨道波磨波深数据与列车行驶里程的对应关系;
S77、将轨道波磨波深数据等距分为多个区段,分别计算每个区段内波磨波深幅值的均值与标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483970.1A CN113276905B (zh) | 2021-04-30 | 2021-04-30 | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483970.1A CN113276905B (zh) | 2021-04-30 | 2021-04-30 | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113276905A CN113276905A (zh) | 2021-08-20 |
CN113276905B true CN113276905B (zh) | 2022-07-12 |
Family
ID=77278021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483970.1A Active CN113276905B (zh) | 2021-04-30 | 2021-04-30 | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113276905B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486874B (zh) * | 2021-09-08 | 2021-11-05 | 西南交通大学 | 一种基于轮轨噪声小波包分解的钢轨波磨特征识别方法 |
CN114771605B (zh) * | 2022-03-25 | 2023-08-29 | 中国铁道科学研究院集团有限公司节能环保劳卫研究所 | 基于声学监测的高速铁路列车-轨道-环境一体化监测方法 |
CN114954562B (zh) * | 2022-04-25 | 2024-07-09 | 中国国家铁路集团有限公司 | 低阶车轮多边形识别方法及装置 |
CN114997218B (zh) * | 2022-05-20 | 2024-06-04 | 西南交通大学 | 一种针对轨道车辆车轮多边形磨耗的识别检测方法 |
CN116952765B (zh) * | 2023-09-19 | 2023-12-12 | 西南交通大学 | 一种货车车轮多边形磨损抑制与定量评价方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH597027A5 (en) * | 1976-11-22 | 1978-04-28 | Matisa Materiel Ind Sa | Railway track monitoring system |
CN108845028B (zh) * | 2018-03-26 | 2021-01-29 | 中国铁路总公司 | 一种高速铁路钢轨波磨动态检测方法和装置 |
CN108562446B (zh) * | 2018-04-25 | 2020-04-14 | 石家庄铁道大学 | 基于轴箱振动时频域特征车轮多边形检测方法及终端设备 |
CN108732421B (zh) * | 2018-06-08 | 2020-10-27 | 中国铁路总公司 | 高速列车动态响应信号的瞬时频率的获取方法及装置 |
CN111272550B (zh) * | 2020-02-10 | 2021-08-13 | 西南交通大学 | 一种弹条疲劳测试方法、装置、电子设备及存储介质 |
CN111979859B (zh) * | 2020-08-19 | 2022-03-11 | 中国铁道科学研究院集团有限公司 | 轨道不平顺检测系统及方法 |
CN112556627A (zh) * | 2020-11-20 | 2021-03-26 | 中国铁道科学研究院集团有限公司 | 钢轨波磨检测系统及方法 |
-
2021
- 2021-04-30 CN CN202110483970.1A patent/CN113276905B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113276905A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113276905B (zh) | 区分轨道波磨及车轮多边形磨耗的识别方法与测量方法 | |
CN108845028B (zh) | 一种高速铁路钢轨波磨动态检测方法和装置 | |
CN109443264B (zh) | 一种轨道车辆轮饼参数在线测量装置及方法 | |
US4288855A (en) | Device for measuring deformations of the travel surface of the rails of a railway | |
Tanaka et al. | Application of axle-box acceleration to track condition monitoring for rail corrugation management | |
JPS6196440A (ja) | 車両の要修理構成部材を特定する方法 | |
US5936737A (en) | Wheelset sensing system | |
Chiacchiari et al. | Measurement methods and analysis tools for rail irregularities: a case study for urban tram track | |
Bocz et al. | A practical approach to tramway track condition monitoring: vertical track defects detection and identification using time-frequency processing technique | |
Tsunashima et al. | Condition monitoring of railway track and driver using in-service vehicle | |
RU2466047C2 (ru) | Способ диагностики поверхности катания колесных пар подвижного состава железнодорожного транспорта и метрополитена | |
Tao et al. | Experimental investigation of the abnormal vibration of the electric locomotive | |
CN113624140A (zh) | 一种轨道车辆轮饼参数在线测量装置及方法 | |
Liu et al. | Performance-based track geometry and the track geometry interaction map | |
Valehrach et al. | Assessment of rail long-pitch corrugation | |
Bocz et al. | Vibration-based condition monitoring of Tramway track from in service vehicle using time-frequency processing techniques | |
RU2708693C1 (ru) | Устройство и способ обнаружения дефектов колес железнодорожных транспортных средств в движении | |
Nielsen | Rail roughness level assessment based on high-frequency wheel–rail contact force measurements | |
RU2625256C1 (ru) | Способ контроля поверхности катания железнодорожных колёс в движении | |
Roveri et al. | Real time monitoring and wear estimation of railway track with FBG sensors | |
Bracciali et al. | Experimental analysis of wheel noise emission as a function of the contact point location | |
Tsubokawa et al. | Development of a dynamic track measuring device for gauge and twist to reduce derailment accidents | |
RU2437091C1 (ru) | Способ оценки степени износа тележки железнодорожного вагона | |
CN114954562B (zh) | 低阶车轮多边形识别方法及装置 | |
Roveri et al. | Integrated system for SHM and wear estimation of railway infrastructures |
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 |