CN115455747B - 一种钢轨波磨评价及维修管理方法、系统及电子设备 - Google Patents

一种钢轨波磨评价及维修管理方法、系统及电子设备 Download PDF

Info

Publication number
CN115455747B
CN115455747B CN202211409110.4A CN202211409110A CN115455747B CN 115455747 B CN115455747 B CN 115455747B CN 202211409110 A CN202211409110 A CN 202211409110A CN 115455747 B CN115455747 B CN 115455747B
Authority
CN
China
Prior art keywords
corrugation
value
rail
vehicle
evaluation index
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
Application number
CN202211409110.4A
Other languages
English (en)
Other versions
CN115455747A (zh
Inventor
李俊
王竹林
白祥
邓君
庹茹君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Xijiao Rail Transit Technology Service Co ltd
Original Assignee
Chengdu Xijiao Rail Transit Technology Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Xijiao Rail Transit Technology Service Co ltd filed Critical Chengdu Xijiao Rail Transit Technology Service Co ltd
Priority to CN202211409110.4A priority Critical patent/CN115455747B/zh
Publication of CN115455747A publication Critical patent/CN115455747A/zh
Application granted granted Critical
Publication of CN115455747B publication Critical patent/CN115455747B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Machines For Laying And Maintaining Railways (AREA)

Abstract

本发明公开了一种钢轨波磨评价及维修管理方法、系统及电子设备，本发明采用了钢轨波磨波深影响量值、表面粗糙度水平影响量值与车辆轨道动力响应影响量值相结合的方式来综合评价钢轨波磨的状态，反映出了车辆通过该段钢轨时车辆‑轨道的动力响应是否符合动力学标准，对钢轨表面不平顺的要求更加严格，提升了安全系数，波磨评价结果也更加符合铁路运输部门的需要；同时结合车辆轨道结构参数，基于钢轨磨耗发展预测模型，能够快速、准确的计算出钢轨波磨综合评价指标超限的预估时间，极大的方便了轨道养护部门确定下一次轨道检测和钢轨养护的时间、方式，提高了工作效率，具有显著的经济效益。

Description

一种钢轨波磨评价及维修管理方法、系统及电子设备
技术领域
本发明涉及轨道交通领域，具体涉及一种钢轨波磨评价及维修管理方法、系统及电子设备。
背景技术
近年来，我国轨道交通发展迅猛，明显改善了城市的交通状况和环境，促进了经济和社会发展。在取得巨大成就的同时，由于轨道交通运营车辆多、载客量高、运行密度大、线路条件复杂等因素影响使得车辆与轨道之间的相互作用加剧，钢轨波磨现象日趋严重。
钢轨波磨不仅会对车辆的运行平稳性与舒适性产生影响，其引起的轮轨间振动对车辆轨道部件的寿命也有很大的影响，直接关系到铁路运输的质量、成本甚至是安全问题，因此及时掌握轨道上钢轨波磨的状态是十分有必要的。钢轨波磨会在车轮通过时导致轮轨之间产生剧烈的动力响应，在轮轨间的动力响应作用下钢轨继续产生磨耗，磨耗随时间发展加深，容易形成恶性循环。这种动力响应由车辆和轨道结构参数决定，同样的钢轨波磨，在不同的车辆轨道参数条件下引起的动力响应差别很大，呈现出的发展趋势也大有不同，所以有必要结合车辆和轨道结构参数来分析钢轨波磨的影响，评价钢轨波磨的状态。
为延缓钢轨波磨的发展、延长钢轨使用寿命，维修部门在钢轨表面状态恶化后通常采用钢轨打磨的方式对钢轨进行养护，钢轨打磨策略主要包括三种：（1）预打磨，是针对新线路建成后的新铺设钢轨进行打磨，在于消除钢轨生产及运输过程中产生的原始不平顺、钢轨表面脱碳层、钢轨表面残余应力层，从而修正钢轨初始不平顺，延迟钢轨疲劳的发生时间；（2）预防性打磨，即在钢轨使用期内，在轨面裂纹萌生阶段、尚未扩展之前，对钢轨进行经常性的、快速的、少打磨量的打磨操作，以消除萌生裂纹、维持一个优化的钢轨廓形，改善轮轨接触关系，最大限度地预防钢轨表面疲劳裂纹的出现；（3）修复性打磨，即当钢轨波磨和其它伤损超过一定限值后，实施打磨作业，以消除钢轨的各种缺陷为重点，采用大打磨量以恢复钢轨廓形的打磨形式。而只有在掌握钢轨波磨状态的同时合理安排打磨策略，形成闭环的维修管理，才能保障轨道交通的运营始终处于安全可控的范围之内。
目前，对钢轨波磨的检修是维修部门根据规程规制定期测量，对波磨严重的钢轨安排人员进行打磨作业即可，在波磨评价和维修管理方法方面还比较粗糙，亟待进一步完善，一是钢轨波磨评价考虑不全面，现有的波磨评价方法更多是对波磨几何尺寸的评价，通常以波磨波深值作为维修的衡量标准，既没有考虑车辆通过该段钢轨时车辆-轨道的动力响应是否符合动力学标准，也没有考虑结合车辆轨道结构参数预测钢轨波磨随时间发展带来的动力学影响；二是传统波磨预测模型工程应用难，国内外研究人员已经开展了大量的钢轨波磨发展预测研究工作，通过动力学仿真、接触理论和磨耗机理建立起众多磨耗发展预测机理模型，但都需要设置各种前提条件才能求解得到特定参数的变化规律，计算十分耗时，不能满足在复杂多变环境下工程化应用和快速计算的要求；三是容易维修不足，在定期测量时未超限，但波磨发展一段时间后超限，也只会在下一个检测周期来临时才会被发现，出现钢轨波磨持续恶化，造成轮轨持续损伤的情况。因此有必要在钢轨波磨的数据上结合车辆轨道结构参数综合评价钢轨波磨的状态，并基于数理模型驱动合理预测钢轨波磨的发展，为下一次钢轨检测提供时间指导，同时为钢轨打磨策略的选择提供参考。
发明内容
针对现有技术中的上述不足，本发明提供的一种钢轨波磨评价及维修管理方法、系统及电子设备解决了现有钢轨波磨评价管理方法评价考虑不全面、计算耗时、容易维修不足的问题。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种钢轨波磨评价及维修管理方法，其包括以下步骤：
S1、通过检测线路上钢轨纵向表面的不平顺值，获取钢轨波磨数据；
S2、根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
S3、通过波磨综合评价指标识别钢轨波磨状态，若钢轨波磨超限，则将磨耗累积时间T记为0，进入步骤S5；否则进入步骤S4；
S4、构建磨耗发展预测模型，获取磨耗累积时间T；
S5、判断当前的T是否为0，若是则给出立即对钢轨进行修复评价；否则进入步骤S6；
S6、判断当前的T是否小于等于打磨时间间隔td，若是则给出进行预防性打磨评价；否则给出在T-td的时间后安排下一次波磨检测的评价。
进一步地，步骤S1的具体方法为：
通过钢轨波磨测量仪对线路上钢轨纵向表面的不平顺值进行检测并记为R0。
进一步地，步骤S2的具体方法包括以下子步骤为：
S2-1、对钢轨波磨数据进行尺寸计算，得到波长
Figure DEST_PATH_IMAGE002
和波深值d；判断波深值d是否大于0.5，若是则将波深影响量值D记为1，否则将波深影响量值D记为0；
S2-2、将钢轨纵向表面的不平顺值经过统计平均计算获取1/3倍频程谱，判断1/3倍频程谱中是否有单频带超过限值6db或者是否有3个连续频带超过限值3db，若有则将表面粗糙度水平影响量值R记为1，否则将表面粗糙度水平影响量值R记为0；
S2-3、在多体动力学仿真软件中建立由车辆模型、无砟轨道模型构成的车辆轨道耦合动力学模型；
S2-4、将钢轨纵向表面的不平顺值带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆运行安全性评定指标、车辆运行品质评定指标和车辆运行平稳性评定指标；
S2-5、根据公式：
Figure DEST_PATH_IMAGE003
将步骤S2-4中三个指标的最大值共同作为元素构建向量v；其中
Figure DEST_PATH_IMAGE004
为车辆运行安全性评定指标的最大值；
Figure DEST_PATH_IMAGE005
为车辆运行品质评定指标的最大值；
Figure DEST_PATH_IMAGE006
为车辆运行平稳性评定指标的最大值；
S2-6、判断向量v中所有元素所否均未超出标准限值，若是则将车辆轨道响应影响量值V记为0，否则将车辆轨道响应影响量值V记为1；
S2-7、根据公式：
Figure DEST_PATH_IMAGE007
建立波磨综合评价指标Z；其中
Figure DEST_PATH_IMAGE008
表示取最大值。
进一步地，步骤S3的具体方法为：
若Z=0，则判定钢轨波磨未超限，进入步骤S4；若Z=1，则判定钢轨波磨超限，进入步骤S5。
进一步地，步骤S4的具体方法包括以下子步骤：
S4-1、根据公式：
Figure DEST_PATH_IMAGE009
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure DEST_PATH_IMAGE010
、权重参数
Figure DEST_PATH_IMAGE011
和偏置参数b，得到波深与通过次数的拟合函数；其中
Figure DEST_PATH_IMAGE012
为波深的历史数据；
Figure DEST_PATH_IMAGE013
为通过次数的历史数据；
S4-2、根据公式：
Figure DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
获取当前波磨预测值
Figure DEST_PATH_IMAGE016
；其中A为波深特征；π为圆周率；
Figure DEST_PATH_IMAGE017
为车辆运行速度；t为时间；
Figure DEST_PATH_IMAGE019
为钢轨波磨的波长；L为波磨段钢轨长度；
S4-3、将当前波磨预测值
Figure 745953DEST_PATH_IMAGE016
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure DEST_PATH_IMAGE020
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
提供一种钢轨波磨评价及维修管理系统，其包括：
钢轨波磨数据获取模块，用于通过检测线路上钢轨纵向表面的不平顺值；
波磨综合评价指标建立模块，用于根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
钢轨波磨状态识别模块，用于通过波磨综合评价指标识别钢轨波磨状态；当钢轨波磨超限时，将磨耗累积时间T记为0；
磨耗发展预测模型构建模块，用于构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T；
评价模块，用于在当前的磨耗累积时间T为0时，给出立即对钢轨进行修复的评价；在当前的磨耗累积时间T小于等于打磨时间间隔td时，给出进行预防性打磨的评价；在当前的磨耗累积时间T大于打磨时间间隔td时，给出在T-td的时间后安排下一次波磨检测的评价。
进一步地，构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T的具体方法包括以下子步骤：
S4-1、根据公式：
Figure 522148DEST_PATH_IMAGE009
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure 505147DEST_PATH_IMAGE010
、权重参数
Figure 487972DEST_PATH_IMAGE011
和偏置参数b，得到波深与通过次数的拟合函数；其中
Figure 771186DEST_PATH_IMAGE012
为波深的历史数据；
Figure 859228DEST_PATH_IMAGE013
为通过次数的历史数据；
S4-2、根据公式：
Figure 719737DEST_PATH_IMAGE014
Figure 387478DEST_PATH_IMAGE015
获取当前波磨预测值
Figure 384253DEST_PATH_IMAGE016
；其中A为波深特征；π为圆周率；
Figure 846459DEST_PATH_IMAGE017
为车辆运行速度；t为时间；
Figure DEST_PATH_IMAGE019A
为钢轨波磨的波长；L为波磨段钢轨长度；
S4-3、将当前波磨预测值
Figure 928684DEST_PATH_IMAGE016
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure 259171DEST_PATH_IMAGE020
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
提供一种电子设备，其包括：
存储器，存储有可执行指令；以及
处理器，被配置为执行存储器中可执行指令以实现钢轨波磨评价及维修管理方法。
本发明的有益效果为：本发明首先对钢轨波磨的评价制定综合评价指标，然后采用数理模型对钢轨波磨发展进行预测，同时基于磨耗发展分析波磨发展及其对车辆轨道响应的影响，以综合评价指标的阈值作为持续分析的截止条件，最后给出钢轨维修的建议时间和打磨策略。本发明的计算量小，对各种情况都给出了相应的维修意见，解决了现有技术容易维修不足的问题。
附图说明
图1为本方法的流程示意图；
图2为实施例示出的钢轨波磨示意图；
图3为实施例示出的测量得到的钢轨波磨不平顺图；
图4为实施例示出的钢轨波磨1/3倍频程谱图；
图5为实施例示出的通过次数和磨耗量关系示意图；
图6为实施例示出的特定波长和波深下的模拟钢轨波磨示意图；
图7为实施例示出的车辆轨道耦合动力学模型示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该钢轨波磨评价及维修管理方法包括以下步骤：
S1、通过检测线路上钢轨纵向表面的不平顺值，获取钢轨波磨数据；
S2、根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
S3、通过波磨综合评价指标识别钢轨波磨状态，若钢轨波磨超限，则将磨耗累积时间T记为0，进入步骤S5；否则进入步骤S4；
S4、构建磨耗发展预测模型，获取磨耗累积时间T；
S5、判断当前的T是否为0，若是则给出立即对钢轨进行修复评价；否则进入步骤S6；
S6、判断当前的T是否小于等于打磨时间间隔td，若是则给出进行预防性打磨评价；否则给出在T-td的时间后安排下一次波磨检测的评价。
步骤S1的具体方法为：通过钢轨波磨测量仪对线路上钢轨纵向表面的不平顺值进行检测并记为R0。钢轨波磨测量仪可以采用CAT波磨测量仪。
步骤S2的具体方法包括以下子步骤为：
S2-1、对钢轨波磨数据进行尺寸计算，得到波长
Figure DEST_PATH_IMAGE002A
和波深值d；判断波深值d是否大于0.5，若是则将波深影响量值D记为1，否则将波深影响量值D记为0；
S2-2、将钢轨纵向表面的不平顺值经过统计平均计算获取1/3倍频程谱，判断1/3倍频程谱中是否有单频带超过限值6db或者是否有3个连续频带超过限值3db，若有则将表面粗糙度水平影响量值R记为1，否则将表面粗糙度水平影响量值R记为0；
S2-3、在多体动力学仿真软件中建立由车辆模型、无砟轨道模型构成的车辆轨道耦合动力学模型；
S2-4、将钢轨纵向表面的不平顺值带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆运行安全性评定指标、车辆运行品质评定指标和车辆运行平稳性评定指标；
S2-5、根据公式：
Figure 48136DEST_PATH_IMAGE003
将步骤S2-4中三个指标的最大值共同作为元素构建向量v；其中
Figure 71455DEST_PATH_IMAGE004
为车辆运行安全性评定指标的最大值；
Figure 578660DEST_PATH_IMAGE005
为车辆运行品质评定指标的最大值；
Figure 322625DEST_PATH_IMAGE006
为车辆运行平稳性评定指标的最大值；
S2-6、判断向量v中所有元素所否均未超出标准限值，若是则将车辆轨道响应影响量值V记为0，否则将车辆轨道响应影响量值V记为1；
S2-7、根据公式：
Figure 559571DEST_PATH_IMAGE007
建立波磨综合评价指标Z；其中
Figure 98000DEST_PATH_IMAGE008
表示取最大值。
步骤S3的具体方法为：若Z=0，则判定钢轨波磨未超限，进入步骤S4；若Z=1，则判定钢轨波磨超限，进入步骤S5。
步骤S4的具体方法包括以下子步骤：
S4-1、根据公式：
Figure 420397DEST_PATH_IMAGE009
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure 968053DEST_PATH_IMAGE010
、权重参数
Figure 59506DEST_PATH_IMAGE011
和偏置参数b，得到波深与通过次数的拟合函数，即通过该拟合函数，可以预测不同通过次数下的波深值；其中
Figure 96732DEST_PATH_IMAGE012
为波深的历史数据；
Figure 516212DEST_PATH_IMAGE013
为通过次数的历史数据；
S4-2、根据公式：
Figure 726614DEST_PATH_IMAGE014
Figure 547939DEST_PATH_IMAGE015
获取当前波磨预测值
Figure 83963DEST_PATH_IMAGE016
；其中A为波深特征，由初始波深值和预测波深值之和确定；π为圆周率；
Figure 787476DEST_PATH_IMAGE017
为车辆运行速度；t为时间；
Figure DEST_PATH_IMAGE019AA
为钢轨波磨的波长；L为波磨段钢轨长度；波深特征随预测的波深值变化，进而改变当前波磨预测值；
S4-3、将当前波磨预测值
Figure 473673DEST_PATH_IMAGE016
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure 539718DEST_PATH_IMAGE020
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；磨耗发展累计预测次数即为磨耗至车辆轨道响应影响量预测值为1时，还能通过的总次数；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2预测新的波深值；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
该钢轨波磨评价及维修管理系统包括：
钢轨波磨数据获取模块，用于通过检测线路上钢轨纵向表面的不平顺值；
波磨综合评价指标建立模块，用于根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
钢轨波磨状态识别模块，用于通过波磨综合评价指标识别钢轨波磨状态；当钢轨波磨超限时，将磨耗累积时间T记为0；
磨耗发展预测模型构建模块，用于构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T；
评价模块，用于在当前的磨耗累积时间T为0时，给出立即对钢轨进行修复的评价；在当前的磨耗累积时间T小于等于打磨时间间隔td时，给出进行预防性打磨的评价；在当前的磨耗累积时间T大于打磨时间间隔td时，给出在T-td的时间后安排下一次波磨检测的评价。
构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T的具体方法包括以下子步骤：
S4-1、根据公式：
Figure 122009DEST_PATH_IMAGE009
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure 312819DEST_PATH_IMAGE010
、权重参数
Figure 130602DEST_PATH_IMAGE011
和偏置参数b，得到波深与通过次数的拟合函数；其中
Figure 395361DEST_PATH_IMAGE012
为波深的历史数据；
Figure 273187DEST_PATH_IMAGE013
为通过次数的历史数据；
S4-2、根据公式：
Figure 154556DEST_PATH_IMAGE014
Figure 448134DEST_PATH_IMAGE015
获取当前波磨预测值
Figure 229051DEST_PATH_IMAGE016
；其中A为波深特征；π为圆周率；
Figure 887565DEST_PATH_IMAGE017
为车辆运行速度；t为时间；
Figure DEST_PATH_IMAGE019AAA
为钢轨波磨的波长；L为波磨段钢轨长度；
S4-3、将当前波磨预测值
Figure 849705DEST_PATH_IMAGE016
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure 9291DEST_PATH_IMAGE020
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
该电子设备包括：
存储器，存储有可执行指令；以及
处理器，被配置为执行存储器中可执行指令以实现钢轨波磨评价及维修管理方法。
在本发明的一个实施例中，对国内某城市地铁某区间线路进行现场试验，以钢轨轨顶中心为原点，沿钢轨延伸方向为纵向，沿钢轨内外侧方向为横向，沿钢轨轨顶法线方向为垂向，构建钢轨局部坐标系，使用钢轨波磨测量仪1检测得到该段钢轨纵向的表面不平顺值，随机选择10 m长将之作为钢轨波磨测量值 R0，数值如下表1所示，并记当前钢轨磨耗发展时间 t=0。
表1：钢轨波磨测量值 R0
Figure DEST_PATH_IMAGE021
首先，对钢轨波磨数据进行尺寸计算，得到波长λ=148.9mm和波深值d=0.0058mm，由于波深限值为0.5mm，而d<0.5mm，所以D=0；
其次，按照标准BS EN ISO3095:2013将钢轨波磨测量值R0经过统计平均计算获得1/3倍频程谱，如图4所示，由于1/3倍频程谱中没有单频带超过限值6 db，也没有3个连续频带超过限值3 db，所以R=0；
再次，在多体动力学仿真软件中建立由车辆模型、无砟轨道模型构成的车辆轨道耦合动力学模型，如图7所示，将钢轨波磨测量值R0（或钢轨波磨预测值）输入车辆轨道耦合动力学模型，通过仿真计算分析得到下表2所示的车辆轨道响应结果v。
表2：车辆轨道响应结果
Figure DEST_PATH_IMAGE022
按照标准《机车车辆动力学性能评定及试验鉴定规范》（GB/T 5599-2019）所规定的内容判断，标准规定:
车辆运行安全性评定指标：脱轨系数（爬轨侧车轮作用于钢轨上的横向力与其作用于钢轨上的垂向力之比）Q/P≤0.80；
车辆运行品质评定指标：车体垂向振动加速度≤2.50 m/s^2；
车辆运行平稳性评定指标：平稳性指标≤3.00；
已知车辆轨道响应结果v中所有指标均未超出标准限值，所以V=0。
最后，得到钢轨波磨波深影响量值D、表面粗糙度水平影响量值R、车辆轨道响应影响量值V后，建立波磨综合评价指标Z：
Figure DEST_PATH_IMAGE023
。
由于Z=0，实测钢轨波磨未超限，所以进入磨耗发展预测模型。
建立磨耗发展预测模型，通过次数和波磨磨耗深度关系如图5所示，将钢轨波磨测量值R0（或钢轨波磨预测值）输入车辆轨道耦合动力学模型，指定预测间隔k为2万次，循环预测di、Ri、vi，i=i+1…，直到vi=1，预测停止，数据如下表3所示。其中vi表示第i次循环下的车辆轨道响应结果；Vi表示第i次循环下的车辆轨道响应影响量值。
表3：预测数据
Figure DEST_PATH_IMAGE024
输出磨耗发展累计预测次数i=23，预测间隔k=2万次。
磨耗累计发展总通过次数=i×k=23×2=46万次，已知该线路运营情况为车轮通过钢轨表面0.261万次/天，换算得到磨耗累计发展时间=46/0.261=176天。
预防性打磨周期应按照运量、运行状态、用户需求确定，周期较短，而修复性打磨周期通常为预防性打磨周期的4倍，周期长，轨道养护部门从钢轨预防性打磨到钢轨修复性打磨的时间间隔td约为3年或90Mt通过总重。由于磨耗累计发展时间小于td，所以建议该段波磨线路在176天后进行预防性打磨。
需要说明的是，本发明中的车辆轨道耦合动力学模型输出的车辆轨道响应结果v仅是以脱轨系数、车体垂向振动加速度、平稳性指标作为代表进行方法的应用，由于车辆轨道响应参数还包括轮重减载率、轮轴横向力、横向稳定性、车体横向振动加速度、乘坐舒适度、线路结构应力、轨道动态变形、轨道结构振动等多种，只要与本发明中的基本原理相同，同样可以根据铁路部门实际需要对其它参数进行计算和评价，均在本发明的保护范围内；本发明中上述实施例中的数据的使用也仅代表该实施例的实现方式，选择处理的数据段可以是10 m也可以是其它长度，选择的线路可以是地铁也可以是高铁，根据不同的线路不同的钢轨情况检测得到的波磨数据不同，也在本发明的保护范围之内。
在具体实施过程中，钢轨波磨的示意图如图2所示，测量得到的钢轨波磨不平顺图如图3所示（图3中纵坐标为不平顺幅值），特定波长和波深下的模拟钢轨波磨示意图如图6所示。
综上所述，本发明采用了钢轨波磨波深影响量值、表面粗糙度水平影响量值与车辆轨道动力响应影响量值相结合的方式来综合评价钢轨波磨的状态，反映出了车辆通过该段钢轨时车辆-轨道的动力响应是否符合动力学标准，对钢轨表面不平顺的要求更加严格，提升了安全系数，波磨评价结果也更加符合铁路运输部门的需要；同时结合车辆轨道结构参数，基于钢轨磨耗发展预测模型，能够快速、准确的计算出钢轨波磨综合评价指标超限的预估时间，极大的方便了轨道养护部门确定下一次轨道检测和钢轨养护的时间、方式，提高了工作效率，具有显著的经济效益。

Claims (5)

1.一种钢轨波磨评价及维修管理方法，其特征在于，包括以下步骤：
S1、通过检测线路上钢轨纵向表面的不平顺值，获取钢轨波磨数据；
S2、根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
S3、通过波磨综合评价指标识别钢轨波磨状态，若钢轨波磨超限，则将磨耗累积时间T记为0，进入步骤S5；否则进入步骤S4；
S4、构建磨耗发展预测模型，获取磨耗累积时间T；
S5、判断当前的T是否为0，若是则给出立即对钢轨进行修复评价；否则进入步骤S6；
S6、判断当前的T是否小于等于打磨时间间隔td，若是则给出进行预防性打磨评价；否则给出在T-td的时间后安排下一次波磨检测的评价；
步骤S2的具体方法包括以下子步骤为：
S2-1、对钢轨波磨数据进行尺寸计算，得到波长
Figure 512059DEST_PATH_IMAGE001
和波深值d；判断波深值d是否大于0.5，若是则将波深影响量值D记为1，否则将波深影响量值D记为0；
S2-2、将钢轨纵向表面的不平顺值经过统计平均计算获取1/3倍频程谱，判断1/3倍频程谱中是否有单频带超过限值6db或者是否有3个连续频带超过限值3db，若有则将表面粗糙度水平影响量值R记为1，否则将表面粗糙度水平影响量值R记为0；
S2-3、在多体动力学仿真软件中建立由车辆模型、无砟轨道模型构成的车辆轨道耦合动力学模型；
S2-4、将钢轨纵向表面的不平顺值带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆运行安全性评定指标、车辆运行品质评定指标和车辆运行平稳性评定指标；
S2-5、根据公式：
Figure 343749DEST_PATH_IMAGE002
将步骤S2-4中三个指标的最大值共同作为元素构建向量v；其中
Figure 425843DEST_PATH_IMAGE003
为车辆运行安全性评定指标的最大值；
Figure 114313DEST_PATH_IMAGE004
为车辆运行品质评定指标的最大值；
Figure 32591DEST_PATH_IMAGE005
为车辆运行平稳性评定指标的最大值；
S2-6、判断向量v中所有元素所否均未超出标准限值，若是则将车辆轨道响应影响量值V记为0，否则将车辆轨道响应影响量值V记为1；
S2-7、根据公式：
Figure 418704DEST_PATH_IMAGE006
建立波磨综合评价指标Z；其中
Figure 840458DEST_PATH_IMAGE007
表示取最大值；
步骤S4的具体方法包括以下子步骤：
S4-1、根据公式：
Figure 965409DEST_PATH_IMAGE008
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure 89091DEST_PATH_IMAGE009
、权重参数
Figure 793742DEST_PATH_IMAGE010
和偏置参数b，得到波深与通过次数的拟合函数；其中
Figure 866740DEST_PATH_IMAGE011
为波深的历史数据；
Figure 913325DEST_PATH_IMAGE012
为通过次数的历史数据；
S4-2、根据公式：
Figure 275036DEST_PATH_IMAGE013
Figure 298225DEST_PATH_IMAGE014
获取当前波磨预测值
Figure 225729DEST_PATH_IMAGE015
；其中A为波深特征；π为圆周率；
Figure 443215DEST_PATH_IMAGE016
为车辆运行速度；t为时间；
Figure 88960DEST_PATH_IMAGE017
为钢轨波磨的波长；L为波磨段钢轨长度；
S4-3、将当前波磨预测值
Figure 604255DEST_PATH_IMAGE015
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure 697851DEST_PATH_IMAGE018
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
2.根据权利要求1所述的钢轨波磨评价及维修管理方法，其特征在于，步骤S1的具体方法为：
通过钢轨波磨测量仪对线路上钢轨纵向表面的不平顺值进行检测并记为R0。
3.根据权利要求1所述的钢轨波磨评价及维修管理方法，其特征在于，步骤S3的具体方法为：
若Z=0，则判定钢轨波磨未超限，进入步骤S4；若Z=1，则判定钢轨波磨超限，进入步骤S5。
4.一种钢轨波磨评价及维修管理系统，其特征在于，包括：
钢轨波磨数据获取模块，用于通过检测线路上钢轨纵向表面的不平顺值；
波磨综合评价指标建立模块，用于根据钢轨波磨数据获取波深影响量值、表面粗糙度水平影响量值和车辆轨道响应影响量值，并建立波磨综合评价指标；
钢轨波磨状态识别模块，用于通过波磨综合评价指标识别钢轨波磨状态；当钢轨波磨超限时，将磨耗累积时间T记为0；
磨耗发展预测模型构建模块，用于构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T；
评价模块，用于在当前的磨耗累积时间T为0时，给出立即对钢轨进行修复的评价；在当前的磨耗累积时间T小于等于打磨时间间隔td时，给出进行预防性打磨的评价；在当前的磨耗累积时间T大于打磨时间间隔td时，给出在T-td的时间后安排下一次波磨检测的评价；
建立波磨综合评价指标的具体方法包括以下子步骤为：
S2-1、对钢轨波磨数据进行尺寸计算，得到波长
Figure 820659DEST_PATH_IMAGE001
和波深值d；判断波深值d是否大于0.5，若是则将波深影响量值D记为1，否则将波深影响量值D记为0；
S2-2、将钢轨纵向表面的不平顺值经过统计平均计算获取1/3倍频程谱，判断1/3倍频程谱中是否有单频带超过限值6db或者是否有3个连续频带超过限值3db，若有则将表面粗糙度水平影响量值R记为1，否则将表面粗糙度水平影响量值R记为0；
S2-3、在多体动力学仿真软件中建立由车辆模型、无砟轨道模型构成的车辆轨道耦合动力学模型；
S2-4、将钢轨纵向表面的不平顺值带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆运行安全性评定指标、车辆运行品质评定指标和车辆运行平稳性评定指标；
S2-5、根据公式：
Figure 156962DEST_PATH_IMAGE002
将步骤S2-4中三个指标的最大值共同作为元素构建向量v；其中
Figure 272686DEST_PATH_IMAGE003
为车辆运行安全性评定指标的最大值；
Figure 424050DEST_PATH_IMAGE004
为车辆运行品质评定指标的最大值；
Figure 232606DEST_PATH_IMAGE005
为车辆运行平稳性评定指标的最大值；
S2-6、判断向量v中所有元素所否均未超出标准限值，若是则将车辆轨道响应影响量值V记为0，否则将车辆轨道响应影响量值V记为1；
S2-7、根据公式：
Figure 338097DEST_PATH_IMAGE006
建立波磨综合评价指标Z；其中
Figure 257511DEST_PATH_IMAGE007
表示取最大值；
构建磨耗发展预测模型，并通过磨耗发展预测模型获取钢轨波磨未超限对应的磨耗累积时间T的具体方法包括以下子步骤：
S4-1、根据公式：
Figure 466644DEST_PATH_IMAGE008
以钢轨波磨对应通过次数的全部历史数据为基础，利用多项式函数拟合波深的历史数据，获取权重参数
Figure 180523DEST_PATH_IMAGE009
、权重参数
Figure 38888DEST_PATH_IMAGE010
和偏置参数b，得到波深与通过次数的拟合函数；其中
Figure 761994DEST_PATH_IMAGE011
为波深的历史数据；
Figure 622371DEST_PATH_IMAGE012
为通过次数的历史数据；
S4-2、根据公式：
Figure 975992DEST_PATH_IMAGE013
Figure 305342DEST_PATH_IMAGE014
获取当前波磨预测值
Figure 582871DEST_PATH_IMAGE015
；其中A为波深特征；π为圆周率；
Figure 48487DEST_PATH_IMAGE016
为车辆运行速度；t为时间；
Figure 822277DEST_PATH_IMAGE017
为钢轨波磨的波长；L为波磨段钢轨长度；
S4-3、将当前波磨预测值
Figure 904503DEST_PATH_IMAGE015
带入车辆轨道耦合动力学模型，通过仿真得到对应的车辆轨道响应影响量预测值
Figure 454564DEST_PATH_IMAGE018
；
S4-4、判断当前的车辆轨道响应影响量预测值是否为1，若是则输出磨耗发展累计预测次数，进入步骤S4-6；否则进入步骤S4-5；
S4-5、将磨耗发展累计预测次数加1，并返回步骤S4-2；
S4-6、将磨耗发展累计预测次数与通过次数间隔时长的乘积作为总通过次数，根据总通过次数与线路开行计划关系换算得到磨耗累积时间T。
5.一种电子设备，其特征在于，包括：
存储器，存储有可执行指令；以及
处理器，被配置为执行存储器中可执行指令以实现权利要求1~3中任一项所述的钢轨波磨评价及维修管理方法。
CN202211409110.4A 2022-11-11 2022-11-11 一种钢轨波磨评价及维修管理方法、系统及电子设备 Active CN115455747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211409110.4A CN115455747B (zh) 2022-11-11 2022-11-11 一种钢轨波磨评价及维修管理方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211409110.4A CN115455747B (zh) 2022-11-11 2022-11-11 一种钢轨波磨评价及维修管理方法、系统及电子设备

Publications (2)

Publication Number Publication Date
CN115455747A CN115455747A (zh) 2022-12-09
CN115455747B true CN115455747B (zh) 2023-02-03

Family

ID=84295599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211409110.4A Active CN115455747B (zh) 2022-11-11 2022-11-11 一种钢轨波磨评价及维修管理方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN115455747B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703365B (zh) * 2023-08-04 2023-11-07 济南市勘察测绘研究院 一种城市轨道形变监测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112948987A (zh) * 2021-01-15 2021-06-11 西南交通大学 一种减振轨道声振性能和服役性能的综合评价方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608312B (zh) * 2015-12-16 2018-11-16 广州地铁集团有限公司 一种指导波磨轨道维修的波磨评价方法
CN111428406B (zh) * 2020-03-23 2022-06-03 北京交通大学 钢轨小半径曲线内轨的波磨波长和波深的估算方法
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
CN113987755B (zh) * 2021-09-29 2024-04-09 中铁物总运维科技有限公司 一种高速道岔直向钢轨使用状态评估方法
CN115162076A (zh) * 2022-06-23 2022-10-11 中铁第四勘察设计院集团有限公司 钢轨智能测量及高压水射流一体化打磨轨道车及方法
CN115162077A (zh) * 2022-06-29 2022-10-11 中铁第四勘察设计院集团有限公司 一种基于高压水射流技术的钢轨打磨装备及其作业方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112948987A (zh) * 2021-01-15 2021-06-11 西南交通大学 一种减振轨道声振性能和服役性能的综合评价方法

Also Published As

Publication number Publication date
CN115455747A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
Bevan et al. Development and validation of a wheel wear and rolling contact fatigue damage model
CN115455747B (zh) 一种钢轨波磨评价及维修管理方法、系统及电子设备
CN108009742B (zh) 一种确定铁路轨道健康状态的方法及系统
Nia et al. Prediction of RCF and wear evolution of iron-ore locomotive wheels
Kaewunruen et al. Dynamic wheel–rail interaction over rail squat defects
CN103871246A (zh) 基于路网空间关系约束Lasso的短时交通流预测方法
CN109117536B (zh) 一种轨道不平顺评价参数的检测方法
CN111582656A (zh) 一种高速铁路钢轨浅层状态量化评价方法
CN108875121B (zh) 确定高速铁路钢轨磨损的方法和装置
CN111290295B (zh) 轮轨界面润滑与摩擦控制决策支持系统
Kawaguchi et al. Actual data analysis of alignment irregularity growth and its prediction model
Sandström et al. Predicting crack growth and risks of rail breaks due to wheel flat impacts in heavy haul operations
CN110503209B (zh) 一种基于大数据的钢轨分析预警模型构建方法与系统
CN116644890A (zh) 一种高速铁路钢轨大修指数计算方法
Yang et al. A numerical study on tread wear and fatigue damage of railway wheels subjected to anti-slip control
Zhao et al. A rail corrugation evaluation method using fractal characterization based on structure function method
Muinde Railway track geometry inspection optimization
de Paula Pacheco et al. Optimization of heavy haul railway wheel profile based on rolling contact fatigue and wear performance
CN115130244B (zh) 轮轨系统动力仿真的目标轮轨不平顺谱选取方法和装置
CN115618686A (zh) 一种基于行车平稳性的大跨度铁路桥梁刚度评估方法
Han et al. Fatigue reliability analysis considering corrosion effects and integrating SHM information
Cao et al. Intelligent prediction of wear life of automobile brake pad based on braking conditions
Uzarski et al. Technologies for planning railroad track maintenance and renewal
CN114021347A (zh) 一种基于假设分布的重载货车钩体剩余寿命预测方法
CN114781893A (zh) 一种列车轮对镟修排班系统及方法

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