CN116985865A - 一种轨道交通车轮多边形故障诊断检测方法、装置及系统 - Google Patents
一种轨道交通车轮多边形故障诊断检测方法、装置及系统 Download PDFInfo
- Publication number
- CN116985865A CN116985865A CN202311237941.2A CN202311237941A CN116985865A CN 116985865 A CN116985865 A CN 116985865A CN 202311237941 A CN202311237941 A CN 202311237941A CN 116985865 A CN116985865 A CN 116985865A
- Authority
- CN
- China
- Prior art keywords
- polygon
- fault
- wheel
- alarm
- rail transit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 claims abstract description 41
- 230000001133 acceleration Effects 0.000 claims abstract description 38
- 238000012423 maintenance Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 29
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- BXLNWOAYQXBHCY-UHFFFAOYSA-N diphenylsilylidene(diphenyl)silane Chemical compound C1=CC=CC=C1[Si](C=1C=CC=CC=1)=[Si](C=1C=CC=CC=1)C1=CC=CC=C1 BXLNWOAYQXBHCY-UHFFFAOYSA-N 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
- B61K9/12—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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种轨道交通车轮多边形故障诊断检测方法、装置及系统,方法包括采集车辆轴箱振动加速度信号;对轴箱振动加速度信号进行诊断,计算车轮多边形故障阶次和特征指标;根据车轮多边形故障是否具有连续性输出车轮多边形故障报警结果;对于车载诊断结果设计多边形故障数据地面软件系统,展示车轮多边形故障轴箱振动加速度数据、多边形故障特征指标历史变化趋势、车轮多边形故障报警结果,根据报警结果给出车轮多边形故障运用维修建议,提高车轮检修维修效率。
Description
技术领域
本发明涉及轨道交通装备及安全监测领域,特别是涉及一种轨道交通车轮多边形故障诊断检测方法、装置及系统。
背景技术
随着我国轨道交通迅速发展,高速、重载列车已成为未来轨道交通车辆的发展趋势,加上部分线路的长大坡道、小曲线半径,复杂恶劣的工况导致车辆轮轨作用不断恶化、轮轨耦合关系变差,加剧了车轮的异常磨损,最终导致列车车轮出现多边形故障磨耗。车轮多边形故障是轨道交通轮轨系统中最常见的故障之一,故障的出现不仅会导致车辆出现异常振动和噪声、降低乘客乘坐舒适性,还会增大轮轨作用力,降低轨道及转向架关键部件疲劳寿命,严重时危及车辆行车安全。因此,需要对车轮多边形故障进行监测,以便及时进行轮对镟修,降低列车运行风险。
目前多边形故障监测主要通过货车运行状态地面监测系统(TPDS)和车轮粗糙度测试仪两种方式进行。TPDS主要通过轨旁检测系统监测车辆经过时的轮轨作用力,从而评估车轮多边形故障阶次和严重程度,该方法诊断效率高,但该方法只监测了车辆在固定轨道区间的轮轨作用力,不利于对轮对多边形故障进行实时监测。车轮粗糙度测试仪是通过位移传感器对静置状态下的列车车轮径向跳动量进行测量,该方法测量出车轮多边形阶次和深度,测试精度高,但测试过程复杂、且测试效率低,不利于大规模工程应用。
因此,如何对车轮多边形故障实现快速准确测量,并指导相关人员对车轮进行镟修显得尤为重要。
发明内容
本发明的目的在于克服现有技术的不足,提供一种轨道交通车轮多边形故障诊断检测方法、装置及系统,提供一种快速高效、准确率高的轨道交通车轮多边形故障监测系统,对多边形故障阶次及多边形故障状态进行监测,并实现多边形故障严重程度报警,从而为相关技术人员对车辆的运用维护提出建议,提高检修维修效率。
本发明的目的是通过以下技术方案来实现的:
第一方面:
一种轨道交通车轮多边形故障诊断检测方法,包括以下步骤:
S1数据采集:获取车辆轴箱振动加速度信号x(n)和转速信号;
S2故障诊断:包括判断轴箱振动加速度信号有效性、计算车轮多边形故障阶次和计算多边形故障严重程度的特征指标;
S3故障报警:包括多边形故障主导阶次统计、多边形故障程度判定、多边形故障连续性判定和多边形故障报警修正;
S4地面软件展示:实现车轮多边形故障数据、特征指标、报警结果展示,基于报警结果提出车轮多边形故障运用维修建议。
进一步地,所述的判断轴箱振动加速度信号有效性,具体是对轴箱振动加速度信号作傅里叶变换,得到轴箱振动加速度信号x(n)的傅里叶频谱X(f);根据傅里叶频谱X(f)对轴箱振动加速性信号有效性进行判断,若数据无效,则退出故障诊断步骤,若数据有效,则继续诊断。
进一步地,所述的计算车轮多边形故障阶次,包括以下步骤:
根据车轮转速及多边形诊断阶次设计带通滤波器;
查找多边形诊断范围内的傅里叶频谱X(f)极大值,并对极大值进行排序;
分别判断前N大极大值是否存在多边形故障,输出多边形故障阶次。
进一步地,所述的计算多边形故障严重程度的特征指标,包括以下步骤:
根据车轮转速及车轮多边形阶次设计带通滤波器;
对轴箱振动加速x信号进行滤波;
通过相关能量或有效值计算滤波信号多边形特征能量指标,用于表征多边形故障严重程度;
所述相关能量CN计算公式为:
其中,M表示移位阶数,N表示数据长度,L为移位长度;
所述有效值rms计算公式为:
其中,N表示数据长度。
进一步地,所述的多边形故障主导阶次统计,具体是统计近K条数据多边形阶次,输出占比最大且占比达到预设阈值的多边形阶次为主导阶次。
进一步地,所述的多边形故障程度判定,过程是计算J条数据的多边形能量指标平均值A,判断平均值A是否大于预设阈值;
若平均值A大于二级报警阈值,则二级报警计数加1;反之,则二级报警计数减1;
若平均值A大于一级报警阈值,则一级报警计数加1;反之,则一级报警计数减1;
若平均值A大于预警阈值,则预警计数加1;反之,则预警计数减1。
进一步地,所述的多边形故障连续性判定,具体是判断多边形故障报警、预警计数是否大于预设阈值;
若多边形二级报警计数大于预设阈值,则记录车轮多边形故障初始结果为二级报警,并清空预警、一级、二级报警计数;
若多边形一级报警计数大于预设阈值,则记录车轮多边形故障初始结果为一级报警,并清空预警、一级报警计数;
若多边形预警计数大于预设阈值,则记录车轮多边形故障初始结果为预警,并清空预警计数。
进一步地,所述的多边形故障报警修正,具体是获取同车其他轴位多边形特征指标均值,计算报警点位多边形特征指标和同车其他点位多边形特征指标最小值的倍数B,并判断倍数B是否达到设定阈值:
若B大于等于设定阈值c,则多边形故障初始结果为最终报警结果;
若B小于设定阈值c,则将多边形故障初始结果降低报警级别,作为多边形最终报警结果。
第二方面:
一种轨道交通车轮多边形故障检测装置,包括:
存储器和处理器,所述存储器中存储有指令;所述处理器调用所述存储器中的所述指令,以使得所述轨道交通车轮多边形故障检测装置执行如第一方面中任一项所述的轨道交通车轮多边形故障诊断检测方法。
第三方面:
一种轨道交通车轮多边形故障检测系统,包括如第二方面所述的轨道交通车轮多边形故障检测装置,还包括:
感知模块,利用传感器和总线感知待监测车辆的轴箱振动加速度信号;
数据转储,将多边形数据转储到地面电脑终端或服务器,为地面软件展示提供数据。
本发明的有益效果是:
本发明提出的一种轨道交通车轮多边形故障诊断检测方法,可快速准确输出多边形故障初始结果和输出最终报警结果。同时,本发明基于车载的车轮多边形故障检测系统完成车轮多边形故障诊断及报警,可以通过无线数据落地或数据转储等方式实现诊断结果返回数据中心;通过地面软件系统可以查看车轮多边形报警结果、车轮多边形故障阶次发展历史趋势、多边形故障特征指标发展历史趋势以及多边形故障处置建议,极大的方便了车轮多边形故障状态监测,提高了车轮多边形故障检修和维修效率。
附图说明
图1为一种轨道交通车轮多边形故障诊断检测方法流程图;
图2为一种轨道交通车轮多边形故障检测系统架构示意图。
具体实施方式
下面将结合实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1-图2,本发明提供一种技术方案:
实施例一:
一种轨道交通车轮多边形故障诊断检测方法,包括以下步骤:
S1数据采集:获取车辆轴箱振动加速度信号x(n)和转速信号;
S2故障诊断:包括判断轴箱振动加速度信号有效性、计算车轮多边形故障阶次和计算多边形故障严重程度的特征指标;
S3故障报警:包括多边形故障主导阶次统计、多边形故障程度判定、多边形故障连续性判定和多边形故障报警修正;
S4地面软件展示:实现车轮多边形故障数据、特征指标、报警结果展示,基于报警结果提出车轮多边形故障运用维修建议。
车轮出现多边形故障时,轮轨耦合作用力加剧,轮对、构架以及车体振动均会加剧,具体实施例中,在轴箱承载区安装振动加速度传感器,获取列车运行过程中轴箱振动加速度信号。
进一步地,所述的判断轴箱振动加速度信号有效性具体是对轴箱振动加速度信号作傅里叶变换,得到轴箱振动加速度信号x(n)的傅里叶频谱X(f);根据傅里叶频谱X(f)对轴箱振动加速性信号有效性进行判断,若数据无效,则退出诊断步骤,若数据有效,则继续诊断。数据有效性判断,具体实施例中,轴箱振动加速度信号中可能存在干扰信号,因此对采集到的轴箱振动加速度信号进行干扰识别,对于存在干扰的信号不诊断多边形故障。所述干扰信号包括但不限于工频干扰和电机干扰。
进一步地,所述的计算车轮多边形故障阶次,包括以下步骤:
根据车轮转速及多边形诊断阶次设计带通滤波器;多边形滤波器设计,具体实施例中,为提高信号信噪比,得到信噪比更高的多边形故障信号,因此设计滤波器对轴箱振动加速度滤波。具体实施例中,采用带通滤波器,所述带通滤波器通过频率为车轮转速乘以多边形阶次诊断范围。
查找多边形诊断范围内的傅里叶频谱X(f)极大值,并对极大值进行排序。
分别判断前N大极大值是否存在多边形故障,输出多边形故障阶次。
多边形故障阶次诊断,车轮多边形通常由多个多边形故障阶次叠加而成,通常情况下,多边形故障车轮表现为某一阶或几阶多边形故障较为显著,因此轴箱振动加速度信号频谱表现为车轮转频的某个倍频或某几个倍频幅值显著。本申请对上述多边形故障频率特征进行识别,并计算车轮多边形故障阶次,作为多边形故障诊断的结果。
按照频域车轮转频的某个倍频或某几个倍频幅值是否显著,将车轮多边形故障分为单一阶次多边形和复合型多边形。所述单一阶次多边形即车轮转频的某个倍频显著,且显著频率附近不存在明显车轮转频为间隔的边频;所述复合型多边形即某几个倍频幅值显著,通常情况下,上述频域幅值显著的几个倍频相邻,间隔为车轮转频。根据上述多边形故障特征,确定前N大极大值是否具有多边形特征,并输出车轮多边形故障阶次。
进一步地,所述的计算多边形故障严重程度的特征指标,包括以下步骤:
根据车轮转速及车轮多边形阶次设计带通滤波器。
对轴箱振动加速信号进行滤波;根据上述滤波器对轴箱振动加速度信号滤波,得到信噪比更高的多边形故障信号。
通过相关能量或有效值计算滤波信号多边形特征能量指标,用于表征多边形故障严重程度。
其中,所述相关能量CN计算公式为:
其中,M表示移位阶数,N表示数据长度,L为移位长度;
所述有效值rms计算公式为:
其中,N表示数据长度。具体实施例中,采用相关能量作为多边形特征指标。
进一步地,所述的多边形故障主导阶次统计,具体是统计近K条数据多边形阶次,输出占比最大且占比达到预设阈值的多边形阶次为主导阶次。多边形主导阶次统计,为消除轨道或其他悬挂部件导致的车轮多边形阶次诊断不准确,本申请统计多条多边形阶次结果,得到多边形诊断阶次和主导阶次。具体实施例中,统计J条数据多边形阶次结果,得到各阶多边形故障占比,若该阶多边形占比大于b,则认为该车轮存在该阶多边形故障,输出多边形故障阶次。
为消除轮轨激励对多边形特征指标的影响,进行多边形故障程度判定,其过程是,计算M条数据的多边形能量指标平均值A,判断A是否大于预设阈值;
若平均值A大于二级报警阈值,则二级报警计数加1;反之,则二级报警计数减1;
若平均值A大于一级报警阈值,则一级报警计数加1;反之,则一级报警计数减1;
若平均值A大于预警阈值,则预警计数加1;反之,则预警计数减1。
进一步地,所述的多边形故障连续性判定,具体是判断多边形故障报警、预警计数是否大于预设阈值;
若多边形二级报警计数大于预设阈值,则记录车轮多边形故障初始结果为二级报警,并清空预警、一级、二级报警计数;
若多边形一级报警计数大于预设阈值,则记录车轮多边形故障初始结果为一级报警,并清空预警、一级报警计数;
若多边形预警计数大于预设阈值,则记录车轮多边形故障初始结果为预警,并清空预警计数。
进一步地,根据同车多边形故障状态对上述报警结果进行动态修正。车轮多边形故障诊断采用轴箱振动加速度信号,而除车轮外的走行部其他部件以及线路状态也可能导致轴箱振动加速度响应偏大,因此通过同车多边形状态对多边形报警进行动态修正。所述的多边形故障报警修正,具体是获取同车其他轴位多边形特征指标均值,计算报警点位多边形特征指标和同车其他点位多边形特征指标最小值的倍数B,并判断B是否达到设定阈值:
若B大于等于设定阈值c,则多边形故障初始结果为最终报警结果;
若B小于设定阈值c,则将多边形故障初始结果降低报警级别,作为多边形最终报警结果。
软件展示界面可进行多边形报警结果查询、维修建议展示及车轮多边形车载诊断报警结果展示,例如详细报警列表、多边形报警处置建议等。所述运维建议,包括:多边形二级报警,建议最近修程进行镟轮;多边形一级报警,建议最近修程测量车轮径跳,视情况进行镟轮;多边形预警,跟踪运行。
实施例二:
一种轨道交通车轮多边形故障检测装置,包括:
存储器102和处理器101,所述存储器中存储有指令;所述处理器调用所述存储器中的所述指令,以使得所述轨道交通车轮多边形故障检测装置执行如实施例一中任一项所述的轨道交通车轮多边形故障诊断检测方法。
存储器102可以是半导体存储器、磁芯存储器、磁盘存储器等。
实施例三:
一种轨道交通车轮多边形故障检测系统,如图2所示,包括如实施例二所述的轨道交通车轮多边形故障检测装置,还包括:
感知模块,利用传感器和总线感知待监测车辆的轴箱振动加速度信号;感知模块,包括安装在轴箱测点的振动加速度传感器、与主机连接的总线。具体实施例中,提供了8个测点的状态感知网络,各个测点通过总线15相互连接至主机模块,在一些实施例中,状态感知网络可以增加或减少测点。
数据转储,将多边形数据转储到地面电脑终端或服务器,为地面软件展示提供数据。数据转储可以是无线数据落地,数据落地方式可以是通过PIS或WLAN网络自动上传数据至地面服务器或电脑终端;数据转储也可以通过可移动存储设备进行人工转储,可移动存储设备包括但不限于U盘、移动硬盘等。
部分实施例中,车轮多边形故障诊断系统可以包括显示模块11,用于展示车轮多边形故障报警结果;
部分实施例中,车轮多边形故障诊断系统可以包括通信接口12,用于其他设备进行交互,展示车轮多边形故障诊断结果,其他设备包括但不限于司机室显示屏、机车车载安全防护系统等;
部分实施例中,包括电脑终端或服务器14,用于安装地面软件系统,实现车轮多边形诊断系统人机交互,完成多边形故障轴箱振动数据分析、多边形故障特征指标历史趋势分析、查询报警结果及运用维修建议。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种轨道交通车轮多边形故障诊断检测方法,其特征在于,包括以下步骤:
S1数据采集:获取车辆轴箱振动加速度信号x(n)和转速信号;
S2故障诊断:包括判断轴箱振动加速度信号有效性、计算车轮多边形故障阶次和计算多边形故障严重程度的特征指标;
S3故障报警:包括多边形故障主导阶次统计、多边形故障程度判定、多边形故障连续性判定和多边形故障报警修正;
S4地面软件展示:实现车轮多边形故障数据、特征指标、报警结果展示,基于报警结果提出车轮多边形故障运用维修建议。
2.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的判断轴箱振动加速度信号有效性,具体是对轴箱振动加速度信号作傅里叶变换,得到轴箱振动加速度信号x(n)的傅里叶频谱X(f);根据傅里叶频谱X(f)对轴箱振动加速性信号有效性进行判断,若数据无效,则退出故障诊断步骤,若数据有效,则继续诊断。
3.根据权利要求2所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的计算车轮多边形故障阶次,包括以下步骤:
根据车轮转速及多边形诊断阶次设计带通滤波器;
查找多边形诊断范围内的傅里叶频谱X(f)极大值,并对极大值进行排序;
分别判断前N大极大值是否存在多边形故障,输出多边形故障阶次。
4.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的计算多边形故障严重程度的特征指标,包括以下步骤:
根据车轮转速及车轮多边形阶次设计带通滤波器;
对轴箱振动加速度信号x进行滤波;
通过相关能量或有效值计算滤波信号多边形特征能量指标,用于表征多边形故障严重程度;
所述相关能量CN计算公式为:
其中,M表示移位阶数,N表示数据长度,L为移位长度;
所述有效值rms计算公式为:
其中,N表示数据长度。
5.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的多边形故障主导阶次统计,具体是统计近N条数据多边形阶次,输出占比最大且占比达到预设阈值的多边形阶次为主导阶次。
6.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的多边形故障程度判定,具体是计算J条数据的多边形能量指标平均值A,判断平均值A是否大于预设阈值;
若平均值A大于二级报警阈值,则二级报警计数加1;反之,则二级报警计数减1;
若平均值A大于一级报警阈值,则一级报警计数加1;反之,则一级报警计数减1;
若平均值A大于预警阈值,则预警计数加1;反之,则预警计数减1。
7.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的多边形故障连续性判定,具体是判断多边形故障报警、预警计数是否大于预设阈值;
若多边形二级报警计数大于预设阈值,则记录车轮多边形故障初始结果为二级报警,并清空预警、一级、二级报警计数;
若多边形一级报警计数大于预设阈值,则记录车轮多边形故障初始结果为一级报警,并清空预警、一级报警计数;
若多边形预警计数大于预设阈值,则记录车轮多边形故障初始结果为预警,并清空预警计数。
8.根据权利要求1所述的一种轨道交通车轮多边形故障诊断检测方法,其特征在于:所述的多边形故障报警修正,具体是获取同车其他轴位多边形特征指标均值,计算报警点位多边形特征指标和同车其他点位多边形特征指标最小值的倍数B,并判断倍数B是否达到设定阈值:
若B大于等于设定阈值c,则多边形故障初始结果为最终报警结果;
若B小于设定阈值c,则将多边形故障初始结果降低报警级别,作为多边形最终报警结果。
9.一种轨道交通车轮多边形故障检测装置,其特征在于,包括:
存储器和处理器,所述存储器中存储有指令;所述处理器调用所述存储器中的所述指令,以使得所述轨道交通车轮多边形故障检测装置执行如权利要求 1-8 中任一项所述的轨道交通车轮多边形故障诊断检测方法。
10.一种轨道交通车轮多边形故障检测系统,包括如权利要求9所述的轨道交通车轮多边形故障检测装置,其特征在于,还包括:
感知模块,利用传感器和总线感知待监测车辆的轴箱振动加速度信号;
数据转储,将多边形数据转储到地面电脑终端或服务器,为地面软件展示提供数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311237941.2A CN116985865B (zh) | 2023-09-25 | 2023-09-25 | 一种轨道交通车轮多边形故障诊断检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311237941.2A CN116985865B (zh) | 2023-09-25 | 2023-09-25 | 一种轨道交通车轮多边形故障诊断检测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116985865A true CN116985865A (zh) | 2023-11-03 |
CN116985865B CN116985865B (zh) | 2023-11-28 |
Family
ID=88532321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311237941.2A Active CN116985865B (zh) | 2023-09-25 | 2023-09-25 | 一种轨道交通车轮多边形故障诊断检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116985865B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19941843A1 (de) * | 1999-09-02 | 2001-03-08 | Schenck Process Gmbh | Vorrichtung zur Feststellung von Unrundheiten und Flachstellen an Rädern bei Schienenfahrzeugen |
US6823242B1 (en) * | 2002-09-23 | 2004-11-23 | Norfolk Southern Corporation | Method and apparatus for monitoring wheel/brake performance |
EP1600351A1 (en) * | 2004-04-01 | 2005-11-30 | Heuristics GmbH | Method and system for detecting defects and hazardous conditions in passing rail vehicles |
CN108229254A (zh) * | 2016-12-15 | 2018-06-29 | 北京唐智科技发展有限公司 | 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 |
CN108225706A (zh) * | 2016-12-15 | 2018-06-29 | 北京唐智科技发展有限公司 | 一种识别车轮密集剥离麻面故障的自动化诊断方法 |
CN110816588A (zh) * | 2019-12-04 | 2020-02-21 | 中车株洲电力机车有限公司 | 一种机车车轮失圆检测方法、装置、设备及系统 |
CN112991577A (zh) * | 2021-02-25 | 2021-06-18 | 成都运达科技股份有限公司 | 一种轨道车辆车轮多边形状态诊断系统 |
CN113386822A (zh) * | 2021-06-01 | 2021-09-14 | 唐智科技湖南发展有限公司 | 一种车轮多边失圆综合诊断方法、装置及设备 |
CN113776760A (zh) * | 2020-06-09 | 2021-12-10 | 成都运达科技股份有限公司 | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 |
CN114544206A (zh) * | 2022-01-20 | 2022-05-27 | 清华大学 | 一种轨道交通机车车辆轮对多边形故障检测方法及装置 |
CN115805971A (zh) * | 2022-12-26 | 2023-03-17 | 大连柏盛源科技有限公司 | 一种在线监测列车车轮多边形故障的方法 |
CN115931399A (zh) * | 2022-11-18 | 2023-04-07 | 大连柏盛源科技有限公司 | 一种实时在线检测高速列车轮多边形故障的方法 |
CN116252820A (zh) * | 2023-05-12 | 2023-06-13 | 西南交通大学 | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 |
-
2023
- 2023-09-25 CN CN202311237941.2A patent/CN116985865B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19941843A1 (de) * | 1999-09-02 | 2001-03-08 | Schenck Process Gmbh | Vorrichtung zur Feststellung von Unrundheiten und Flachstellen an Rädern bei Schienenfahrzeugen |
US6823242B1 (en) * | 2002-09-23 | 2004-11-23 | Norfolk Southern Corporation | Method and apparatus for monitoring wheel/brake performance |
EP1600351A1 (en) * | 2004-04-01 | 2005-11-30 | Heuristics GmbH | Method and system for detecting defects and hazardous conditions in passing rail vehicles |
CN108229254A (zh) * | 2016-12-15 | 2018-06-29 | 北京唐智科技发展有限公司 | 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 |
CN108225706A (zh) * | 2016-12-15 | 2018-06-29 | 北京唐智科技发展有限公司 | 一种识别车轮密集剥离麻面故障的自动化诊断方法 |
CN110816588A (zh) * | 2019-12-04 | 2020-02-21 | 中车株洲电力机车有限公司 | 一种机车车轮失圆检测方法、装置、设备及系统 |
CN113776760A (zh) * | 2020-06-09 | 2021-12-10 | 成都运达科技股份有限公司 | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 |
CN112991577A (zh) * | 2021-02-25 | 2021-06-18 | 成都运达科技股份有限公司 | 一种轨道车辆车轮多边形状态诊断系统 |
CN113386822A (zh) * | 2021-06-01 | 2021-09-14 | 唐智科技湖南发展有限公司 | 一种车轮多边失圆综合诊断方法、装置及设备 |
CN114544206A (zh) * | 2022-01-20 | 2022-05-27 | 清华大学 | 一种轨道交通机车车辆轮对多边形故障检测方法及装置 |
WO2023138581A1 (zh) * | 2022-01-20 | 2023-07-27 | 清华大学 | 一种轨道交通机车车辆轮对多边形故障检测方法及装置 |
CN115931399A (zh) * | 2022-11-18 | 2023-04-07 | 大连柏盛源科技有限公司 | 一种实时在线检测高速列车轮多边形故障的方法 |
CN115805971A (zh) * | 2022-12-26 | 2023-03-17 | 大连柏盛源科技有限公司 | 一种在线监测列车车轮多边形故障的方法 |
CN116252820A (zh) * | 2023-05-12 | 2023-06-13 | 西南交通大学 | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 |
Non-Patent Citations (4)
Title |
---|
冯岩;: "关于高铁动车组检修技术探讨", 产业科技创新, no. 01, pages 112 - 114 * |
李凤林等: "基于EEMD的列车车轮多边形故障诊断方法", 机械, vol. 48, no. 5, pages 43 - 51 * |
李奕璠: "轮轨力连续测试方法及车轮失圆的检测与识别研究", 中国博士学位论文全文数据库工程科技Ⅱ辑, pages 033 - 15 * |
靳素华;卢强;: "车辆噪声和振动故障诊断研究", 汽车科技, no. 03, pages 21 - 25 * |
Also Published As
Publication number | Publication date |
---|---|
CN116985865B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108515984B (zh) | 一种车轮伤损检测方法及装置 | |
CN101354312B (zh) | 智能轴承故障诊断系统 | |
JP5382991B2 (ja) | 軌道系交通システムの異常診断方法及び異常診断システム | |
CN112991577B (zh) | 一种轨道车辆车轮多边形状态诊断系统 | |
CN104990709A (zh) | 用于检测机车轴承故障的方法 | |
CN106274983B (zh) | 一种识别轨道交通车轮轮辋裂纹故障的机理诊断方法 | |
CN110222436B (zh) | 列车零部件健康状态的评估方法、装置及存储介质 | |
CN111929074A (zh) | 车辆机械旋转部件故障诊断方法及装置 | |
KR20110131411A (ko) | 허브 베어링 검사 방법 | |
CN105806604A (zh) | 一种机车车辆走行部轴承保持架故障预报警方法 | |
CN113776760B (zh) | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 | |
CN104931262A (zh) | 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 | |
CN209055845U (zh) | 一种高速动车组行车故障监测与诊断系统 | |
CN108229254B (zh) | 一种轨道交通车轮踏面多边形失圆故障的冲击诊断方法 | |
CN111595515B (zh) | 万向轴不平衡故障的间接检测方法 | |
JP2018179986A (ja) | 異常診断装置およびプログラム | |
CN113008581A (zh) | 基于电机轴转速与车速的列车轮径差检测与报警诊断方法 | |
CN201965028U (zh) | 一种地铁车辆走行部磨合试验诊断系统 | |
CN116985865B (zh) | 一种轨道交通车轮多边形故障诊断检测方法、装置及系统 | |
CN208165009U (zh) | 一种车轮伤损检测装置 | |
CN116252820B (zh) | 改进频域积分法驱动的高速列车车轮多边形定量检测方法 | |
CN110171442B (zh) | 车轮扁疤的检测系统、检测方法 | |
Oba et al. | Condition monitoring for Shinkansen bogies based on vibration analysis | |
CN115931399A (zh) | 一种实时在线检测高速列车轮多边形故障的方法 | |
CN115805971A (zh) | 一种在线监测列车车轮多边形故障的方法 |
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 |