JP6990566B2

JP6990566B2 - レール波状摩耗検出装置、及びレール波状摩耗検出方法

Info

Publication number: JP6990566B2
Application number: JP2017224804A
Authority: JP
Inventors: 信之岡田; 崇宏笹内; 拓也大庭
Original assignee: Nippon Sharyo Ltd; Central Japan Railway Co
Current assignee: Nippon Sharyo Ltd; Central Japan Railway Co
Priority date: 2017-11-22
Filing date: 2017-11-22
Publication date: 2022-01-12
Anticipated expiration: 2037-11-22
Also published as: JP2019093892A

Description

本発明は、レール波状摩耗検出装置において、波状摩耗の発生の検知精度を高める技術に関する。

従来、鉄道車両を運行するにあたって、レールの摩耗によって車両に振動が発生してしまうような問題があった。この一因としてレール波状摩耗と呼ばれる摩耗状態があり、このレール波状摩耗が生じたレールの上を車両が通過すると、大きな騒音や振動を発生することになる。特に都市部の鉄道や地下鉄などでは大きな騒音や振動が問題となるため、その適切な管理が求められている。また、レール波状摩耗は車輪からレールに伝わる荷重変動の増加にも繋がるため、早期に発見し対策することが求められている。

こうしたことから、近年、レール波状摩耗の検出方法について様々な検討がなされてきた。しかしその対策の多くは、時間周波数軸上でフィルタ処理などの信号処理を行うものであった。また、レール上を走行する鉄道車両の騒音からレールの波状摩耗を検出する試みも行われている。しかしながら、実際の鉄道車両の運行時には、様々な周波数成分が含まれているため、検出精度の点で問題があった。

特許文献１には、レール波状摩耗検出方法、及びレール波状摩耗検出システムに関する技術が開示されている。レール上を走行する鉄道車両上で鉄道車両の走行時間に対して振動加速度及び騒音の少なくとも一方を測定して時間軸データを生成する。そして、時間軸データを鉄道車両の走行距離に関連づけられた空間軸データに変換し、空間軸データを空間周波数軸上でバンドパスフィルタ処理をしてフィルタ処理データを生成する。そして、フィルタ処理データに基づいてレールの波状摩耗の発生区間を決定する。こうすることで、レール波状摩耗の検出精度の向上を図ることが可能である。

特開２０１２－２１７９０号公報

しかしながら、特許文献１に記載の技術であってもレール波状摩耗の波高値が低い場合、振動加速度を用いた方法では検出精度を高める事が困難である。レール波状摩耗はなるべく早期に発見し、対策を講じることが必要とされるが、レール波状摩耗の波高値が低い場合には、他の振動などに紛れ易く発見が遅れるケースがある。

そこで、本発明はこの様な課題を解決する為に、検出精度を高めたレール波状摩耗検出装置、及びレール波状摩耗検出方法の提供を行うことを目的とする。

前記課題を解決するために、本発明の一態様によるレール波状摩耗検出装置は、以下のような特徴を有する。

（１）レール上を走行する鉄道車両の走行時間に対して振動加速度または騒音の少なくとも一方を測定して時間軸データを取得する測定装置と、前記時間軸データをハイパスフィルタ処理し、絶対値処理し、ローパスフィルタ処理して高周波振動データとし、前記高周波振動データを空間軸データに変換する演算装置と、を備えること、を特徴とする。

上記（１）に記載の態様により、レール波状摩耗の検出精度を高める事ができる。これは、測定装置によって取得した時間軸データに対してハイパスフィルタ処理、絶対値処理、ローパスフィルタ処理を順に行うことで、時間軸データに含まれる高周波成分を抽出することが可能となり、波状摩耗の波高値が低い場合であってもレール波状摩耗の周期成分を検出しやすくなる。その結果、波状摩耗の検出性能を向上することに貢献出来る。

また、前記課題を解決するために、本発明の別の態様によるレール波状摩耗検出方法は、以下のような特徴を有する。

（２）レール上を走行する鉄道車両の走行時間に対して振動加速度または騒音の少なくとも一方を測定装置によって測定することで時間軸データを取得し、演算装置によって、前記時間軸データをハイパスフィルタ処理し、絶対値処理し、ローパスフィルタ処理して高周波振動データとし、前記高周波振動データを空間軸データに変換し、前記空間軸データに基づいてレールの波状摩耗の発生区間を決定すること、を特徴とする。

上記（２）に記載の態様により、（１）に記載のレール波状摩耗検出装置と同様に、レール波状摩耗の検出精度を高める事ができる。

本実施形態の、鉄道車両の模式断面図である。本実施形態の、レール波状摩耗検出装置の電気的構成を説明するブロック図である。本実施形態の、データ処理の手順についてのフロー図である。本実施形態の、データ処理手順を示すブロック図である。本実施形態の、データ処理された信号のイメージを示すグラフである。従来技術の、バンドパスフィルタ処理をした信号のデータを示すグラフである。本実施形態の、信号処理したデータを示すグラフである。

まず、本発明の実施形態について図面を用いて説明を行う。図１に、本実施形態の、鉄道車両の模式断面図を示す。図２に、レール波状摩耗検出装置１００の電気的構成についてブロック図を示す。鉄道車両１０は、図１に示すように、乗客などを乗せるための車体２０と、空気バネ２１を介して車体２０を支える台車２３と、台車２３に軸バネ２４を介して設けられレール２５上を走るための車輪２２とを有する。

レール波状摩耗検出装置１００は、図２に示すように、加速度センサ１１と、マイク１２と、処理装置１３と、出力装置１４と、入出力ポート１５を有する。加速度センサ１１は、車体２０に設置されて振動加速度を測定するものである。マイク１２は、騒音計などを用いたレール２５と車輪２２の接触に起因する車内騒音を集音するものである。出力装置１４は、画像出力装置などを用いた乗務員に情報を伝達するためのものである。ただし、液晶パネルなどの画像出力装置に限定される必要は無く、例えばプリンタなどを用いて紙面に印刷するような出力装置でも良い。

処理装置１３は、プログラムを実行するためのＣＰＵ１３ａ、プログラムを記憶するためのＲＯＭ１３ｂ、各種データを一時的に記憶するＲＡＭ１３ｃを備えている。そして、データを中継する入出力ポート１５を介して、処理装置１３と、加速度センサ１１、マイク１２、出力装置１４が接続されている。

図３に、データ処理の手順についてフロー図に示す。図４に、データ処理手順を表すブロック図を示す。車両から計測するデータは、加速度センサ１１から取得する振動加速度データだけでなく、マイク１２から取得する車内騒音データを用いても良い。両方のデータを用いるとより精度を上げられるので好ましいが、ここでは加速度センサ１１からのデータを用いる例を説明している。マイク１２からのデータであっても流れは同じである。

Ｓ１１では、サンプリングデータ取得を行う。車体２０に設けられた加速度センサ１１から、車体２０に発生する振動加速度を取得する。データは処理装置１３に備えられたＲＡＭ１３ｃに保存される。得られたサンプリングデータは、鉄道車両１０の走行時間に対して発生する振動加速度を示した時間軸データＤ１となる。Ｓ１２では、ハイパスフィルタ処理を行う。取得した時間軸データＤ１は、処理装置１３のＣＰＵ１３ａによってハイパスフィルタ処理が行われ、ハイパスフィルタ処理データが得られる。

Ｓ１３では、絶対値処理を行う。処理装置１３のＣＰＵ１３ａにて、ハイパスフィルタ処理されたハイパスフィルタ処理データに対して絶対値処理が行われ、絶対値処理データが得られる。Ｓ１４では、ローパスフィルタ処理を行う。処理装置１３のＣＰＵ１３ａにて、絶対値処理された絶対値処理データに対してローパスフィルタ処理が行われ、ローパスフィルタ処理データが得られる。この一連の処理が行われた結果、高周波振動データＤ２が得られる。

Ｓ１５では、空間軸データＤ３に変換を行う。上記処理が施されてＲＡＭ１３ｃに格納された高周波振動データＤ２を、処理装置１３のＣＰＵ１３ａにて空間軸データに変換する。Ｓ１６では、波状摩耗周期成分を抽出する。空間軸データＤ３を用いて波状摩耗周期を抽出することで、レール２５の波状摩耗の検出を行うことができる。そして処理を終了する。

なお、検出された波状摩耗周期は、車体２０内に備えられた出力装置１４に表示されて、時間軸データやＧＰＳ等を用いた位置データを参照してレール２５に発生した波状摩耗の位置を特定する。或いは、鉄道車両１０から外部にデータを転送して図示しない外部のデータセンターにて波状摩耗を特定しても良い。図３のフローに従って得られるデータに関してブロック図として説明したのが図４であり、時間軸データＤ１をハイパスフィルタＦ１で処理した後、ハイパスフィルタ処理データを得る。

そして、ハイパスフィルタ処理データを絶対値フィルタＦ２で処理した後、絶対値処理データを得る。そして、絶対値処理データをローパスフィルタＦ３で処理した後、ローパスフィルタ処理データを得る。ハイパスフィルタＦ１乃至ローパスフィルタＦ３の一連の処理により、高周波振動データＤ２が得られる。これを、空間軸データＤ３に変換する。これらの図４で示された処理はすべてＣＰＵ１３ａの内部で計算処理される。

本実施形態のレール波状摩耗検出装置１００は上記構成であるので、以下に説明するような作用及び効果を奏する。

まず、本実施形態のレール波状摩耗検出装置１００によって波状摩耗の検出精度の向上を図ることができる。これは、本実施形態のレール波状摩耗検出装置１００が、レール２５上を走行する鉄道車両１０の走行時間に対して振動加速度または騒音の少なくとも一方を測定して時間軸データＤ１を取得する測定装置である加速度センサ１１またはマイク１２と、時間軸データＤ１をハイパスフィルタＦ１＋絶対値フィルタＦ２＋ローパスフィルタＦ３で処理して高周波振動データＤ２を得て、高周波振動データＤ２を空間軸データＤ３に変換する演算装置であるＣＰＵ１３ａと、を備えているためである。

また、レール２５上を走行する鉄道車両１０の走行時間に対して振動加速度を加速度センサ１１によって、または騒音をマイク１２によって測定することで時間軸データＤ１を取得し、ＣＰＵ１３ａによって、時間軸データＤ１をハイパスフィルタＦ１＋絶対値フィルタＦ２＋ローパスフィルタＦ３で処理して高周波振動データＤ２を得て、高周波振動データＤ２より空間軸データＤ３に変換し、前記空間軸データに基づいてレールの波状摩耗の発生区間を決定するレール波状摩耗検出方法を用いるためである。

図５に、データ処理された信号のイメージをグラフに示す。上から生データである時間軸データＤ１の信号と、ハイパスフィルタＦ１及び絶対値フィルタＦ２で処理された信号と、ローパスフィルタＦ３で処理された信号と、空間軸データを示す信号をそれぞれグラフに示している。このような高周波成分の繰り返し周期抽出処理が行われることで、波状摩耗周期が視覚的に把握し易くなる。図６に、従来の方法で処理した実際の信号をグラフに示す。図７に、本実施形態の信号処理した信号をグラフに示す。縦軸が信号の振幅を示す正規化値を示し、横軸に走行距離を示している。この様に、実際に計測したデータにおいても、図６に示すような従来の振動加速度のデータをバンドパスフィルタ処理する方法と比べ、図７に示すように本実施形態の信号処理をしたものの方がハッキリとした波状摩耗区間を決定することができる。

この様に、鉄道車両１０に本実施形態のレール波状摩耗検出装置１００を備えることで、レール２５の点検を日常的に行うことができ、レール波状摩耗の波高値が低い場合であっても波状摩耗の検出精度を向上させることが期待できるため、波状摩耗の早期発見に貢献することが可能である。このことは鉄道車両１０が生じる騒音や振動を低減する他、レール２５の劣化を抑制する効果も見込める。レール２５のメンテナンスの手間も波状摩耗を早期に発見できることで、低減することが可能となる。

以上、本発明に係るレール波状摩耗検出装置１００の実施形態を説明したが、本発明はこれに限定されるわけではなく、その趣旨を逸脱しない範囲で様々な変更が可能である。

１０鉄道車両
１１加速度センサ
１２マイク
１３処理装置
１３ａＣＰＵ
１３ｂＲＯＭ
１３ｃＲＡＭ
１４出力装置
１５入出力ポート
２０車体
２１空気バネ
２２車輪
２３台車
２４軸バネ
２５レール
１００レール波状摩耗検出装置
Ｄ１時間軸データ
Ｄ２高周波振動データ
Ｄ３空間軸データ
Ｆ１ハイパスフィルタ
Ｆ２絶対値フィルタ
Ｆ３ローパスフィルタ

Claims

レール上を走行する鉄道車両の走行時間に対して振動加速度または騒音の少なくとも一方を測定して時間軸データを取得する測定装置と、
前記時間軸データをハイパスフィルタ処理し、絶対値処理し、ローパスフィルタ処理して高周波振動データとし、前記高周波振動データを空間軸データに変換する演算装置と、を備えることで、
前記レール波状摩耗の波高値が低い場合であっても周期成分の検出を可能とすること、
を特徴とするレール波状摩耗検出装置。
レール上を走行する鉄道車両の走行時間に対して振動加速度または騒音の少なくとも一方を測定装置によって測定することで時間軸データを取得し、
演算装置によって、
前記時間軸データをハイパスフィルタ処理し、絶対値処理し、ローパスフィルタ処理して高周波振動データとし、
前記高周波振動データを空間軸データに変換し、
前記空間軸データに基づいてレールの波状摩耗の発生区間を決定することで、
前記レール波状摩耗の波高値が低い場合であっても周期成分の検出を可能とすること、
を特徴とするレール波状摩耗検出方法。