基于轴箱振动加速度准波数域分析的钢轨波磨识别方法

技术领域

本发明涉及轨道交通技术领域，特别涉及一种基于轴箱振动加速度准波数域分析的钢轨波磨识别方法。

背景技术

城市轨道交通作为一种地面占地面积小、客流运量大、环境污染低的交通方式，目前正逐渐成为城市公共交通的核心。在列车运行过程中，轨道不可避免的产生钢轨波磨，而钢轨波磨几乎存在于所有的地铁线路，是地铁车辆运行期间产生轮轨间冲击振动的重要原因之一，不仅会增大列车运行产生的噪声，同时可能造成车辆-轨道系统的部分结构部件发生疲劳破坏，降低乘客乘坐的舒适性，甚至危机行车安全，随着城市轨道交通运营里程及运营速度的增加，钢轨波磨使得列车轮对与钢轨之间出现的损坏情况也越来越严重，钢轨波磨对地铁运行产生的影响愈发受到人们的重视。

当列车运行至钢轨波磨区段时，列车不仅会产生剧烈的轮轨啸叫声，对地铁沿线周边环境产生影响，还会产生高频振动，影响乘坐的舒适性；此外，钢轨波磨会加剧轮轨之间的动力学作用，引起列车转向架及轨道部件的机械损伤，使列车运行得不到安全保障。

既有的地铁钢轨波磨检测手段主要包含人工抽样检测和便携式钢轨波磨检测小车连续测测量两种方法，两种方法均存在检测效率低、人工成本高等问题，无法满足对地铁波磨实时快速、检测的需求。

另外，相关现有技术中，刘金朝等为实现对高铁短波不平顺的检测，提出一种从能量的角度刻画轮轨冲击引起的轴箱加速度高频相应，计算轴箱加速度的移动有效值，并对其作归一化处理，得到轨道冲击指数，通过设定阈值判断是否存在钢轨接头焊缝、道岔以及钢轨不均匀磨耗、波浪和波纹磨耗等短波不平顺。此方法仅可用于运行速度较为稳定的高速铁路，且缺少与车速直接相关的钢轨波磨状态判别阈值，无法实现钢轨波磨的实时判别。

尽管国内外学者针对钢轨波磨的实时识别检测方法开展了大量的研究，但是现有技术存在如下缺点：

(1)现有波磨识别检测方法仅适合在列车匀速运行时对波磨进行检测，运行速度变化较大时无法准确识别检测钢轨波磨；

(2)目前，地铁缺乏可广泛应用的钢轨波磨进行自动化识别的手段，对钢轨波磨的识别检测仍以人工巡检的方式为主，检测速度慢、效率低；

(3)城市轨道交通列车轴箱振动加速度检测数据干扰频率较多，影响检测结果的准确性；

(4)无法实现在列车运行过程中对钢轨波磨进行实时识别检测。

因此，亟需一种对钢轨波磨进行实时检监测的新方法。

发明内容

本发明的目的在于提供一种基于轴箱振动加速度准波数域分析的钢轨波磨识别方法，解决了现有技术中无法满足地铁波磨实时快速、准确检测的问题；该方法可以准确、实时地识别钢轨波磨区段，并提取钢轨波磨特征波长及幅值大小。

为实现上述目的，本发明采取的技术方案为：

本发明提供一种基于轴箱振动加速度准波数域分析的钢轨波磨识别方法，包括以下步骤：

通过拟合轴箱振动加速度有效值与列车运行速度的关系，确定加速度有效值阈值；

根据所述加速度有效值阈值，实时采集轴箱振动加速度，并计算出采集的实时轴箱振动加速度有效值连续超限所对应的列车行驶距离；

根据所述列车行驶距离与超限距离阈值，初步判断是否存在钢轨波磨区段；

当初步判断存在钢轨波磨区段，将所述钢轨波磨区段的实时轴箱振动加速度，从时-频域转换为时间-准波数域，根据预设条件提取波磨特征波长，确定是否存在钢轨波磨；

当确定存在钢轨波磨，对所述钢轨波磨区段的轴箱振动加速度有效值对应的加速度信号进行二次积分，检测获得波磨幅值参数。

进一步地，所述通过拟合轴箱振动加速度有效值与列车运行速度的关系，确定加速度有效值阈值；包括：

通过式(1)计算轴箱振动加速度有效值，再通过式(2)拟合轴箱振动加速度有效值与列车运行速度的关系式作为判别阈值；

(1)式中，a

a

(2)式中，k为拟合斜率，v为列车运行速度，b为拟合截距，δ为拟合残差的标准差，a

进一步地，所述根据所述加速度有效值阈值，实时采集轴箱振动加速度，并提取采集的实时轴箱振动加速度有效值连续超限所对应的列车行驶距离；包括：

在一个采样周期内，对轴箱振动加速度、列车运行速度、行驶里程进行实时检测；

从采样起始时间开始实时计算所述轴箱振动加速度有效值，对比加速度有效值阈值；

当所述轴箱振动加速度有效值大于加速度有效值阈值时，则所述轴箱振动加速度有效值对应的时间点作为初始时间t’

继续循环比对直至所述轴箱振动加速度有效值小于加速度有效值阈值时，则此时所述轴箱振动加速度有效值对应的时间点作为结束时间t’

在t’

进一步地，根据所述列车行驶距离与超限距离阈值，初步判断是否存在钢轨波磨区段；包括：

当ΔS＞(N

当ΔS＜(N

ΔS为在t’

进一步地，所述当初步判断存在钢轨波磨区段，将所述钢轨波磨区段的实时轴箱振动加速度，从时-频域转换为时间-准波数域，提取波磨特征波长：包括：

应用短时傅里叶变换对初步判断存在钢轨波磨区段在t’

根据时频分析的窗长及频率特征，计算每一窗长内的平均车速，并根据式(3)将加速度检测结果从时频分析转换到时间-准波数域；

(3)式中，

对时间-准波数域的分析结果进行同步压缩变换，提取能量脊线，计算特征波数，转换为特征波长

根据提取

进一步地，所述当确定存在钢轨波磨，对所述钢轨波磨区段的轴箱振动加速度有效值对应的加速度信号进行二次积分，检测获得波磨幅值参数；包括：

分段提取所述采集的实时轴箱振动加速度有效值对应的振动信号，通过滤波去除信号中的低频趋势项，设

依据傅里叶变换的积分定理，轴箱振动加速度时域信号与频域信号有如式(4)中的关系；

将轴箱振动加速度时域信号转换到频率域，设任一频率的傅里叶分量为We

其中：

式(4)-(5)中，t为时间，a为轴箱振动加速度，

与现有技术相比，本发明具有如下有益效果：

本发明实施例提供的一种基于轴箱振动加速度准波数域分析的钢轨波磨识别方法，结合轴箱加速度与车速之间的正相关特性，统计分析加速度移动有效值与实时速度之间的关系，通过提出新的评价阈值及线路设计原则等判断钢轨是否发生波磨病害；结合同一种轨道型式的钢轨波磨波长相对固定的特征，将轴箱振动加速度信号的频谱分析从频率与转换到“准波数域”。该发明可实时快速地提取钢轨波磨区段，并对波磨特征波长、幅值大小进行检测，为城轨运营维护作提供可靠的数据支撑，提高地铁运营维护效率，进而有助于对轨道工务管理提供指导。

附图说明

图1为本发明实施例提供的基于轴箱振动加速度准波数域分析的钢轨波磨识别方法流程图；

图2为本发明实施例提供的基于轴箱振动加速度准波数域分析的钢轨波磨识别方法原理图；

图3a为实时采集的左轨轴箱振动加速度信号示意图；

图3b为实时采集的右轨轴箱振动加速度信号示意图；

图3c为实时采集的轴箱振动加速度有效值示意图；

图4a为实时采集的列车车速有效值示意图；

图4b为加速度判别阈值拟合的示意图；

图5a为左轨波磨区段识别示意图；

图5b为右轨波磨区段识别示意图；

图6a为轴箱振动加速度频率域提取结果示意图；

图6b为轴箱振动加速度准波数域提取结果示意图；

图7为实际钢轨的左轨、右轨波磨现场调研结果图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

本发明提供的一种基于轴箱振动加速度准波数域分析的钢轨波磨识别方法，可以实时、快速地识别钢轨波磨区段并对波磨特征波长及幅值进行检测。

由于地铁波磨引起的列车轴箱振动加速度信号具有高频及非线性的特性，因此钢轨波磨以外，车轮及钢轨踏面的形状和材料、车辆悬挂参数、轮轨接触面粗糙度等因素均对列车轴箱振动加速度产生较大的影响；此外，列车运行速度与轴箱振动加速度正相关。因此，从能量的角度出发，本发明提供的方法通过以下步骤实现对钢轨波磨区段的检测以及波磨波长幅值的提取，参照图1，具体包括：

S1、通过拟合轴箱振动加速度有效值与列车运行速度的关系，确定加速度有效值阈值；

S2、根据所述加速度有效值阈值，实时采集轴箱振动加速度，并计算出采集的实时轴箱振动加速度有效值连续超限所对应的列车行驶距离；

S3、根据所述列车行驶距离与超限距离阈值，初步判断是否存在钢轨波磨区段；

S4、当初步判断存在钢轨波磨区段，将所述钢轨波磨区段的实时轴箱振动加速度，从时-频域转换为时间-准波数域，根据预设条件提取波磨特征波长，确定是否存在钢轨波磨；

S5、当确定存在钢轨波磨，对所述钢轨波磨区段的轴箱振动加速度有效值对应的加速度信号进行二次积分，检测获得波磨幅值参数。

该实施例中，通过拟合加速度有效值与列车运行速度的关系，确定加速度有效值阈值，进而对钢轨波磨区段及进行识别；另外，通过实时采集车速，通过划分小窗计算每一窗口内的平均速度，根据频率、速度与波长的关系将频率域的采集结果转换至准波数域，实现对波磨特征波长的提取；还可通过高通滤波以及加速度二次积分方法，检测波磨实际幅值大小，从而实现对钢轨波磨区段的自动识别及分析。

下面通过一个例子，结合图2所示，来详细说明本发明的技术方案：

1)依据地铁运行已有历史实测数据，比如以0.125s为数据分析窗长、重叠系数为3/4，统计分析加速度有效值的时变特征；由于实际轴箱加速度信号易受车轮及踏面形状、车辆悬挂参数、轮轨接触面粗糙度以及其他钢轨短波不平顺因素的影响，因此直接利用轴箱垂向振动加速度幅值进行评判，会出现评判结果随机性大和阈值难以确定的难题。

由于钢轨波磨区段能量较为集中，从能量的角度出发，拟合加速度有效值与列车速度的关系式，结合拟合残差及波磨段轴箱振动加速度有效值，获取随车速变化的钢轨波磨发生段轴箱振动加速度有效值的判别阈值；通过式(1)计算加速度有效值，并通过式(2)拟合加速度有效值与车速的关系式作为判别阈值；

(1)式中，a

a

(2)式中，k为拟合斜率，v为列车运行速度，b为拟合截距，δ为拟合残差的标准差，a

2)在地铁车辆轴箱安装振动加速度传感器、轴端编码器，对轴箱振动加速度、列车运行速度、行驶里程进行实时检测；

3)以0.125s为数据分析窗长、重叠系数为3/4，从起始时间开始实时计算加速度有效值a

4)应用短时傅里叶变换对初步判定为钢轨波磨发生区段(t

5)对于初步判断的钢轨波磨区段，由于地铁车辆频繁加减速，由此导致轴箱振动频率特征复杂，但钢轨波磨的波长较为固定，故结合“时-频”分析的窗长及频率特征，计算每一窗长内的平均车速，并根据式(3)将轴箱振动加速度检测结果从时频分析转换到时间-准波数域；

(3)式中，

因速度并不是瞬间车速和而是计算窗长内平均车速，波数计算结果与实际波数并不一致，故称为准波数域。

随后对分析结果进行同步压缩变换，并提取能量脊线，计算特征波数，最终转换为特征波长

6)分段提取步骤2)中的轴箱振动加速度振动信号，通过滤波去除信号中的低频趋势项，设

其中：

式(4)-(5)中，t为时间，a为轴箱振动加速度，

以北京地铁为例，图3a给出了新宫-牡丹园线路上实时采集的左轨轴箱振动加速度信号，图3a实时采集的右轨轴箱振动加速度信号，其中，横坐标表示列车行驶里程，纵坐标表示加速度；图3c则给出了轴箱振动加速度有效值，纵坐标表示加速度，横坐标表示时间。

根据轴箱振动加速度有效值计算结果，可得到如图4a-4b所示的加速度有效值拟合判别式；再根据判别阈值检测钢轨波磨区段，得到如图5a-5b的波磨区段识别结果。

然后根据上述步骤4)和5)内容，将轴箱振动加速度信号从时频域转换到时间-准波数域，实现对波磨特征波长的提取，其结果如图6a-6b所示，提取波数约为40，则

本发明通过拟合加速度有效值与运行速度的关系，给出较为合适的判断阈值，实现对不同车速条件下的钢轨波磨区段识别；通过计算每一窗长内平均车速，将加速度信号频域检测结果转换到波数域上，实现对波磨特征波长的提取。与现有技术相比，本发明可针对地铁频繁加减速、轨道形式多样的特点，是轴箱加速度信号中准确、高效、实时地识别钢轨波磨区段，并提取波磨特征波长及幅值，为地铁钢轨打磨、铣磨、振动噪声控制提供可靠的数据支撑，提高地铁运营维护效率。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。