一种自适应动态调整列车脱轨振动阈值的方法及系统

技术领域

本申请涉及机械设备故障诊断技术领域，具体涉及一种自适应动态调整列车脱轨振动阈值的方法及系统。

背景技术

列车脱轨在线监测是目前轨道交通领域研究的热点和难点，尤其是国内轨交正处于逐步实现无人驾驶的关键阶段。而现阶段主流的列车脱轨监测方法之一是振动监测法，通过在轴箱或构架上安装加速度传感器来监测转向架垂向上的振动情况。当列车发生脱轨时，轮对会与轨枕发生碰撞，形成异常大的冲击信号，而且冲击信号出现的时间间隔与轨枕铺设间距相对应，因此可结合车速推算出此时的冲击频率，即脱轨频率，通过监测振动信号中脱轨频率的出现与否判定列车是否发生脱轨。

以上振动监测法涉及到两个关键内容：一是系统监测到异常大的冲击信号，二是冲击信号的出现频率与脱轨频率一致。其中脱轨频率可通过轨枕铺设间距和车速推算得出，如轨枕铺设间距为L(m)，列车车速为V(m/s)，则脱轨频率可由公式f＝V/L(Hz)计算得出。

上述关键内容中的异常大冲击信号的判定问题，势必涉及到脱轨振动阈值的设置。由于列车脱轨属于极小概率事件，所以目前这部分可参考的历史脱轨数据几乎没有。目前国内外主流的设定脱轨振动阈值的方法有两种：一是做台架实验，在实验室中根据现场工况布置场景，通过将一个转向架从钢轨上拉脱轨来获取冲击信号，从而设定阈值；另一种是动力学仿真实验，根据实际参数建立列车行驶的动力学仿真模型，然后通过仿真来获取脱轨数据从而设定脱轨阈值。

这两种方法都有其局限性。首先，台架实验中实验的主体是一个转向架，缺少车体的载荷以及其他零部件的连接约束，实验并不能1：1还原真实场景，由此得到的脱轨阈值准确性可待商榷；动力学仿真实验也面临同样的问题，实际列车参数太多，仿真软件无法完全按实际参数来建模，由此得到的振动数据与实际也肯定会有差异性。

其次，传感器量程的选择也是一个问题，根据以往项目经验，正常列车行驶时垂向加速度值处于-10g～10g之间，传感器的量程范围选择一般在100g～200g即可，但是列车脱轨的是冲击强度太大，阈值可能可以达到500g～600g，甚至1000g。若要满足此阈值判定，则传感器的量程至少也得达到1000g以上，目前轨交领域较难找到满足此条件的传感器，即使有，成本也是异常高。

再次，通过实验确定下来的脱轨阈值一旦设定，就基本上不会去改变，因为不管是台架实验还是动力学仿真模型，都无法模拟出实际列车运行的状态下滑趋势。即随着时间的推移，列车各零部件都出现不同程度的磨损和毁坏，反应出来的是相同工况下传感器采集的振动值加大，而实验定下来的阈值前提是列车良好的运行状态，这就导致前期制定好的脱轨阈值可能不适用于运行一段时间后的列车，即没有办法实现阈值动态化。

鉴于此，设计一种能够科学设置列车脱轨阈值、自适应动态调整列车脱轨振动阈值，提高列车脱轨监测准确性的方法及系统具有十分重要的意义。

发明内容

本申请实施例提出了一种自适应动态调整列车脱轨振动阈值的方法及系统来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种自适应动态调整列车脱轨振动阈值的方法，包括以下步骤：

S1、采集列车测点处的振动加速度，形成多个待分析样本数据，以及获取列车的实时速度；

S2、取出每个待分析样本数据的振动加速度峰值，将振动加速度峰值和对应的列车速度信息共同保存；

S3、将振动加速度峰值和对应的列车速度按照车速等级进行归类，并且计算每个车速等级内的振动加速度峰值的平均值μ和标准差σ；

S4、基于μ±6σ原则计算获得每个车速等级内的脱轨振动阈值。

在具体的实施例中，该方法还包括以下步骤：

S5、在一个车速等级内，若冲击信号超过车速等级内的脱轨振动阈值，则判定冲击信号为异常冲击信号，保存异常冲击信号，并且计算异常冲击信号之间的时间间隔，获得冲击频率；

S6、根据轨枕铺设间距与列车速度计算获得脱轨频率；

S7、对比冲击频率和脱轨频率，若两频率一致，则判定此时列车发生脱轨。

在具体的实施例中，在步骤S3中，计算每个车速等级内的振动加速度峰值的平均值和标准差，计算平均值采用的表达式为：

计算标准差采用的表达式为：

其中，μ表示平均值；σ表示标准差；n表示车速等级内共有n个振动加速度峰值，al

在具体的实施例中，在步骤S6中，根据轨枕铺设间距与列车速度计算获得脱轨频率的过程中，结合能量损失率对脱轨频率进行调整。

在具体的实施例中，在步骤S1中，振动加速度通过安装在列车轴箱或构架垂向处的加速度传感器获得，列车的实时速度通过安装在列车行车方向的车速传感器获得。

在具体的实施例中，在步骤S1中，采集列车测点处的振动加速度，以固定时间或固定车轮圈数为单位形成一个待分析样本数据。

第二方面，本申请提供了一种自适应动态调整列车脱轨振动阈值的系统，该系统包括以下模块：

采集模块，用于采集列车测点处的振动加速度，形成多个待分析样本数据，以及获取列车的实时速度；

保存模块，用于取出每个待分析样本数据的振动加速度峰值，将振动加速度峰值和对应的列车速度信息共同保存；

归类模块，用于将振动加速度峰值和对应的列车速度按照车速等级进行归类，并且计算每个车速等级内的振动加速度峰值的平均值μ和标准差σ；

获取模块，用于基于μ±6σ原则获得每个车速等级内的脱轨振动阈值。

在具体的实施例中，该系统还包括以下模块：

冲击频率获取模块，用于在一个车速等级内，若冲击信号超过车速等级内的脱轨振动阈值，则判定冲击信号为异常冲击信号，保存异常冲击信号，并且计算异常冲击信号之间的时间间隔，获得冲击频率；

脱轨频率获取模块，用于根据轨枕铺设间距与列车速度计算获得脱轨频率；

判断模块，用于对比冲击频率和脱轨频率，若两频率一致，则判定此时列车发生脱轨。

第三方面，本申请提供了一种计算机可读存储介质，该介质中存储有计算机程序，在计算机程序被处理器执行时，实施如上述中任一项的方法。

本申请实施例提供的种自适应动态调整列车脱轨振动阈值的方法及系统，从目标车辆自身振动出发，分析总结列车正常行驶时的振动加速度峰值统计特性，并根据此特性运用工业更为严苛的6σ原理，制定出与实际工况相匹配的列车脱轨阈值，且不需要采用大量程传感器。同时该阈值可根据不同列车的结构特性做出调整，具备自适应性，也可根据同一列车不同工况下的振动特性做出调整，具备动态性。

附图说明

通过阅读参照以下附图你，所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的自适应动态调整列车脱轨振动阈值的方法的流程图；

图2示出了某列车在整条线路运行时传感器采集到的振动加速度峰值趋势图；

图3示出了列车车速在0-5m/s区间的加速度峰值统计图；

图4示出了列车车速在5-10m/s区间的加速度峰值统计图；

图5示出了列车车速在10-15m/s区间的加速度峰值统计图；

图6示出了列车车速在15-20m/s区间的加速度峰值统计图；

图7示出了列车车速在20-25m/s区间的加速度峰值统计图；

图8是根据本申请的自适应动态调整列车脱轨振动阈值的系统的示意图；

图9是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了本申请的自适应动态调整列车脱轨振动阈值的方法的流程图，如图1所示，该方法包括：

S1、采集列车测点处的振动加速度，形成多个待分析样本数据，以及获取列车的实时速度；

在具体的实施例中，在步骤S1中，振动加速度通过安装在列车轴箱或构架垂向处的加速度传感器获得，列车的实时速度通过安装在列车行车方向的车速传感器获得。并且，采集列车测点处的振动加速度，以固定时间或固定车轮圈数为单位形成一个待分析样本数据。

S2、取出每个待分析样本数据的振动加速度峰值，将振动加速度峰值和对应的列车速度信息共同保存；

S3、将振动加速度峰值和对应的列车速度按照车速等级进行归类，并且计算每个车速等级内的振动加速度峰值的平均值μ和标准差σ；

在具体的实施例中，在步骤S3中，计算每个车速等级内的振动加速度峰值的平均值和标准差，计算平均值采用的表达式为：

计算标准差采用的表达式为：

其中，μ表示平均值；σ表示标准差；n表示车速等级内共有n个振动加速度峰值，al

S4、基于μ±6σ原则计算获得每个车速等级内的脱轨振动阈值。

S5、在一个车速等级内，若冲击信号超过车速等级内的脱轨振动阈值，则判定冲击信号为异常冲击信号，保存异常冲击信号，并且计算异常冲击信号之间的时间间隔，获得冲击频率；

S6、根据轨枕铺设间距与列车速度计算获得脱轨频率，具体运用的公式为f＝V/L，其中表示列车速度，L表示轨枕铺设间距；

在具体的实施例中，在步骤S6中，可以结合能量损失率对脱轨频率进行调整。如能量损失率处于5％～20％，则表明明冲击后动能(1/2mv

S7、对比冲击频率和脱轨频率，若两频率一致，则判定此时列车发生脱轨。

本申请提供的一种自适应动态调整列车脱轨振动阈值的方法的设计原理如下：

列车脱轨时，轮对会与轨枕发生正面碰撞，从而产生异常大的周期性的冲击信号。由于列车脱轨概率极小，所以行业内普遍缺乏列车脱轨时采集的故障样本数据，从而无法确定列车脱轨时轮轨冲击所能达到的冲击量级。同时考虑到超大量程传感器的成本极高，故本申请不再考虑从正面去推测列车脱轨时的冲击幅值，而且缺乏故障样本数据的推测也不够准确。

本申请是将异常大的信号定义为正常运行时轮轨作用绝对不会达到的幅值高度，而不是将异常大的信号理解成脱轨时产生的信号。虽然列车出现异常大的信号不只有脱轨这一种情况，可能存在撞击障碍物、旋转件严重损坏等情况，但是脱轨后轮对撞击轨枕的这种周期性是可以将脱轨和其他极端工况区分开的。因此本申请将正面推测列车脱轨冲击强度问题转化为计算出正常运行时轮轨作用所能达到的最高幅度问题。

而通过台架实验和仿真实验得到的信号并不能完全体现出正常运行时轴箱或构架垂向上的振动幅值，同时由于各地方列车的物理构造差异，所以利用历史经验数据来推算新列车的振动幅值也存在偏差。最直接并科学的方式是根据所要监测列车的运行数据来判定冲击是否异常，即需要为每一列车都量身打造一个脱轨阈值。

理论上认为，无人驾驶的列车行驶速度和载客的列车行驶速度是差不多的，零部件的健康状态在短期内也不会出现太大变化，即列车行驶工况每天几乎一致，则轴箱或构架上采集到的振动加速度范围也大致可以确定，即为列车正常运行时的振动幅度，而脱轨阈值是要高于该振动幅度的，所以本申请以振动加速度峰值这个指标来做为制定脱轨振动阈值的参考标准。

实施本申请提供的方法之前需要根据现场采集的振动数据提前建立起振动加速度峰值数据库，这意味着数据库中的振动加速度峰值代表着列车正常行驶时轮轨作用所能达到的幅值高度。

以下通过一个具体实施例来分析说明振动加速度峰值数据库的建立和脱轨振动阈值的确定。

图2示出了某列车在整条线路运行时传感器采集到的振动加速度峰值趋势图，如图2所示，采集到的振动值大体在25g以内。考虑到不同车速下的振动幅度不同，由此设定的脱轨振动阈值也应对应车速设定不同的等级，本申请以5m/s为步长，按不同车速将线路中的数据归类。

图3-图7示出了列车在不同车速区间的加速度峰值统计图，如图所示，不同车速的统计分布图均类似于正态分布，在平均值周围频数高，越是偏离平均值，频数分布则越低。这种情况说明越是偏移平均值，异常的可能性就越大。

在统计学上，正态分布的概率密度函数为

因此，本申请根据μ±nσ(n≥6)原则来制定脱轨振动阈值，即根据列车正线运行的振动加速度峰值在不同车速区间统计得到的平均值和标准差，规定超过μ±nσ(n≥6)区间的振动值均为异常值，即把脱轨振动阈值设置在μ±nσ(n≥6)。

在具体的实施例中，具体计算过程如下：

监测系统通过加速度传感器实时采集测点处的振动加速度，以固定时长或车轮固定圈数为单位形成一包数据样本，本申请以车轮转5圈为单位，一包数据样本中包含1024个振动加速度值{a1,a2,……，a1024}，同时系统通过速度传感器采集此时列车的车速V；

取出上述数据样本中的最大值am＝max{a1,a2,……，a1024}，假设列车运行完一条完整线路后共采集了5000包数据样本，则系统共获得5000个振动峰值{am1,am2,……，am5000}，以及对应的车速{V1,V2,……，V5000}；

以5m/s为步长，将车速及对应的振动峰值进行分类，如车速0～5m/s范围内，共对应100个振动峰值{al1,al2,……，al100}，计算此区间内振动峰值的平均值和标准差

根据μ±nσ(n≥6)原则可计算得到在0～5m/s车速区间的脱轨振动阈值，其中n可根据实际项目经验而定，本申请取n＝6。

下表1为根据上述线路统计结果计算得到的脱轨振动阈值。

表1脱轨振动阈值统计

从表1可以看出，脱轨振动阈值的设定最高也没有超过200g，在传感器的正常量程范围内，无需增加一个额外的成本去增大传感器量程；而且该阈值是根据目标车辆自身振动情况而设定，不存在实验的不确定以及理论推算的偏差，其结果更具科学性。

由于列车运行一段时间后，振动加速度峰值会随着列车状态的下滑而出现偏离，此时需重新根据列车运行数据来制定阈值。为了实现设备监测的自适应性，优选的方案，可以令检测系统自动统计每天不同车速等级下振动加速度峰值的均值和标准差，再根据μ±nσ(n≥6)原理计算得到不同车速下的脱轨振动阈值，作为隔天设备监测列车脱轨的判断标准。

图8示出了根据本申请的自适应动态调整列车脱轨振动阈值的系统的示意图，如图8所示，该系统200包括以下模块：

采集模块210，用于采集列车测点处的振动加速度，形成多个待分析样本数据，以及获取列车的实时速度；

保存模块220，用于取出每个待分析样本数据的振动加速度峰值，将振动加速度峰值和对应的列车速度信息共同保存；

归类模块230，用于将振动加速度峰值和对应的列车速度按照车速等级进行归类，并且计算每个车速等级内的振动加速度峰值的平均值μ和标准差σ；

获取模块240，用于基于μ±6σ原则获得每个车速等级内的脱轨振动阈值。

冲击频率获取模块250，用于在一个车速等级内，若冲击信号超过车速等级内的脱轨振动阈值，则判定冲击信号为异常冲击信号，保存异常冲击信号，并且计算异常冲击信号之间的时间间隔，获得冲击频率；

脱轨频率获取模块260，用于根据轨枕铺设间距与列车速度计算获得脱轨频率；

判断模块270，用于对比冲击频率和脱轨频率，若两频率一致，则判定此时列车发生脱轨。

目前行业内在采用振动法监测列车脱轨时，脱轨阈值的确定具有不足之处，具体体现在：实验条件与实际工况的不匹配，大量程传感器的应用不普遍、高成本，阈值设定缺乏自适应性、动态性。而本申请从目标车辆自身振动出发，分析总结列车正常行驶时的振动加速度峰值统计特性，并根据此特性运用工业更为严苛的6σ原理，制定出与实际工况相匹配的列车脱轨阈值，且不需要采用大量程传感器。同时该阈值可根据不同列车的结构特性做出调整，具备自适应性，也可根据同一列车不同工况下的振动特性做出调整，具备动态性。

应该理解的是，本申请提供的方法及系统可涵盖不同类型的轨道交通工具，例如高铁、动车、地铁等。

本申请还提供了一种计算机可读存储介质，该介质中存储有计算机程序，在计算机程序被处理器执行时，实施如上述中任一项的方法。

如图9所示，计算机系统300包括中央处理单元(CPU)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统300操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括液晶显示器(LCD)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、分析模块和输出模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。