一种在线检测钢轨波磨故障的方法与流程

1.本发明属轨道交通轨道检测技术领域，涉及一种在线检测钢轨波磨故障的方法。


背景技术：

2.截至2021年年底，全国铁路营业里程15万公里，高速铁路运营里程达4万公里，稳居世界第一。截至2022年7月，31个省(自治区、直辖市)和新疆生产建设兵团共有51个城市开通运营城市轨道交通线路277条，运营里程0.91万公里。
3.列车运营过程中，有许多关系经济性、舒适性和安全性的技术指标需要重点关注，钢轨波磨故障就是其中之一。钢轨波磨是指钢轨顶面纵向规律性的起伏不平的磨耗现象，钢轨波磨会影响钢轨的使用寿命，影响列车的垂向不平顺，加大列车车轮与钢轨接触的振动，产生噪音污染，对乘坐舒适性造成影响，并且振动也会对列车与钢轨部件的使用寿命产生影响，严重时还会造成安全问题以致脱轨。
4.目前钢轨波磨检测主要分为三大类：人工检测、专用检测车检测和实时在线监测。人工检测为人员使用工具上线直接测量轨面不平顺，优点是直观且精度较高，但需要人工在线路维修的“天窗”期到线上操作，人力成本高，检测的覆盖面和检测效率低。专用检测车基于惯性基准法、轴箱加速度积分法、弦测法或机器视觉法等来检测钢轨波磨特征参数，检测效率相比人工有所提升，但需要专用的检测用车，并且需要在维修的“天窗”期到线上进行检测，检测的覆盖面和检测效率受限。实时在线监测一般指使用安装在营运车辆轴箱上的振动加速度传感器进行检测，通过检测算法得到钢轨波磨评价指标，进行实时检测。
5.目前已有的实时在线监测方法可以覆盖列车整个运营线路且检测效率高，但由于采用单一信号来源进行钢轨波磨评价指标计算和故障判断，所以对应车轮的状态对检测结果影响很大，所以检测准确性差于人工和专用检测车。


技术实现要素：

6.本发明针对这一难点问题，给出了具体的解决方案。本发明采用对列车同侧4个测点传感器采集的振动加速度信号进行分析处理的方法实现，不仅能够准确反映钢轨波磨缺陷，还能够反映缺陷的严重程度，且监测设备安装的造价低。
7.为实现上述目的，本发明解决问题采用的技术方案是：
8.获取列车的实时车速信息；
9.在列车同侧的至少两个车轮上布置测点，获取各测点的垂向加速度信号；将振动加速度信号进行低通滤波后，截取中段，同时进行频域变换；
10.根据截取中段后得到的振动加速度信号，先计算时域有效值，再计算出振动有效值指标；
11.根据频域变换得到的频域数据，先提取频域数据中的最大幅值及对应频率，计算得到钢轨波磨幅值指标和钢轨波磨波长指标；
12.根据振动有效值指标和钢轨波磨幅值指标，计算出钢轨波磨指标；
13.根据列车同侧测点的钢轨波磨指标，计算并输出钢轨波磨评价指标和钢轨波磨波长评价指标；
14.当车速大于预设值时，将钢轨波磨评价指标与报警阈值比较，并将列车同侧测点的钢轨波磨波长进行比较，当满足报警条件时，输出报警状态。
15.一种在线检测钢轨波磨故障的方法，具体实施步骤如下：
16.步骤1：获取列车的实时车速信息tspd；
17.步骤2：获取采集的列车同侧n个车轮的垂向振动加速度信号；
18.步骤3：将步骤2得到的振动加速度信号进行低通滤波后，截取中段，同时进行fftw频域变换；
19.步骤4：根据步骤3截取中段后得到的振动加速度信号，先计算时域有效值rms，再计算出振动有效值指标rmsdb＝20log(rms)；
20.步骤5：根据步骤3fftw频域变换得到的频域数据，先提取频域数据中的最大幅值a及对应频率f，计算得到钢轨波磨幅值指标adb＝20log(a)和钢轨波磨波长指标ln＝tspd*1000/(3.6*f)；
21.步骤6：根据步骤4得到振动有效值指标rmsdb，步骤5得到的钢轨波磨幅值指标adb和加权系数a，计算出钢轨波磨指标gndb＝a*adb+(1-a)*rmsdb；
22.步骤7：将列车同侧n个测点的钢轨波磨指标gndb从大到小排序，依次为gndb1、gndb2、gndb3、gndb4、
……
、gndbn加权计算，计算并输出钢轨波磨评价指标gdb＝a1*gndb1+a2*gndb2+a3*gndb3+a4*gndb4+
……
+an*gndbn；
23.步骤8：将列车同侧n个测点的钢轨波磨波长指标ln进行平均，计算并输出钢轨波磨波长评价指标
24.步骤9：当车速大于预设值时，将钢轨波磨评价指标gdb与报警阈值比较，并将列车同侧n个测点的钢轨波磨波长ln进行比较，判断是否满足报警条件，是否报警；
25.步骤10：输出报警状态alttr。
26.作为优选的方式，步骤3中，截取中段为截取振动加速度信号10％-90％之间的振动加速度信号。
27.作为较优的方式，步骤5中，频域数据中的最大幅值a及对应频率f的提取方法：采用最小二乘拟合算法提取频域数据中的最大幅值a及对应频率f。
28.作为较优的方式，步骤6中，加权系数a取值范围0.2-0.8，一般取值为a＝0.5。
29.作为优选的方式，步骤7中，由于车轮状态存在差异，造成轮轨激励力也存在差异，为了避免采用单一数据来源计算评价指标结果准确性差的问题，同时避免个别车轮状态异常造成的误判，所以本发明引入了对列车同侧n个测点钢轨波磨指标进行加权计算的方式，提高钢轨波磨评价指标的可靠性；测点个数n取值范围2-16，优选为n＝4；加权系数a1、a2、a3、a4……
、an取值范围0.05-0.5，且a1+a2+a3+a4+
……
+an＝1。
30.作为优选的方式，步骤9中，判断是否报警的方法为：当车速大于预设值时，将钢轨波磨评价指标gdb与报警阈值比较。当gdb＜报警阈值最低值，运行正常，状态值altst＝0；当阈值最低值≤gdb＜报警阈值中间值，状态值altst＝1；当报警阈值中间值≤gdb＜报警阈值最高值，状态值altst＝2；当gdb≥最高报警阈值，状态值altst＝3；连续n秒报警且n个测点的ln值最大偏差≤偏差系数时，报警状态alttr＝altst，并进行报警提示；否则，报警
状态alttr＝0，不进行报警提示；当车速小于预设值时，结束判断。如果仅用钢轨波磨评价指标进行判断，当多个车轮均存在异常时，会造成大量误报，但多个车轮均存在异常时，同时呈现一个钢轨波磨波长的可能行极小，所以本发明引入了列车同侧n个测点钢轨波磨波长指标是否一致作为报警条件，即当钢轨波磨评价指标连续n秒超过报警阈值，且列车同侧n个测点钢轨波磨波长指标最大偏差≤偏差系数时，进行报警提示；进一步的，altst＝1为预判、altst＝2为预警、altst＝3为报警；进一步的，n的取值范围为1-10秒；进一步的，偏差系数的取值范围为1-20毫米；。
31.本发明的有益效果：本发明的钢轨波磨故障检测方法，引入了对列车同侧n个测点钢轨波磨指标进行加权计算的方式，提高钢轨波磨评价指标的可靠性，有效避免了个别车轮状态异常造成的误判；引入了列车同侧n个测点钢轨波磨波长指标最大偏差是否小于偏差系数作为报警条件，有效避免了多个车轮均存在异常造成的误判。本发明的钢轨波磨故障检测方法监测结果准确且稳定，对系统性能要求小，满足低成本嵌入式设备实时在线监测系统的要求。
附图说明
32.图1是本发明方法实施实例系统硬件结构示意图。
33.图2是本发明的监测方法流程图。
34.图3是1#测点时域波形图。
35.图4是1#测点频域波形图。
36.图5是2#测点时域波形图。
37.图6是2#测点频域波形图。
38.图7是3#测点时域波形图。
39.图8是3#测点频域波形图。
40.图9是4#测点时域波形图。
41.图10是4#测点频域波形图。
42.图11是本方法钢轨波磨评价指标趋势图。
具体实施方式
43.以下结合技术方案和附图详细叙述本发明的具体实施方式。
44.实施例1
45.如图1系统硬件结构示意图所示，振动传感器布置在列车轴箱轴承上方，每节车厢8个车轮各布置一支振动加速度传感器。数据采集模块采集传感器获取的车轮垂向振动加速度信号，并发送至诊断分析算法处理模块；通信模块通过以太网获取车载中央控制单元发出的列车的实时车速，发送至诊断分析算法处理模块，用于计算轨波磨波长；诊断分析算法处理模块计算的钢轨波磨评价指标、钢轨波磨波长评价指标及报警信息从通信模块通过以太网实时发送至车载中央控制单元，本方法在诊断分析算法处理模块中实现。
46.如图2监测方法流程图所示，具体步骤如下：
47.步骤1：获取列车的实时车速信息tspd；
48.步骤2：获取采集的列车车轮垂向振动加速度信号；
49.步骤3：对振动加速度信号做2500hz低通滤波，滤波器选择6阶巴特沃兹滤波器，作为车轮多边形评判数据，滤波器传递函数形式如下：
[0050][0051]
对滤波后信号做傅里叶变换为频域数据，傅里叶变换公式选择fftw公式计算，计算公式如下：
[0052]
其中，
[0053]
根据相关函数性质，并采用递归分治，可快速计算出所有系数，即频域幅值。
[0054]
步骤4：计算滤波后信号振动时域有效值rms，由于滤波后信号存在边缘抖动会带来计算误差，故截取部分信号来计算时域有效值，截取信号时一般取值在数据段10％-90％之间,然后计算振动有效值指标rmsdb＝20log(rms)；
[0055]
步骤5：提取频域数据中的最大幅值a及对应频率f，提取算法为最小二乘拟合算法，然后计算得到钢轨波磨幅值指标adb＝20log(a)和钢轨波磨波长指标ln＝tspd*1000/(3.6*f)；
[0056]
步骤6：计算多边形指标gndb＝a*adb+(1-a)*rmsdb+kfac,加权系数a取值范围0.2-0.8，优选值为a＝0.5，kfac为修正系数，取值范围0-50，用于适应各类车型报警值统型；在钢轨波磨指标中引入权重算法，将振动有效值作为指标参数的组成部分，可确保监测结果更准确；
[0057]
步骤7：将列车同侧4个测点的钢轨波磨指标gndb从大到小排序，并进行加权计算，计算并输出钢轨波磨评价指标gdb＝a1*gndb1+a2*gndb2+a3*gndb3+a4[0058]
*gndb4；引入了对列车同侧4个测点钢轨波磨指标进行加权计算的方式，可以有效避免采用单一数据来源计算评价指标结果准确性差的问题，减少车轮状态差异对钢轨波磨指标计算造成的影响，提高钢轨波磨评价指标的可靠性。加权系数a1、a2、a3、a4取值范围0.05-0.5，且a1+a2+a3+a4＝1，优选为a1＝0.15、a2＝0.35、a3＝0.35、a4＝0.15。
[0059]
步骤8：将列车同侧4个测点的钢轨波磨波长指标ln进行平均，计算并输出钢轨波磨波长评价指标
[0060]
步骤9：当车速tspd≥10km/h，将钢轨波磨评价指标gdb与报警阈值比较。当gdb＜10(db)，运行正常，状态值altst＝0；当连续n秒10(db)≤gdb＜18(db)，且4个测点的ln值最大偏差≤偏差系数时，状态值altst＝1，报警状态alttr＝1；当连续n秒18(db)≤gdb＜23(db)，且4个测点的ln值最大偏差≤偏差系数时，状态值altst＝2，报警状态alttr＝2；当连续n秒gdb≥23(db)，且4个测点的ln值最大偏差≤偏差系数时，状态值altst＝3，报警状态alttr＝3，并进行报警提示；否则，报警状态alttr＝0，不进行报警提示；当车速＜10km/h，结束判断。引入了列车同侧4个测点钢轨波磨波长指标是否一致作为报警条件，即当钢轨波磨评价指标连续n秒超过报警阈值，且列车同侧4个测点钢轨波磨波长指标最大偏差≤偏差系数时，进行报警提示，避免了当3至4个车轮均存在异常时，造成的误报。优选的，当钢轨波磨评价指标连续n＝1秒超过报警阈值，且4个测点的ln值最大偏差≤偏差系数5毫米时，进
行报警提示；
[0061]
步骤10：输出报警状态alttr。
[0062]
实施例2
[0063]
将本发明的方法应用于国内某智能高铁动态安全监测系统，进行钢轨波磨的故障诊断，具体如下：
[0064]
步骤1：获取列车的实时车速信息tspd＝153.94km/h；
[0065]
步骤2：获取采集的列车车轮垂向振动加速度信号；
[0066]
步骤3：如图3至图10，对振动加速度信号做2500hz低通滤波，滤波器选择6阶巴特沃兹滤波器；
[0067]
对滤波后信号做傅里叶变换为频域数据，傅里叶变换公式选择fftw公式计算；
[0068]
步骤4：计算滤波后信号时域有效值rms，由于滤波后信号存在边缘抖动会带来计算误差，故截取部分信号来计算振动时域有效值，截取信号时一般取值在数据段10％-90％之间,然后计算振动有效值指标rmsdb＝20log(rms)；
[0069]
1#测点rmsdb＝20log(6.7835g)＝16.629db
[0070]
2#测点rmsdb＝20log(6.0282g)＝15.603db
[0071]
3#测点rmsdb＝20log(7.3901g)＝17.373db
[0072]
4#测点rmsdb＝20log(5.440g)＝14.712db
[0073]
步骤5：提取频域数据中的最大幅值a及对应频率f，然后计算得到钢轨波磨幅值指标adb＝20log(a)和钢轨波磨波长指标ln＝tspd*1000/(3.6*f)；
[0074]
1#测点adb＝20log(5.7676g)＝15.220db
[0075]
1#测点ln＝tspd*1000/(3.6*f)＝153.94*1000/(3.6*569)＝111.9毫米
[0076]
2#测点adb＝20log(5.9233g)＝15.451db
[0077]
2#测点ln＝tspd*1000/(3.6*f)＝153.94*1000/(3.6*569)＝111.9毫米
[0078]
3#测点adb＝20log(6.9136g)＝16.794db
[0079]
3#测点ln＝tspd*1000/(3.6*f)＝153.94*1000/(3.6*568)＝111.6毫米
[0080]
4#测点adb＝20log(5.8560g)＝15.352db
[0081]
4#测点ln＝tspd*1000/(3.6*f)＝153.94*1000/(3.6*568)＝111.6毫米步骤6：计算多边形指标gndb＝a*adb+(1-a)*rmsdb；
[0082]
1#测点gndb＝0.5*15.220+0.5*16.629＝15.925db
[0083]
2#测点gndb＝0.5*15.451+0.5*15.603＝15.527db
[0084]
3#测点gndb＝0.5*16.794+0.5*17.373＝17.084db
[0085]
4#测点gndb＝0.5*15.352+0.5*14.712＝15.032db
[0086]
高铁动态安全监测系统为规范管理通常会设置统一的报警阈值。基于不同算法获取的评价值是不同的，但预设的报警阈值不会根据不同算法进行对应调整，对此，算法提供者可根据系统预设的报警阈值设置对应的修正系数，以匹配系统使用要求。本实施例中，修正系数为-4db，修正后的多边形指标为：
[0087]
1#测点gndb＝15.925db-4db＝11.925db
[0088]
2#测点gndb＝15.527db-4db＝11.527db
[0089]
3#测点gndb＝17.084db-4db＝13.084db
[0090]
4#测点gndb＝15.032db-4db＝11.032db
[0091]
步骤7：将列车同侧4个测点的钢轨波磨指标gndb从大到小排序，并进行加权计算，计算并输出钢轨波磨评价指标gdb＝a1*gndb1+a2*gndb2+a3*gndb3+a4[0092]
*gndb4＝0.15*13.084+0.35*11.925+0.35*11.527+0.15*11.032＝11.8256db；
[0093]
步骤8：将列车同侧4个测点的钢轨波磨波长指标ln进行平均，计算并输出钢轨波磨波长评价指标
[0094]
步骤9：车速tspd153.94km/h≥10km/h，将钢轨波磨评价指标gdb与报警阈值比较。由于连续1秒10(db)≤gdb＝11.8256db＜18(db)，状态值altst＝1，且4个测点的ln值最大偏差(111.9毫米-111.6毫米＝0.3毫米)≤5毫米，报警状态alttr＝altst＝1；
[0095]
步骤10：输出报警状态alttr＝1，即钢轨波磨预判报警。
[0096]
智能高铁动态安全监测系统采用该算法已持续运行5个月，提示报警6个位置261次，经过人工对报警位置钢轨进行测量，确实存在与监测结果相同的钢轨波磨缺陷，准确率100％。采用本发明的方法监测结果准确，监测方法具备较高的监测稳定性。

技术特征：
1.一种在线检测钢轨波磨故障的方法，其特征在于，获取列车的实时车速信息；在列车同侧的至少两个车轮上布置测点，获取各测点的垂向加速度信号；将振动加速度信号进行低通滤波后，截取中段，同时进行频域变换；根据截取中段后得到的振动加速度信号，先计算时域有效值，再计算出振动有效值指标；根据频域变换得到的频域数据，先提取频域数据中的最大幅值及对应频率，计算得到钢轨波磨幅值指标和钢轨波磨波长指标；根据振动有效值指标和钢轨波磨幅值指标，计算出钢轨波磨指标；根据列车同侧测点的钢轨波磨指标，计算并输出钢轨波磨评价指标和钢轨波磨波长评价指标；当车速大于预设值时，将钢轨波磨评价指标与报警阈值比较，并将列车同侧测点的钢轨波磨波长进行比较，当满足报警条件时，输出报警状态。2.根据权利要求1所述的一种在线检测钢轨波磨故障的方法，其特征在于，包括如下步骤：步骤1：列车的实时车速信息tspd；步骤2：获取采集的列车同侧n个车轮的垂向振动加速度信号；步骤3：将步骤2得到的列车车轮垂向振动加速度信号进行低通滤波后，截取中段，同时进行fftw频域变换；步骤4：根据步骤3截取中段后得到的列车车轮垂向振动加速度信号，先计算时域有效值rms，再计算出振动有效值指标rmsdb＝20log(rms)；步骤5：根据步骤3fftw频域变换得到的频域数据，先提取频域数据中的最大幅值a及对应频率f，计算得到钢轨波磨幅值指标adb＝20log(a)和钢轨波磨波长指标ln＝tspd*1000/(3.6*f)；步骤6：根据步骤4得到振动有效值指标rmsdb、步骤5得到的钢轨波磨幅值指标adb和加权系数a，计算出钢轨波磨指标gndb＝a*adb+(1-a)*rmsdb；步骤7：将列车同侧n个测点的钢轨波磨指标gndb从大到小排序，依次为gndb1、gndb2、gndb3、gndb4、
……
、gndb
n
加权计算，计算并输出钢轨波磨评价指标gdb＝a1*gndb1+a2*gndb2+a3*gndb3+a4*gndb4+
……
+a
n
*gndb
n
；步骤8：将列车同侧n个测点的钢轨波磨波长指标ln进行平均，计算并输出钢轨波磨波长评价指标步骤9：当车速大于预设值时，将钢轨波磨评价指标gdb与报警阈值比较，并将列车同侧n个测点的钢轨波磨波长ln进行比较，判断是否满足报警条件，是否报警；步骤10：输出报警状态alttr。3.根据权利要求2所述的一种在线检测钢轨波磨故障的方法，其特征还在于，所述截取中段为截取振动加速度信号10％-90％之间的振动加速度信号。4.根据权利要求2所述的一种在线检测钢轨波磨故障的方法，其特征还在于，所述频域数据中的最大幅值a及对应频率f的提取方法包括：采用最小二乘拟合算法提取频域数据中
的最大幅值a及对应频率f。5.根据权利要求2所述的一种在线检测钢轨波磨故障的方法，其特征还在于，所述加权系数a取值范围0.2-0.8。6.根据权利要求2所述的一种在线检测钢轨波磨故障的方法，其特征还在于，步骤7中，所述测点个数n取值范围2-16；加权系数a1、a2、a3、a4……
、a
n
取值范围0.05-0.5，且a1+a2+a3+a4+
……
+a
n
＝1。7.根据权利要求2所述的一种在线检测钢轨波磨故障的方法，其特征还在于，判断是否报警的方法为：当车速大于预设值时，将钢轨波磨评价指标gdb与报警阈值比较；当gdb＜报警阈值最低值，运行正常，状态值altst＝0；当阈值最低值≤gdb＜报警阈值中间值，状态值altst＝1；当报警阈值中间值≤gdb＜报警阈值最高值，状态值altst＝2；当gdb≥最高报警阈值，状态值altst＝3；连续n秒报警且列车同侧所有测点的ln值之间最大偏差≤偏差系数时，报警状态alttr＝altst，并进行报警提示；否则，报警状态alttr＝0，不进行报警提示；进一步的，altst＝1为预判、altst＝2为预警、altst＝3为报警。8.根据权利要求7所述的一种在线检测钢轨波磨故障的方法，其特征在于，所述连续n秒中，n的取值范围为1-10秒。9.根据权利要求7所述的一种在线检测钢轨波磨故障的方法，其特征在于，所述偏差系数的取值范围为1-20毫米。

技术总结
本发明属轨道交通轨道检测技术领域，公开了一种在线检测钢轨波磨故障的方法。本发明的钢轨波磨故障检测方法，引入了对列车一侧4个测点钢轨波磨指标进行加权计算的方式，提高钢轨波磨评价指标的可靠性，有效避免了个别车轮状态异常造成的误判；引入了列车一侧4个测点钢轨波磨波长指标最大偏差是否小于偏差系数作为报警条件，有效避免了3至4个车轮均存在异常造成的误判。本发明的钢轨波磨故障检测方法监测结果准确且稳定，对系统性能要求小，满足低成本嵌入式设备实时在线监测系统的要求。低成本嵌入式设备实时在线监测系统的要求。低成本嵌入式设备实时在线监测系统的要求。


技术研发人员：曹日起 高岭松 刘闯 刘传杨
受保护的技术使用者：大连柏盛源科技有限公司
技术研发日：2022.12.26
技术公布日：2023/4/18