[發明專利]基于列車軸箱垂向加速度信號的車輪多邊形波深估計方法

有效

• 申請號: 202011324148.2
• 申請日: 2020-11-23
• 公開（公告）號: CN112381027B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 陳是扦;謝博;王開云;凌亮;翟婉明
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G01B17/00
• 代理公司: 成都為知盾專利代理事務所(特殊普通合伙) 51267
• 代理人: 李漢強

本發明公開了一種基于列車軸箱垂向加速度信號的車輪多邊形波深估計方法，該方法通過采集列車在不同速度等級、不同階次和不同波深條件下軸箱的垂向加速度響應信號，通過將采集的信號進行預處理后建立極限學習機模型，再在建立極限學習機模型的基礎上采用粒子群優化，獲得基于粒子群優化極限學習機的車輪多邊形波深估計模型，該模型可以通過列車軸箱垂向加速度信號作為預估的數據來源預估列車車輪多邊形波深，該方法通過列車軸箱垂向加速度信號作為預估的數據來源數據受到干擾的程度降低，適應范圍更廣，同時優化后的模型的數據精度顯著提高。

技術領域

本發明屬于車輪多邊形波深檢測技術領域，具體涉及一種基于列車軸箱垂向加速度信號的車輪多邊形波深估計方法。

背景技術

隨著科技的不斷發展,軌道車輛的技術也是日新月異，從蒸汽機車、內燃機車、電力機車經歷了多次變革，尤其是現代，高鐵以其快速舒適正逐漸成為日常出行的首選。并且隨著城市發展和進步，地鐵也成為人們日常生活必不可少的出行方式，所以目前軌道車輛包含了多種形式：動車組、客貨運列車、地鐵以及有軌電車等，但是，這些軌道車輛的共同點是，輪軌間均有滾動接觸摩擦,這直接影響車輛與軌道耦合動力學性能及安全。隨著列車速度和載重量的不斷提升,高速列車會在運行一段時間后車輪表現出不同的形式,其中車輪多邊形是車輪不圓中的一種特殊形式。車輪多邊形不圓順會惡化輪軌間接觸關系并加劇列車軌道系統的振動和噪聲,對鋼軌、車輛等部件造成損害,縮短部件服役壽命,甚至可能危機列車運巧安全。車輪多邊形問題曾導致震驚世界的ICE列車脫軌事故,事故造成大量的人員傷亡。

車輪多邊形是一個很復雜的過程,與輪軌系統的特殊性和列車運行環境密切相關。這些因素造成車輪圓周方向出現多邊形特征,導致車輪周期性的非圓化或是非周期性的非圓化。針對國內高速列車出現的多邊形問題,目前只有采取鏇輪的辦法來減緩。車輪多邊形波深一般都在毫米量級，通過傳統的人工識別方法效率低下且準確率低。目前的檢測方法主要分為靜態檢測和動態檢測兩類，靜態測量是在列車停運狀態下利用車輪粗糙度測量儀等專業儀器檢測，雖然檢測精度較高，但影響列車運行，效率較低，檢測成本高。而動態檢測不影響列車正常運行，檢測效率高，更具有實用性。

發明人在實際使用過程中發現，這些現有技術至少存在以下技術問題：

采用直接的測量車輪外形的方式即靜態檢測需要停車檢測，耗費時間長，影響列車運行，而現有的動態檢測的精度較低，無法為鏇輪提供較為精確的數據支持。

發明內容

為克服上述存在之不足，本發明的發明人通過長期的探索嘗試以及多次的實驗和努力，不斷改革與創新，提出了一種基于列車軸箱垂向加速度信號的車輪多邊形波深估計方法，其可以通過提取軸箱垂向加速度信號特征估計車輪多邊形的波深，具有精度高，可以減少受到環境的影響等優點，可為判斷車輪是否需要鏇修提供依據并提高檢測效率。

為實現上述目的本發明所采用的技術方案是：提供一種基于列車軸箱垂向加速度信號的車輪多邊形波深估計方法。包括如下步驟：

1)信號獲取：采集列車在不同速度等級、不同階次和不同波深條件下軸箱的垂向加速度響應信號；

2)信號提取：將采集軸箱垂向加速度信號進行時域、頻域和時頻域特征提取，構建訓練集；

3)數據預處理：對訓練集進行歸一化和主成分分析，得到歸一化的訓練集和降維后的訓練集；

5)建立極限學習機模型：將降維后的訓練集作為極限學習機的輸入，將歸一化處理后的訓練集中車輪多邊形波深作為極限學習機的輸出，建立極限學習機模型；

6)建立粒子群優化的極限學習機模型：

6.1)隨機初始化由極限學習機的輸入權值ω和隱含層偏差b組成的粒子種群；

6.2)用極限學習機的車輪多邊形波深估計值與其對應的實際值來獲得粒子群算法的適應度值，基于粒子的適應度值計算粒子的個體最優和全局最優；