一種高速鐵路車輪踏面擦傷快速監測裝置及方法
【技術領域】
[0001] 本發明涉及高速鐵路技術，尤其涉及的是一種高速鐵路車輪踏面擦傷快速監測裝 置及方法。
【背景技術】
[0002] 高速列車雖然裝備了先進的防滑和防空轉控制裝置，但因其牽引力和制動力都比 較大，仍然容易引起車輪踏面和鋼軌的擦傷。高速列車的行駛速度已經達到350km/h，當帶 有踏面擦傷的車輪在鋼軌上滾動通過的時候，車輪的擦傷部位與鋼軌就會產生一個周期性 的沖擊作用，進而激發輪對與鋼軌的振動和噪聲，同時大大增加了輪軌之間的相互作用力， 久而久之就會引起鋼軌的疲勞裂紋以及車輪踏面的龜裂剝落，很容易引起高速列車脫軌等 重大事故。
[0003] 要保證高速列車運行的絕對安全，就要求對嚴重影響高速列車安全運行的因素隨 時進行跟蹤監測，對故障超限的情況進行及時的修理和更換，消除引起高速列車重大事故 的隱患，從而確保高速列車的安全運行。
[0004] 目前已經出現了 一些有關車輪踏面擦傷監測的裝置及方法，例如，李奕墦等在 "車輪踏面擦傷識別方法，沖擊與振動，2013, 32(22) :21~27" 一文里介紹了利用希爾伯 特（Hilbert)譜判斷車輪踏面擦傷的方法，該方法對信噪比高的車輪擦傷有一定的識別能 力，但對信噪比低的車輪擦傷信號則誤判比例較大，實際線路上的振動信號信噪比都比較 低。周璇等在"基于經驗模式分解和神經網絡的車輪踏面擦傷檢測方法，潤滑與密封，2015， 40(6) :13~18"一文里介紹了聯合利用經驗模式和神經網絡技術檢測車輪擦傷的方法，該 方法對于振動信號信噪比高的時候識別能力尚可，但由于神經網絡采用非線性映射的方法 獲得結論，不能有效識別信噪比低的擦傷信號。對于高信噪比的信號，當神經網絡訓練不完 全時，也可能導致不正確的結果。高瑞鵬等在"遺傳算法結合小波神經網絡的列車車輪扁 疤故障檢測方法，西安交通大學學報，2013,47 (9) :88~111 " 一文里介紹了聯合使用遺傳 算法和小波神經網絡技術檢測車輪擦傷的方法，該方法同樣對低信噪比的信號不能有效識 另IJ，而且識別能力取決于神經網絡的訓練樣本的合理性和全面性。何平等在"光學式列車車 輪擦傷檢測系統設計，自動化與儀表，2012,（10) :1~3" 一文里介紹了在鋼軌安裝激光器 測量通過鋼軌的車輪踏面狀態的方法，該方法特點是不適宜用于高速振動大的場合，且識 別準確度受到雨水等自然環境變化的影響。顧明亮等在"列車車輪踏面擦傷動態檢測系統 研究，信息技術，2011，（10) :94~97" 一文里介紹了在軌道上安裝激光傳感器測量車輪踏 面擦傷的方法，該方法同樣不適宜用于高速振動大的場合，且識別準確度受到雨水等自然 環境變化的影響。
[0005] 本發明的裝置正是基于上述問題進行設計，可以監測高速列車車輪的擦傷及識別 擦傷的深度。
【發明內容】
[0006] 本發明的目的是提供一種高速鐵路車輪踏面擦傷快速監測裝置及方法，該系統可 以快速有效設別車輪的踏面擦傷信號以及判斷擦傷的深度。
[0007] 本發明解決其技術問題所采用的技術方案是：
[0008] -種高速鐵路車輪踏面擦傷快速監測裝置，包括輪對軸箱、加速度傳感器、數據采 集單元、數據處理單元，在所述的輪對軸箱垂向安裝加速度傳感器，用于獲取輪對軸箱的垂 向振動加速度；數據采集單元連續采集軸箱垂向振動加速度數據，并分段存貯；數據處理 單元利用沖擊引起多頻振動的特點對擦傷故障進行識別和擦傷深度的判斷，具體方法為： 數據處理單元逐段讀取振動加速度數據，然后使用改進的經驗模態分解法對該振動加速度 數據進行快速處理，提取各個不同頻率的振動加速度波形，對每一個頻率的振動加速度波 形進行包絡解調，并對其進行FFT分析，提取每個頻率的沖擊共振波在單位時間內的沖擊 次數；如果有N個以上不同頻率的共振波在單位時間內的沖擊次數相同，則判斷輪對存在 擦傷故障；通過擦傷深度的標定，用軸箱振動加速度的幅值判斷車輪擦傷的深度，N為預設 置的閾值，N大于等于6。
[0009] 所述的高速鐵路車輪踏面擦傷快速監測裝置，所述的車輪踏面擦傷監測裝置在輪 對的每一個軸箱使用1個加速度傳感器測量垂直方向的振動加速度，所述的加速度傳感安 裝在每個輪對軸箱的頂面。
[0010] 所述的高速鐵路車輪踏面擦傷快速監測裝置，所述改進的經驗模態分解法具體方 法為：
[0011] 首先求得給定信號的局部極大值點和局部極小值點，然后通過三次樣條插值求得 信號的上下包絡線，求出包絡均值，原始信號減去包絡均值可得到所分解出的一層信號，對 此過程循環執行多次可以得到最終的分解結果如下：
[0012]
[0013] 即將原始信號分解為1個頂F和1個殘差r ;
[0014] 具體步驟如下：
[0015] (1)獲取原始信號s⑴的局部極大值點與局部極小值點max (t)，min⑴；
[0016] (2)使用三次樣條差值法求出由局部極大值點形成的上包絡線和局部極小值點形 成的下包絡線：e max(t)，emi"(t);
[0017] (3)計算局部均
(2)
[0018] (4)提取基本模式分量：h(t) = S(t)-m(t) (3)
[0019] h (t)即為所求得的一個頂F分量；
[0020] 在實際的計算過程中，由于計算值與理論值之間存在誤差；求得一個MF分量往 往需要經過多次的提取，具體方法就是將所求的的h(t)作為待處理信號匕，I ll的局部均值 為 m11:
[0021] hj-nin= h n (4)
[0022] 重復（I)、（2)、（3)、⑷步k次，得到
[0023] h1(k D-mlk= h lk (5)
[0024] 當h1〇i 1}的值和h lk的值接近相等時，停止循環，這時求出了第一個頂F分量c 1;c i =hlk;
[0025] 將所求的第一個IMF分量C1W原始信號中分離出來：s(t)-cl = rl，再將r i作為 新的待處理原始信號，重復以上計算過程，得到第二個MF分量C2，以此類推；
[0026] T1-C2= τ 2
[0027] r2-ca= r a
[0028] rn「cn=rn (6)
[0029] 當包絡線均值m(t)足夠小時，小于某個設定極限值或者它的局部極值點數（局部 極小值與局部極大值點數之和）不超過兩個時，停止EMD分解過程，此時認為剩余信號^不 能再進行分解，即剩余信號中不含有振動的趨勢。
[0030] 本發明還提供一種高速鐵路車輪踏面擦傷快速監測方法，在所述的輪對軸箱垂向 安裝加速度傳感器，用于獲取輪對軸箱的垂向振動加速度；數據采集單元連續采集軸箱垂 向振動加速度數據，并分段存貯；數據處理單元利用沖擊引起多頻振動的特點對擦傷故障 進行識別和擦傷深度的判斷，具體方法為：數據處理單元逐段讀取振動加速度數據，然后使 用改進的經驗模態分解法對該振動加速度數據進行快速處理，提取各個不同頻率的振動加 速度波形，對每一個頻率的振動加速度波形進行包絡解調，并對其進行FFT分析，提取每個 頻率的沖擊共振波在單位時間內的沖擊次數；如果有N個以上不同頻率的共振波在單位時 間內的沖擊次數相同，則判斷輪對存在擦傷故障；通過擦傷深度的標定，用軸箱振動加速度 的幅值判斷車輪擦傷的深度；N為預設置的閾值，N大于等于6。
[0031] 與現有技術相比，本發明的有益效果是：
[0032] 通過安裝在軸箱上的加速度傳感器記錄車輪的振動，利用