一种高速铁路车轮踏面擦伤快速监测装置及方法
【技术领域】
[0001] 本发明涉及高速铁路技术，尤其涉及的是一种高速铁路车轮踏面擦伤快速监测装 置及方法。
【背景技术】
[0002] 高速列车虽然装备了先进的防滑和防空转控制装置，但因其牵引力和制动力都比 较大，仍然容易引起车轮踏面和钢轨的擦伤。高速列车的行驶速度已经达到350km/h，当带 有踏面擦伤的车轮在钢轨上滚动通过的时候，车轮的擦伤部位与钢轨就会产生一个周期性 的冲击作用，进而激发轮对与钢轨的振动和噪声，同时大大增加了轮轨之间的相互作用力， 久而久之就会引起钢轨的疲劳裂纹以及车轮踏面的龟裂剥落，很容易引起高速列车脱轨等 重大事故。
[0003] 要保证高速列车运行的绝对安全，就要求对严重影响高速列车安全运行的因素随 时进行跟踪监测，对故障超限的情况进行及时的修理和更换，消除引起高速列车重大事故 的隐患，从而确保高速列车的安全运行。
[0004] 目前已经出现了 一些有关车轮踏面擦伤监测的装置及方法，例如，李奕墦等在 "车轮踏面擦伤识别方法，冲击与振动，2013, 32(22) :21~27" 一文里介绍了利用希尔伯 特（Hilbert)谱判断车轮踏面擦伤的方法，该方法对信噪比高的车轮擦伤有一定的识别能 力，但对信噪比低的车轮擦伤信号则误判比例较大，实际线路上的振动信号信噪比都比较 低。周璇等在"基于经验模式分解和神经网络的车轮踏面擦伤检测方法，润滑与密封，2015， 40(6) :13~18"一文里介绍了联合利用经验模式和神经网络技术检测车轮擦伤的方法，该 方法对于振动信号信噪比高的时候识别能力尚可，但由于神经网络采用非线性映射的方法 获得结论，不能有效识别信噪比低的擦伤信号。对于高信噪比的信号，当神经网络训练不完 全时，也可能导致不正确的结果。高瑞鹏等在"遗传算法结合小波神经网络的列车车轮扁 疤故障检测方法，西安交通大学学报，2013,47 (9) :88~111 " 一文里介绍了联合使用遗传 算法和小波神经网络技术检测车轮擦伤的方法，该方法同样对低信噪比的信号不能有效识 另IJ，而且识别能力取决于神经网络的训练样本的合理性和全面性。何平等在"光学式列车车 轮擦伤检测系统设计，自动化与仪表，2012,（10) :1~3" 一文里介绍了在钢轨安装激光器 测量通过钢轨的车轮踏面状态的方法，该方法特点是不适宜用于高速振动大的场合，且识 别准确度受到雨水等自然环境变化的影响。顾明亮等在"列车车轮踏面擦伤动态检测系统 研究，信息技术，2011，（10) :94~97" 一文里介绍了在轨道上安装激光传感器测量车轮踏 面擦伤的方法，该方法同样不适宜用于高速振动大的场合，且识别准确度受到雨水等自然 环境变化的影响。
[0005] 本发明的装置正是基于上述问题进行设计，可以监测高速列车车轮的擦伤及识别 擦伤的深度。
【发明内容】
[0006] 本发明的目的是提供一种高速铁路车轮踏面擦伤快速监测装置及方法，该系统可 以快速有效设别车轮的踏面擦伤信号以及判断擦伤的深度。
[0007] 本发明解决其技术问题所采用的技术方案是：
[0008] -种高速铁路车轮踏面擦伤快速监测装置，包括轮对轴箱、加速度传感器、数据采 集单元、数据处理单元，在所述的轮对轴箱垂向安装加速度传感器，用于获取轮对轴箱的垂 向振动加速度；数据采集单元连续采集轴箱垂向振动加速度数据，并分段存贮；数据处理 单元利用冲击引起多频振动的特点对擦伤故障进行识别和擦伤深度的判断，具体方法为： 数据处理单元逐段读取振动加速度数据，然后使用改进的经验模态分解法对该振动加速度 数据进行快速处理，提取各个不同频率的振动加速度波形，对每一个频率的振动加速度波 形进行包络解调，并对其进行FFT分析，提取每个频率的冲击共振波在单位时间内的冲击 次数；如果有N个以上不同频率的共振波在单位时间内的冲击次数相同，则判断轮对存在 擦伤故障；通过擦伤深度的标定，用轴箱振动加速度的幅值判断车轮擦伤的深度，N为预设 置的阈值，N大于等于6。
[0009] 所述的高速铁路车轮踏面擦伤快速监测装置，所述的车轮踏面擦伤监测装置在轮 对的每一个轴箱使用1个加速度传感器测量垂直方向的振动加速度，所述的加速度传感安 装在每个轮对轴箱的顶面。
[0010] 所述的高速铁路车轮踏面擦伤快速监测装置，所述改进的经验模态分解法具体方 法为：
[0011] 首先求得给定信号的局部极大值点和局部极小值点，然后通过三次样条插值求得 信号的上下包络线，求出包络均值，原始信号减去包络均值可得到所分解出的一层信号，对 此过程循环执行多次可以得到最终的分解结果如下：
[0012]
[0013] 即将原始信号分解为1个頂F和1个残差r ;
[0014] 具体步骤如下：
[0015] (1)获取原始信号s⑴的局部极大值点与局部极小值点max (t)，min⑴；
[0016] (2)使用三次样条差值法求出由局部极大值点形成的上包络线和局部极小值点形 成的下包络线：e max(t)，emi"(t);
[0017] (3)计算局部均
(2)
[0018] (4)提取基本模式分量：h(t) = S(t)-m(t) (3)
[0019] h (t)即为所求得的一个頂F分量；
[0020] 在实际的计算过程中，由于计算值与理论值之间存在误差；求得一个MF分量往 往需要经过多次的提取，具体方法就是将所求的的h(t)作为待处理信号匕，I ll的局部均值 为 m11:
[0021] hj-nin= h n (4)
[0022] 重复（I)、（2)、（3)、⑷步k次，得到
[0023] h1(k D-mlk= h lk (5)
[0024] 当h1〇i 1}的值和h lk的值接近相等时，停止循环，这时求出了第一个頂F分量c 1;c i =hlk;
[0025] 将所求的第一个IMF分量C1W原始信号中分离出来：s(t)-cl = rl，再将r i作为 新的待处理原始信号，重复以上计算过程，得到第二个MF分量C2，以此类推；
[0026] T1-C2= τ 2
[0027] r2-ca= r a
[0028] rn「cn=rn (6)
[0029] 当包络线均值m(t)足够小时，小于某个设定极限值或者它的局部极值点数（局部 极小值与局部极大值点数之和）不超过两个时，停止EMD分解过程，此时认为剩余信号^不 能再进行分解，即剩余信号中不含有振动的趋势。
[0030] 本发明还提供一种高速铁路车轮踏面擦伤快速监测方法，在所述的轮对轴箱垂向 安装加速度传感器，用于获取轮对轴箱的垂向振动加速度；数据采集单元连续采集轴箱垂 向振动加速度数据，并分段存贮；数据处理单元利用冲击引起多频振动的特点对擦伤故障 进行识别和擦伤深度的判断，具体方法为：数据处理单元逐段读取振动加速度数据，然后使 用改进的经验模态分解法对该振动加速度数据进行快速处理，提取各个不同频率的振动加 速度波形，对每一个频率的振动加速度波形进行包络解调，并对其进行FFT分析，提取每个 频率的冲击共振波在单位时间内的冲击次数；如果有N个以上不同频率的共振波在单位时 间内的冲击次数相同，则判断轮对存在擦伤故障；通过擦伤深度的标定，用轴箱振动加速度 的幅值判断车轮擦伤的深度；N为预设置的阈值，N大于等于6。
[0031] 与现有技术相比，本发明的有益效果是：
[0032] 通过安装在轴箱上的加速度传感器记录车轮的振动，利用