车轮多边形对车辆动力学的影响分析及在线诊断方法研究

建立了车轮多边形化的车辆轨道刚柔耦合动力学模型,为了研究车轮多边形化对车辆动力学的影响,通过提取轮轨垂向力和轴箱垂向加速度动力学指标,发现车轮高阶多边形会在轮轨接触表面产生高频冲击载荷导致轮轨作用加剧,同时还会激发出轮对和轴箱的一些振动频率而使轴箱振动加强。根据轮轨垂向力限值标准,得到了不同速度下多边形的深度阈值。针对高速列车车轮多边形化的动态特征结合大量的跟踪监测,文中提出了车轮多边形在线诊断方法:通过轴箱垂向加速度频谱在线辨别多边形阶数,定义多边形车轮轴箱垂向加速度系数λ辨识多边形深度。在线诊断的车轮多边形结果与入库检测车轮多边形结果对比,验证了该方法的有效性。     

用于列车定位的RAIM算法改进研究

针对北斗卫星导航系统应用于列车在定位过程中所存在的故障卫星导致定位结果不准确问题,在传统RAIM检测算法的基础上,提出一种新的用于列车定位的RAIM算法。该算法通过可见卫星数目、完好性告警限值的约束,判断改进算法的可用性,并在故障卫星检测过程中引入加权因子C以降低由于直接检测而引起的较高漏警率,实现对列车的精确定位。以青藏铁路数据为对象进行实例仿真,结果表明:改进的RAIM算法有效改善了列车定位精度,降低了检测过程中的漏警率,提高了北斗卫星导航系统在列车定位应用上的安全性及可靠性。     

部分可观Petri网系统的在线故障诊断方法

针对Petri网系统故障检测与诊断过程中存在状态枚举及随后的状态爆炸问题,采用整数线性规划方法,提出了Petri网系统的在线故障诊断算法。算法将故障表示为Petri网模型的不可观变迁,定义了故障诊断器函数,通过可观的变迁序列,诊断系统行为是否出现故障。该算法避免了状态空间爆炸,降低了在线运算量的复杂性。以地铁列车进出站系统为实例,对地铁列车进出站系统进行含不可观变迁Petri网建模,应用提出的算法对铁列车进出站系统故障进行诊断。试验表明,该算法能有效应用于地铁列车进出站过程在线故障诊断。     

融合轨枕检测和卡尔曼滤波的中低速磁浮列车测速定位优化算法研究

可靠、准确的速度位置信息对于中低速磁浮列车的安全行驶起着至关重要的作用.基于中低速磁浮列车测速定位中常用的轨枕计数检测方法,采用2套涡流传感器冗余设备采集列车的速度、位移数据,提出不同速度下列车测速定位的优化算法.在该优化算法的基础上融合了卡尔曼滤波,通过不断迭代和更新,得到准确的速度位置信息,并计算出采用2套测速设备...     

一种既有动车组车轮故障在线检测系统升级方案

轮对是动车组的关键受力部件,轮对质量直接影响动车组运行安全。近期发现在定期在线检测周期范围内,车轮轮辋内部出现超过安全门限的周向辋裂缺陷。既有动车组车轮故障在线检测系统的探伤模块是表面探伤,仅限于踏面及近表面径向缺陷(10 mm以内),对内部缺陷不敏感。为了保障动车组的运行安全,急需对现有动车组车轮故障在线检测系统进行升级,使动车组列车每次回库时能够进行轮辋周向和径向缺陷的深层次检测。介绍一种对既有动车组车轮故障在线检测系统进行升级的方案。     

基于改进Canny算法的列车车轮踏面损伤边缘提取

针对高速列车车轮踏面擦伤、剥离的人工巡检方法效率较低且容易出现漏检等问题,设计一种高速列车车轮踏面损伤的动态检测系统,提出一种擦伤、剥离的特征提取方法。该方法在现有Canny算法的基础上加入45°方向和135°方向梯度模板来计算梯度幅值,用线性插值法对梯度幅值进行非极大值抑制,再使用优化后的迭代阈值算法求得高阈值和低阈值。试验结果表明,该算法可以有效地抑制噪声和干扰,最大限度地保留高速列车车轮踏面的真实边缘,为列车车轮踏面损伤自动巡检提供技术支持。     

一种基于钢轨枕的中低速磁浮列车组合测速定位方法

中低速磁浮列车因其特性,无法使用轮轴式传感器测量车轮运动状态,也无法像高速磁浮测速那样通过检测轨面上分布规律的参照物来计算列车的速度与位置。提出了一种基于中低速磁浮钢轨枕的高精度测速定位方法,使用加速度计和涡流传感器检测列车运动状态,再与雷达的信息进行比较判断,共同计算出列车的速度和位置。通过在长沙中低速磁浮线路上的试验测试,证实这种测速方法的精确度和实时性能够满足需求。     

基于GPS和里程计的列车定位方法

列车测速轮对的空转/滑行和车轮磨损是影响车载里程计(ODO)测速、测距精度的主要原因。针对该问题,通过传感器定位特性分析,在列车里程计基础上引入GPS技术,构建车载组合定位系统。通过GPS和ODO的信息融合,建立空转/滑行和车轮磨损的检测与误差校正计算模型,完成相关检测和误差校正。仿真试验结果表明,所提出的列车定位方法是有效的,可以提高车载定位系统的自主定位能力。     

基于GPS与惯性测量单元的列车组合定位系统

采用GPS接收机及惯性测量单元构成列车组合定位系统,系统包括传感器输入层、故障检测与隔离层、数据融合层和输出层4个部分。给出GPS接收机、惯性测量单元等定位传感器的位置解算方法;设计采用H∞鲁棒滤波方法的数据融合算法;采用小波变换方法进行组合系统故障检测,确定故障隔离及系统重构策略。对列车组合定位系统进行现场测试和仿真验证结果表明:在复杂的列车运行环境及干扰条件下,该系统能够实现高精度高可靠性的列车定位;定位误差较采用传统的Kalman滤波方法更为稳定;组合系统能够有效实现故障检测并根据故障隔离策略重构系统,保证定位输出的连续性,保障系统安全;具有较高的适应性和实际应用价值。     

车轮多边形对动力学性能影响研究

为了研究动车组车轮多边形对车辆系统动力学性能的影响,选取服役的CHR_3型车作为研究对象,且车轮存在高阶多边形,通过旋修前后车辆的动力学性能的变化,探究300km/h时同一线路上车轮多边形对列车关键部件以及主要动力学指标的影响状况。结果表明:当车轮存在高阶多边形时列车轴箱部位受到的冲击影响比较大,旋修后轴箱振动过大问题明显改善,车轮是否存在多边形对车体的平稳性指标基本无影响。     

基于LoG梯度加权Haar-like特征的车轮裂纹检测

列车长时间运行后,车轮侧面出现许多裂纹,数量和尺寸达到一定标准后需进行更换,以保证安全。该标准定制的前提是对大量的车轮裂纹进行测量统计,而由人工进行这些工作需要大量的人力和物力,因此采用基于图像模式识别的自动检测能够节省大量的资源。文中主要研究列车车轮裂纹的检测定位算法,针对车轮表面裂纹的图像特征,提出一种基于LoG梯度加权Haar-like特征,能够有效地描述裂纹周围图像特性,从而更精确地进行裂纹描述,并提出改进的基于阈值限制LUT的Real-Adaboost机器学习算法训练裂纹检测分类器,进行快速精确的裂纹目标检测,实验部分验证了算法的有效性。     

基于改进Sobel算子的铁路轨枕自动定位方法

针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。     

车轮踏面不圆度在线监测技术的现状与分析

相同车轮不圆度下轮轨相互作用力的大小与列车速度的平方成正比关系,所以若存在列车车轮不圆度则会对轮轨造成巨大的危害。通过对几种不同的列车车轮不圆度的监测方法的分析,提出适合于我国列车运行状况的列车车轮不圆度在线监测的方法,并且指出应用该方法需要满足国家车轮不圆度标准的工作重点。     

基于颜色规格化和轮廓多边形的交通标志检测

干扰区域排除是交通标志检测的难点.本文对颜色规格化后的图像进行二值化,讨论了二值化过程中感兴趣颜色的选取,得出了以红、蓝、黄为感兴趣颜色引入干扰较少的结论.根据我国交通标志的形状特征提出了两个基于重心的干扰区域判定规则和一种基于道格拉斯-普克算法的交通标志最外层轮廓多边形拟合方法,该方法通过判断拟合多边形的凸性来区分干扰区域与交通标志候选区域.本文算法可以检测我国任意形状的交通标志并对交通标志倾斜及旋转的情况具有较好的鲁棒性.     

基于改进Faster R-CNN的车轮踏面缺陷检测

车轮踏面缺陷是影响列车轮对正常工作的重要因素,目前主流的检测方式为人工或半自动检测,耗时长、效率差、精度低,提高检测效率和精度、及时获取踏面缺陷信息对保障列车正常运行具有重要意义。针对现有神经网络算法难以检测细小缺陷的问题,提出改进Faster R-CNN的检测方法,改进了基于候选框大小与IOU的评估方法,并优化了相关部位的损失函数以适应不同尺度的缺陷检测,抑制了高亮度区域。实验结果表明,该方法能够有效对车轮踏面细小缺陷进行检测并准确定位,通过与Faster R-CNN和YOLO V3网络比较可见,提出方法的检测精度明显提高,同时保证了一定的召回率与检测速度。     

车轮多边形磨耗对车桥耦合振动响应的影响

为探究车轮多边形磨耗对车桥耦合系统振动响应的影响规律,采用ANSYS和SIMPACK联合仿真方法,以国内某高速列车和铁路简支梁桥为原型,建立车桥耦合振动分析模型,把轨道不平顺和车轮多边形磨耗作为系统的输入激励,对车桥耦合系统的振动特性展开研究。结果表明：车轮多边形磨耗对车桥耦合系统的振动响应影响显著;3阶车轮多边形磨耗使轮重减载率增大67.7%,严重降低了列车行驶的安全性,也使桥梁跨中横、竖向加速度分别增大2.74倍和2.27倍;车桥耦合振动响应随着车轮多边形磨耗幅值、阶数的增大而增大,当车轮多边形磨耗幅值由0.02 mm增大至0.08 mm时,列车轮重减载率、桥梁跨中横向和竖向加速度、钢轨中点横向和竖向加速度分别增加76.5%、174%和127%、47.3%和83.1%;当车轮多边形磨耗阶数由1阶增大至4阶时,列车轮重减载率、桥梁跨中竖向加速度、钢轨中点横向和竖向加速度分别增加116%、389%、82.0%和170%。特别地,列车以200 km/h速度运行时,3阶车轮多边形磨耗引发桥梁横向共振使得桥梁跨中横向加速度显著增大,是4阶车轮多边形磨耗作用时的2.74倍。     

高速列车车轮高阶多边形对车辆动力学性能的影响

为研究高速列车车轮1~25阶多边形化对车辆动力学性能的影响,建立了整车动力学仿真模型。假设车轮型面不发生变化,车轮半径差沿圆周方向周期性变化,通过数值仿真研究列车高速运营状态下车轮多边形化的波深、谐波阶数对车辆动力学性能的影响。结果表明,车轮多边形化对车体平稳性指标、脱轨系数影响很小。车轮高阶不圆对临界速度、轮轨垂向力的影响远大于车轮低阶不圆的影响,车轮低阶不圆对构架、车体的垂向振动影响远大于车轮高阶不圆的影响。根据轮轨垂向力上限值170kN分析出在200、250、300、350km/h 4个速度等级时,分别对应10、15、20、25阶不圆顺波深限值。     

基于简化鲁棒UKF的GNSS/INS紧组合列车定位方法

针对GNSS/INS组合列车定位中的信息融合非线性与传感器量测故障问题，为满足复杂多变列车运行场景下列车定位精度与鲁棒性的需求，提出一种基于简化鲁棒UKF的GNSS/INS紧组合列车定位优化方法。综合标准KF的时间更新与标准UKF的量测更新来构建简化UKF,在保证GNSS/INS紧组合列车定位精度的同时改善定位解算实时性。在简化UKF滤波框架内，引入故障检测与自适应调整因子构建简化鲁棒UKF,可以快速检测传感器量测故障导致的系统故障，并对故障历元的量测噪声协方差进行自适应调整降低滤波增益，使得滤波算法具有较强的鲁棒性。采用京沈高铁实测数据与故障仿真数据进行算法定位性能验证与评估，结果表明：基于简化UKF的GNSS/INS紧组合定位算法水平定位精度为2.686 5 m,与传统EKF滤波模型下的紧组合与松组合方法相比定位精度分别提高5.6%和15.0%。此外，提出的简化鲁棒UKF方法可以快速有效检测到不同类型的传感器量测故障，且大幅抑制传感器量测故障，优化复杂运行场景下的列车定位精度与鲁棒性。     

铁路货车车轮踏面伤损检测中剥离与擦伤定位方法

针对铁路货车车轮踏面伤损检测问题,设计铁路货车车轮踏面伤损动态检测系统,提出剥离和擦伤的定位方法.首先对车轮踏面图像进行平滑去噪;然后对图像进行基于平稳小波和Canny融合算法的边缘检测,并根据标准车轮的宽度确定踏面区域;最后,根据剥离和擦伤的不同特征,对剥离踏面区域图像进行基于分块思想和种子填充算法的剥离粗定位后,再进行基于Canny算法和跟踪法的剥离精定位,并给出基于踏面边缘线搜索的擦伤定位方法.实验结果表明:在铁路货车运行速度为0.5 km/h～10 km/h时,踏面剥离的定位准确率达到96.7%,定位精度达到3 mm;擦伤定位准确率达到97.8%;可满足现场动态检测的要求.     

基于车辆动态响应的车轮多边形自动识别方法

当列车高速运行时,车轮多边形会导致高频轮轨冲击,对车轴、车轮、钢轨等轨道-车辆系统零部件疲劳寿命产生极为不利的影响。本文基于车辆动态响应,利用广义共振解调方法实现了车轮多边形磨耗诊断。首先利用同步压缩短时傅里叶变换得到信号的高分辨率时频谱,然后从时频谱上自动提取时间-能量信息,用于冲击引起的高频振动和低频信号分离;通过Lp范数准则确定带通滤波范围之后,利用广义Hilbert包络解调方法对带通车辆动态响应信号进行解调,提取其中隐含的车轮多边形磨耗信息。分析结果表明,该方法可以有效地诊断车轮多边形磨耗。