基于二维激光位移传感器和遗传算法的钢轨磨耗动态检测系统

介绍钢轨磨耗动态检测原理,提出基于二维激光位移传感器的钢轨磨耗动态检测方法。钢轨磨耗动态检测系统采用车载形式安装在检测车构架上,车辆走行过程中实时检测钢轨磨耗参数;在数据后处理中,利用遗传算法对轨腰和轨底之间的特征圆进行拟合,减小了由于车辆振动引入的拟合误差。钢轨磨耗动态检测系统已在国内地铁检测车中得到应用,检测精度满足用户要求。     

YOLOv5超声波图像识别技术在高原高寒钢轨探伤中的应用

高原高寒地区环境复杂、昼夜温差大，对铁路建设与运营产生不良影响，容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用，特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据，以YOLOv5方法对数据集进行整理、处理和模型训练，精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明，基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性，可以同时进行目标检测和类别分类，并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法，有助于提高铁路安全和运营效率。     

基于EMD的SVR方法在铁路客流预测中的应用

客流预测是铁路客运运营管理的重要依据,铁路客流具有非线性、非平稳的特点,传统预测模型很难得到满意的结果,因此利用经验模态分解(EMD)方法对客流进行自适应的分解,利用支持向量回归机(SVR)对固有模态函数(IMF)进行预测,建立基于EMD的SVR铁路客流预测模型。利用Matlab对SVR预测、BP神经网络预测和基于EMD的SVR预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为22%、25%和13%。结果表明,基于EMD的SVR方法的预测精度明显高于另外两种预测方法,能够有效地提高铁路客流预测准确性。     

30 t轴重条件下轨道几何不平顺限速管理值研究

结合朔黄铁路开行KM96型30 t轴重重载列车试验,应用车辆-轨道耦合动力学理论和SIMPACK多体动力学软件,建立30 t轴重货车车辆仿真模型,研究不同轨道几何不平顺条件下的列车动力性能以及运营安全性能。基于国内铁路开展的30 t轴重列车动力性能试验,设置高低和轨向2种类型的轨道不平顺,结合现场测试结果对仿真模型进行了验证与优化,进而分析了30 t轴重重载列车在不同不平顺波长下的动力学响应,得出了轨向、高低、三角坑等轨道不平顺指标的敏感波长。研究列车在敏感波长为10 m时,直线、曲线上单项以及逆向复合不平顺条件下的动力学响应,结合30 t轴重列车运行安全性能指标的变化趋势,提出了30 t轴重条件下重载铁路轨道几何不平顺的限速管理值,其中高低26 mm,轨向22 mm,水平26 mm,三角坑18 mm,逆向复合不平顺19 mm。     

普速铁路轨道三角坑管理标准探讨

基于25K型普速客车,运用多体动力学软件建立车辆-轨道耦合动力学模型,分析直线段、缓和曲线段存在不同基长和幅值的三角坑时,不同车速下列车运行时的安全性和舒适性,得到三角坑基长、幅值和车辆动力响应的关系,并根据既定的车辆动力响应评价标准,研究普速铁路三角坑管理标准。研究结果表明:相同基长下,幅值越大车辆动力响应越大;但相同幅值下,不同基长的三角坑对车辆动力响应的影响并不一致,三角坑基长较短时三角坑变化率限值均由轮重减载率控制,基长较长时三角坑变化率限值则由脱轨系数或轮重减载率控制。最后给出了我国普速铁路不同速度等级下三角坑管理标准建议值。     

基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究

针对城轨列车运行过程中轴箱轴承故障难以发现的问题，提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD）参数进行优化的轴承故障特征提取方法。首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型，提取轮轨激扰和轴承故障情况下的轴箱振动信号；然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优，确定最佳参数组合；最后利用已确定的最佳参数对轴承振动信号进行VMD分解，得到不同本征模态分量(Intrinsic Mode Function,IMF)，并对最佳模态分量信号进行包络分析，识别到轴承故障时的特征频率。试验分析表明，基于优化参数的VMD分析方法能够有效提取轴承故障特征频率，通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比，可以发现文章提出的分析方法效果更加有效。     

V/x型牵引变压器匝间短路识别方法研究

V/x型牵引变压器匝间短路是威胁重载货运专线牵引供电系统运行安全的重要因素,欲实现匝间故障的快速、准确识别,必须建立高效的模态特征提取方法。组合经验模态分解(EMD)和能量权重原理的多尺度能量熵识别方法,可从差动电流信号中准确提取牵引变压器匝间的动态特征信息。该方法首先对差动电流信号进行EMD分解,以获得若干固有模态函数(IMF)分量;然后计算差动电流信号和各个IMF分量的能量权重;最后构建基于能量权重的多尺度能量熵,并以熵值作为识别匝间短路的特征矢量。实验案例证明,该方法不仅能快速准确识别出变压器匝间短路,而且具有原理清晰、模式空间划分简单的优点。     

基于CEEMDAN-SVM的高铁轴承故障诊断研究

高铁轴承在高铁运行中起着重要作用,对其进行状态检测和故障诊断有着十分重要的作用和意义.总结出一种基于自适应辅助噪声的完备集合经验模态分解(CEEMDAN)和样本熵(SampEn)相结合的高铁轴承故障诊断方法.振动信号经过分解获得诸多的本征模态分量(IMF),计算其样本熵特征参数来表征不同故障状态下的轴承信号的相关特征,...     

基于IMF熵价值的轮对轴承故障自适应诊断

针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IMF价值高低。将IMF能量熵作为IMF价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型。该模型将轴承振动信号进行EEMD分解得到不同尺度的IMF,依据IMF熵价值算法,筛选出价值更高的IMF进行信号重构,对重构信号进行希尔伯特变换,应用其边际谱提取轮对轴承振动特性频率。应用无故障轴承及三种不同故障轴承对本模型进行试验验证。结果表明,该方法能凸显轴承特性频率,能够有效提取轴承旋转频率倍频、故障特征频率及其倍频,并且轴承垂向和横向振动对轴承故障特征频率的检测在谱分辨率及故障表征上都有较好的表现力。     

模态特征分量(IMF)在轴承故障诊断中的选用原则综述

经验模态分解(Empirical Mode Decomposition, EMD)及其衍生算法近年来在轴承故障领域得到了广泛应用。该类算法可以基于振动信号自身的特点对其进行自适应分解，得到一组蕴含不同频率成分的固有模态函数(Intrinsic Mode Function, IMF)。但是该类算法由于自身分解规则的缺陷不可避免地存在端点效应与模态混叠现象，从而产生了一些虚假IMF分量，影响轴承故障诊断的准确性。此外，EMD类算法分解得到的IMF通常是噪声或干扰信号，只有少数分量能够反映轴承故障特征。因此，如何筛选含有丰富故障信息的敏感IMF是该类算法的关键。文章首先介绍了EMD及其衍生算法，然后总结了目前在滚动轴承故障诊断领域中选取敏感IMF的主要准则，并阐述了其优缺点。     

构架式轨距——轨向检测系统信号合成算法及系统验证

通过对图像传感器输出的轨距左右偏移信号和左右高低偏移信号、加速度计输出信号和车体惯性平台输出的轨道倾角信号进行合成处理,得到准确的轨距和轨向测量结果。从理论上推导轨向的合成算法,对安装于轨距测量梁中心的轨向加速度计的响应进行重力和旋转运动修正后,与三角窗函数卷积运算,得到轨距测量梁中心横向位移的二阶差分,然后再通过二次积分和滤波得到左右轨向值。通过设计模拟低通滤波和相应的数字滤波器,实现了加速度滤波器的幅频响应与检测车速度无关,保证了系统的检测精度。对轨向加速度计测得的位移和摄像式轨距系统测得的位移进行比较,验证了系统测量原理和合成算法的正确性。经静态验证和现场试验,结果证明构架式轨距—轨向检测系统具有检测精度高、性能稳定和故障率低的优点。     

磨轨车轨廓测量系统的分析

地铁车辆的运营使铁轨产生变形磨损，从而给地铁的安全行驶带来隐患，为了维持轨型和减少表面缺陷(如轨道波磨)，广州地下铁道总公司(以下简称广州地铁)引进了磨轨车。维持好轨型和轨面将使滚动声和动态负荷减到最低，从而延长铁轨寿命，降低燃油消耗，减少车辆维修。磨轨车具有打磨时间短、效率高等优点，但磨轨车的技术含量高、涉及技术领域广，国内还没有专门的厂家生产，所以近几年国内的铁路及地铁都陆续从国外引进磨轨车。     

非接触式铁路货运车辆超偏载检测系统研究

针对现有铁路货运装载站存在的装货效率低,过程反复的问题,提出一种新型铁路货运车辆无线动态称重系统的设计方法,即在被测车辆底部非共线的4个点上垂直于轨面安装测距传感器,得到各测点投射到钢轨表面的位移量,从而得到车辆的超偏载信息。并设计出一种货运车辆超偏载检测装置。详细介绍车辆超偏载检测原理,系统的硬软件设计以及样机模型功能检验。研究结果表明:本系统稳定、测量精度较高、可拓展性强,可实时监测装载的超偏载状态,可达到预期效果。     

轨道车辆准静态轮重减载仿真程序的开发与应用

在研究轨道车辆轮重减裁率动态特征的基础上，研制了基于一通用车辆垂向模型的计算机仿真程序，实现了车辆在不同的固定线路输入下准静态轮重减裁率的仿真。利用该程序计算了车辆通过缓和曲线和三角坑时的准静态轮重减载的变化规律，并分析了一系悬挂参数对车辆准静态轮重减裁率的影响。     

基于VMD-FastICA的齿轮箱故障诊断

针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(VMD)的独立分量(ICA)算法。该方法首先将采集的信号进行MCKD降噪,将降噪后的信号利用VMD算法分解为多个不同的本征模态分量(IMF),然后依据快速谱峭度图和相关系数选取有效的IMF分量进行重构信号,对于重构信号利用FastICA再次进行降噪处理,根据FastICA降噪后得到的故障特征分量,可以有效地识别故障。结果表明:该方法可以更清晰、准确地提取出故障特征频率和找出故障发生的位置。     

轨道交通车辆转向架牵引电机滚动轴承可靠性研究

为保障轨道交通车辆转向架牵引电机滚动轴承安全、平稳、可靠地运行,提出一种基于IMF-PCA(本征模态分量-主成份分析)和WPHM(威布尔比例故障模型)相结合的轨道车辆转向架牵引电机滚动轴承(以下简称"电机轴承")可靠性评估方法。将实测采集的振动信号利用自相关系数对IMF中起主导的信息成分进行辨别,对于不同信息成分占主导的IMF分量,利用PCA将其分解为有用信息和虚假分量或噪声组成的一系列主分量。采取不同的筛选剔除方法对IMF进行筛选,将筛选保留的IMF进行重构,得到纯净、敏感的振动信号,并从中提取出能反映电机轴承状态的特征指标,将优选出的特征指标进行特征信息的加权融合。将这个融合后的特征指标作为WPHM的协变量,建立可靠性评估模型,从而实现电机轴承运行可靠性的有效评估。     

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.     

等效锥度对120km/h地铁车辆横向稳定性影响研究

基于目前120 km/h B型地铁车辆在实际运营中出现车轮等效锥度较大的情况,借助Simpack动力学仿真软件,建立车辆多体动力学模型,还原了目前车辆在实际运营中车轮磨耗后出现的异常振动。仿真发现,车辆在车轮等效锥度为0.5时,车体存在因转向架蛇行造成的5.5 Hz振动频率和因车体上心滚摆模态被轨道不平顺激发造成的2.5 Hz振动频率,因此造成车体横向平稳性指标过大。通过对悬挂参数分析发现,适当增大一系横向定位刚度可有效降低车轮等效锥度较大时的车辆横向平稳性指标。     

广珠城际小半径曲线波磨成因分析及整治

检测了广珠城际铁路小半径曲线存在的轨面波磨情况,通过建立车辆—轨道耦合系统动力学模型和轮轨系统有限元模型,基于轮轨摩擦自激振动理论,分析了小半径曲线波磨产生的主要成因,并对其实施钢轨廓形打磨,使轨面波磨得到有效控制.     

接触网几何参数测量中的车辆振动补偿方法研究

基于车载方式进行接触网几何参数高精度测量必须进行车辆振动补偿。采用结构光立体视觉技术,研究基于2个激光二维传感器的车辆振动补偿方法。运用激光二维传感器扫描钢轨获得钢轨内侧轮廓的二维位移数据,经过空间坐标变换、数据预处理、钢轨特征提取和补偿参数计算4个环节,实现车辆相对钢轨平面的空间姿态参数的光学非接触式测量。基于车辆振动补偿方法的接触网几何参数检测装置经中国铁道科学研究院集团有限公司环行铁道试验基地和既有运营线路进行现场测试,结果表明:车体振动补偿准确有效,检测装置可准确测量拉出值和导高等接触网几何参数,测量数据重复性良好,在运营线路接触网周期性动态巡检中有效检出了拉出值等接触网几何参数超限。