【技术实现步骤摘要】
一种城轨列车车轮扁疤故障检测方法
本专利技术属于车轮检测
,特别是一种城轨列车车轮扁疤故障检测方法。
技术介绍
列车轮对是车辆运行部件中最重要的部件之一,其不仅承受车身和旅客或货物的全部重量,而且负责传导轮对与钢轨间的相互作用力,尤其当车轮经过钢轨上方时会产生轨道上的垂向振动加速度。轮对组需要承受较多影响,其中包括较大的静载荷和动载荷,组装应力和制动片、闸片制动时产生的热应力以及通过曲线时的离心力等。然而随着城轨车辆的速度提升与旅客数量的急剧增长,轮对和轨道之间的相互作用力增强,从而导致轮对与钢轨接触面非圆化现象日益增多,其中就包括车轮踏面扁疤这种最常见的损伤形式,该损伤形式会对车辆和轨道各部件造成伤害,并引起安全和乘坐舒适度降低等问题。现有车轮检测技术,不能够准确并实时地检测出车轮扁疤等异常情况,无法及时采取有效措施消除安全隐患,是城轨交通发展中的监测难题。
技术实现思路
本专利技术的目的在于提供一种准确性高、实时性好的城轨列车车轮扁疤故障检测方法,从而及时采取有效措施消除安全隐患。实现本专利技术目的的技术解决方案是:一种城轨列车车轮扁疤故障检测方法,基于改进 ...
【技术保护点】
一种城轨列车车轮扁疤故障检测方法,其特征在于,基于改进的魏格纳‑威尔分布时频分析方法,包括以下步骤:步骤1,现场采集信号,对振动信号采用自适应降噪;步骤2,对振动信号进行连续小波变换,将小波频谱图线性地划分为时频单元,以满足WVD的维度;步骤3,提取小波系数,分析信号特征,估算阈值λ;步骤4,对振动信号进行IWVD处理,根据信号的时频图和时频幅值图,进行车轮状态判别;步骤5,若交叉干扰项超过振动信号的分量个数N,则返回步骤3重新估算阈值λ,进行步骤4处理。
【技术特征摘要】
1.一种城轨列车车轮扁疤故障检测方法,其特征在于,基于改进的魏格纳-威尔分布时频分析方法,包括以下步骤:步骤1,现场采集信号,对振动信号采用自适应降噪;步骤2,对振动信号进行连续小波变换,将小波频谱图线性地划分为时频单元,以满足WVD的维度;步骤3,提取小波系数,分析信号特征,估算阈值λ;步骤4,对振动信号进行IWVD处理,根据信号的时频图和时频幅值图,进行车轮状态判别;步骤5,若交叉干扰项超过振动信号的分量个数N,则返回步骤3重新估算阈值λ,进行步骤4处理。2.根据权利要求1所述的城轨列车车轮扁疤故障检测方法,其特征在于,步骤1所述的现场采集信号,对振动信号采用自适应降噪,具体如下:现场采集信号输入是信号源s和噪声源n的组合,辅助输入是噪声源n1;自适应滤波系统输出e实际为源估计也是信号s、噪声源n和具有自适应滤波器的噪声估计的组合,具体如下式所示:噪声信号n和n1不相关,自适应滤波器基于内置的自适应算法,通过n1实时得到噪声估计自适应滤波系统用来代替n,以实现自适应干扰抵消的功能。3.根据权利要求1所述的城轨列车车轮扁疤故障检测方法,其特征在于,步骤2所述的对振动信号进行连续小波变换,将小波频谱图线性地划分为时频单元,以满足WVD的维度,具体步骤为:(2.1)设定函数ψ(t)∈L2(R),ψ对应的傅立叶变换为当满足允许条件:时,即Cψ有界,则ψ为母小波函数,经过伸缩和平移,变换为:式中,a,b∈R,且a≠0,a被称为伸缩因子,b被称为平移因子;设自适应滤波后的信号f(t)∈L2(R),则f(t)的小波变换定义为:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。