一种列车轮对的多边形故障在线检测方法技术

本发明专利技术公开了一种列车轮对的多边形故障在线检测方法，包括步骤：A判断车轮是否存在多边形故障，若是，进入下一步；B判定车轮存在的多边形故障的阶次；C判定该阶多边形的不圆程度。步骤A中：根据特征向量TZ_vector计算时域特征TZ_dB，若TZ_dB≥Threshold_1，则车轮存在多边形故障；步骤B中：统计特征向量TZ_vector包络中大于Threshold_2的峰值个数η，η即为多边形故障的阶次；步骤C中：利用所述特征向量TZ_vector计算圈内振动加速度包络的最值TZ_n，以该最值TZ_n定量表征η阶多边形的不圆程度。本发明专利技术将振动加速度的时间序列转换为空间序列，更容易实现轮对多边形不圆阶次识别，极大程度地降低了检测难度；以依赖于历史数据的无量纲dB值表征列车车轮多边形故障，较传统表征方法有效性更高。

An online fault detection method for polygonal fault of train wheelset

The invention discloses an on-line detection method for polygonal faults of train wheelsets, which includes steps: A to determine whether there is polygonal faults in wheels, if so, to go to the next step; B to determine the order of polygonal faults in wheels; and C to determine the degree of non-circularity of polygons in the order. Step A: Calculate the time domain feature TZ_dB according to the eigenvector TZ_vectors. If TZ_dB (> Threshold_1), the wheels will have polygonal faults. Step B: Statistical eigenvector TZ_vectors envelope the number of peaks greater than Threshold_2_, _is the order of polygonal faults; Step C: Use the eigenvector TZ_vectors to calculate the order of polygonal faults. The maximum TZ_n of the vibration acceleration envelope in the circle is used to quantitatively characterize the degree of non-circularity of the_-order polygon. The method converts the time series of vibration acceleration into space series, which makes it easier to recognize the non-circular order of wheelset polygon and greatly reduces the difficulty of detection. The dimensionless dB value, which relies on historical data, is used to characterize the polygon fault of train wheels, and is more effective than the traditional characterization method.

【技术实现步骤摘要】
一种列车轮对的多边形故障在线检测方法
本专利技术属于轨道交通装备与车辆
，具体涉及一种列车轮对的多边形故障在线检测方法。
技术介绍
研究车轮多边形化特征，能够准确并实时地检测出车轮对多边形化状况异常情况，以便及时采取有效措施消除安全隐患，是轨道交通车辆安全监测中必要环节。目前，国内外列车车轮运行状态检测主要分为两大类：人工检测和设备实时在线监测。现在我国大部分列车检修工务段车轮状态检测还主要以人工为主。人工检测需要车辆在工务段例行检查维修时拆卸下来后依靠工人肉眼、键敲、耳听等方式或者使用各类人工卡尺工具等检查。设备实时监测方法主要包括涡流法、超声遥测法、振动加速度法、激光传感器法以及图像法等。设备实时监测方法主要分为车载监测系统与轨旁监测系统。振动加速度监测方法不但能够反映缺陷，还能够反映缺陷的危害程度，且监测安装的造价低。该方法的优点是安装方便，性能稳定，监测比较准确，可以监测中高速列车(大于100km/h)。但该方法在监测时，由于轮轨接触的激振源多种多样，所以数据处理技术极其关键。本专利正是针对这一难点问题，给出了算法解决方案。同时，现有技术还存在以下缺点：人工方法检查使列本文档来自技高网...

【技术保护点】
1.一种列车轮对的多边形故障在线检测方法，其特征在于，包括以下过程：A、判断车轮是否存在多边形故障，若是，进入下一步；B、判定车轮存在的多边形故障的阶次；C、判定该阶多边形的不圆程度。

【技术特征摘要】
1.一种列车轮对的多边形故障在线检测方法，其特征在于，包括以下过程：A、判断车轮是否存在多边形故障，若是，进入下一步；B、判定车轮存在的多边形故障的阶次；C、判定该阶多边形的不圆程度。2.根据权利要求1所述的列车轮对的多边形故障在线检测方法，其特征在于，所述步骤A包括以下过程：A1、根据圈内积分法计算一圈内振动加速度的特征向量TZ_vector；A2、计算时域特征TZ_dB，A3、若TZ_dB≥Threshold_1，则车轮存在多边形故障；其中，0.01g为无故障数据的有效值，0.01为经验值，g为重力加速度；Threshold_1为判断有无多边形的时域dB特征值阈值。3.根据权利要求2所述的列车轮对的多边形故障在线检测方法，其特征在于，所述步骤B具体包括以下步骤：B1、计算特征向量TZ_vector包络；B2、统计包络中大于Threshold_2的峰值个数η，η即为多边形故障的阶次，其中，Threshold_2为判断有多少阶多边形的阈值。4.根据权利要求3所述的列车轮对的多边形故障在线检测方法，其特征在于，所述步骤C具体包括：C1、判断η阶多边形是否较为明显：若4≤η≤40，则进入下一步；C2、定量表征η阶多边形的不圆程度。5.根据权利要求4所述的列车轮对的多边形故障在线检测方法，其特征在于，所述步...

【专利技术属性】
技术研发人员：林建辉，陈春俊，李艳萍，孙琦，
申请(专利权)人：常州路航轨道交通科技有限公司，
类型：发明
国别省市：江苏,32