列车车轮踏面损伤的处理方法、装置及存储介质制造方法及图纸

技术编号:22077149 阅读:58 留言:0更新日期:2019-09-12 14:38
本发明专利技术涉及列车检修技术领域,公开了一种列车车轮踏面损伤的处理方法、装置及存储介质,解决了现有技术中不能实现踏面损伤的早期预警的问题。所述方法包括:获取选定车轮的车辆运行品质轨边动态监测系统TPDS监测数据,所述监测数据包括历史监测数据和当前监测数据;对所述监测数据依次进行滑窗迭代和平滑处理,得到所述当前监测数据对应的本次踏面损伤预测值;判断所述本次踏面损伤预测值是否大于或等于预警阈值;若所述本次踏面损伤预测值大于或等于所述预警阈值时,提示所述选定车轮存在踏面损伤故障。本发明专利技术实施例适用于车轮的踏面损伤处理过程。

Treatment methods, devices and storage media for wheel tread damage of trains

【技术实现步骤摘要】
列车车轮踏面损伤的处理方法、装置及存储介质
本专利技术涉及列车检修
,具体地,涉及一种列车车轮踏面损伤的处理方法、装置及存储介质。
技术介绍
随着高速重载铁路列车的运营,车轮踏面故障成为车辆运用过程中发现的重要故障形式,对于踏面损伤的监测愈发重要。现有的车轮踏面损伤监测的主要方法包括列检人工识别和TPDS(TruckPerformanceDetectionSystem,车辆运行品质轨边动态监测系统)报警两种,其中人工列检主要依靠检车员的经验,漏检率较高,并且人工列检只能发现较为明显的踏面故障。TPDS是通过对轮轨间冲击力的监测,综合考虑轮重及速度等因素,得到冲击当量,从而对多种形式的铁路列车车轮踏面损伤做出科学合理的评判。TPDS根据系统检测到的冲击当量的大小实现对踏面损伤的报警,但是当TPDS出现报警时踏面损伤往往已经较为明显了,可能已经对行车安全有了严重影响。
技术实现思路
本专利技术实施例的目的是提供一种列车车轮踏面损伤的处理方法、装置及存储介质,解决了现有技术中不能实现踏面损伤的早期预警的问题,实现了利用TPDS历史监测数据对踏面进行早期预警。为了实现上述目的,本专利技术实本文档来自技高网...

【技术保护点】
1.一种列车车轮踏面损伤的处理方法,其特征在于,所述方法包括:获取选定车轮的车辆运行品质轨边动态监测系统TPDS监测数据,所述监测数据包括历史监测数据和当前监测数据;对所述监测数据依次进行滑窗迭代和平滑处理,得到所述当前监测数据对应的本次踏面损伤预测值;判断所述本次踏面损伤预测值是否大于或等于预警阈值;若所述本次踏面损伤预测值大于或等于所述预警阈值时,提示所述选定车轮存在踏面损伤故障。

【技术特征摘要】
1.一种列车车轮踏面损伤的处理方法,其特征在于,所述方法包括:获取选定车轮的车辆运行品质轨边动态监测系统TPDS监测数据,所述监测数据包括历史监测数据和当前监测数据;对所述监测数据依次进行滑窗迭代和平滑处理,得到所述当前监测数据对应的本次踏面损伤预测值;判断所述本次踏面损伤预测值是否大于或等于预警阈值;若所述本次踏面损伤预测值大于或等于所述预警阈值时,提示所述选定车轮存在踏面损伤故障。2.根据权利要求1所述的方法,其特征在于,所述对所述监测数据依次进行滑窗迭代和平滑处理,得到所述当前监测数据对应的本次踏面损伤预测值包括:根据所述监测数据中当前冲击当量以及预定测量次数的历史冲击当量进行权重滑窗累加,得到本次获取的监测数据对应的本次滑窗累加值;根据所述本次滑窗累加值以及历史滑窗累加值进行指数赋权平滑,得到本次获取的监测数据对应的本次踏面损伤预测值。3.根据权利要求2所述的方法,其特征在于,所述根据所述监测数据中当前冲击当量以及预定测量次数的历史冲击当量进行权重滑窗累加,得到本次获取的监测数据对应的本次滑窗累加值包括:根据Wt=Wc1+n*Wc2,得到第t次获取的监测数据对应的第t次滑窗累加值,其中,Wt为所述第t次滑窗累加值,Wc1为第t次之前c1次冲击当量之和,Wc2为第t次之前c2次冲击当量之和,n为权重值,0<n<1,其中c1小于c2。4.根据权利要求2所述的方法,其特征在于,所述根据所述本次滑窗累加值以及历史滑窗累加值进行指数赋权平滑,得到本次获取的监测数据对应的本次踏面损伤预测值包括:根据得到第t次踏面损伤预测值Ft+1,其中,Wt为第t次滑窗累加值,Wi为历史滑窗累加值中的第i次滑窗累加值,F1为滑窗累加初始值,α为平滑常数,其中,F1=W1。5.根据权利要求1所述的方法,其特征在于,在所述判断所述本次踏面损伤预测值是否大于或等于预设预警阈值之后,所述方法还包括:若所述本次踏面损伤预测值小于所述预警阈值时,继续获取所述选定车轮的监测数据。6.根据权利要求1所述的方法,其特征在于,当所述提示所述选定车轮存在踏面损伤故障之后,所述方法还包括:根据所述当前监测数据中的时速、载重、冲击当量以及预设踏面扁疤深度预测模型,得到所述当前监测数据对应的扁疤深度预测值。7.根据权利要求6所述的方法,其特征在于,所述方法还包括:通过下述方式确定所述预设踏面扁疤深度预测模型:获取与所述选定车轮对应的车型的数据样本,所述数据样本包括时速、载重、冲击当量以及扁疤深度值;将所述时速、载重、冲击当量、时速平方与冲击当量的乘积作为BP神经网络的输入层的四个参数,将对应的扁疤深度值作为所述BP神经网络...

【专利技术属性】
技术研发人员:康凤伟卢宇星张志文李权福王洪昆王蒙王文刚边志宏方琪琦王萌刘洋史红梅
申请(专利权)人:中国神华能源股份有限公司神华铁路货车运输有限责任公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 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。

1