一种基于加速度的弹条疲劳损伤监测方法技术

一种基于加速度的弹条疲劳损伤监测方法，涉及铁路安全领域，本发明专利技术通过采集、传输和处理振动加速度数据对弹条疲劳损伤进行监测，处理终端数据时，通过实测弹条加速度作为输入，对扣件系统精细化模型进行频率响应计算，得到应力频响函数，基于该函数和弹条振动加速度功率谱，计算得到弹条危险点的应力功率谱密度，对应力功率谱密度进行平均应力修正，得到应力幅值概率密度，最后结合弹条材料的S‑N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤，当弹条疲劳损伤累积到预警值时，进行预警；本发明专利技术在计算上简单快捷，有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况，为扣件弹条的正常服役提供一定的参考。

【技术实现步骤摘要】
一种基于加速度的弹条疲劳损伤监测方法
本专利技术涉及铁路安全领域，尤其涉及一种基于加速度的弹条疲劳损伤监测方法。
技术介绍
我国高速铁路在长期运营过程中，随着列车速度以及运行密度不断增大，车辆-轨道之间的相互作用愈加剧烈，轮轨磨损更加严重，出现车轮高阶多边形和钢轨波磨等短波轮轨不平顺导致扣件弹条疲劳断裂的问题。扣件弹条大量疲劳断裂失效后，会造成钢轨承受的扣压力减小，严重时会危及列车运行的平稳性及安全性。因此在铁路重点区段，如钢轨波磨易发区段，对扣件弹的疲劳损伤监测很有必要。传统的疲劳损伤监测一般用应变片测试应变，由于弹条危险区域是三向复杂应力状态，采用应变片只能测试平面应变，没法完全反应出弹条的实际应力状态。
技术实现思路
(一)专利技术目的为解决
技术介绍
中存在的技术问题，本专利技术提出一种基于加速度的弹条疲劳损伤监测方法。本专利技术通过采集、传输和处理振动加速度数据对弹条疲劳损伤进行监测，处理终端数据时，通过实测弹条加速度作为输入，对扣件系统精细化模型进行频率响应计算，得到应力频响函数，基于该函数和弹条振动加速度功率谱，计算得到弹条危险点的应力功率谱密度，对应力功率谱密度进行平均应力修正，得到应力幅值概率密度，最后结合弹条材料的S-N曲线和疲劳线性累积损伤理论计算出弹条的疲劳损伤，当弹条疲劳损伤累积到预警值时，进行预警；本专利技术在计算上简单快捷，有效地跟踪不同区段不同线路每一辆列车通过时的弹条疲劳损伤情况，为扣件弹条的正常服役提供一定的参考。(二)技术方案为解决上述问题，本专利技术提供了一种基于加速度的弹条疲劳损伤监测方法，方法步骤如下：S1、振动加速度数据的采集：在弹条弹臂安装振动加速度传感器，采集列车通过时弹条的垂向振动加速度；S2、振动加速度数据的传输：通过无线网络，将采集的加速度数据传输到终端；S3、终端数据的处理及预警：终端通过弹条弹臂振动加速度数据，计算出每一辆车通过时对弹条造成的疲劳损伤，并记录所有车次造成的累积疲劳损伤累计值，当累积疲劳损伤达到预警值时，发出预警，提醒工作人员采用新弹条进行更换。优选的，S3的步骤如下：a、基于实测弹条加速度计算得到弹条危险点应力功率谱密度：首先建立钢轨-扣件系统精细化模型，对钢轨顶部施加加速度简谐载荷，进行频率响应分析，并提取各个频率点下弹条危险点的VonMises应力，获得弹条危险点的应力频响函数；接着用式(1)确定弹条破坏发生的危险位置处的应力PSD，其中G(f)表示弹条危险点应力单边的功率谱密度，H(f)为弹条的应力频响函数，W(f)为弹条输入加速度的功率谱密度；最后基于弹条的应力频响函数和弹条振动加速度功率谱，计算得到弹条危险点的应力功率谱密度；频率响应分析(简称频响分析)用于计算结构在正弦周期载荷作用下对每一个计算频率点的动态响应。在频率响应分析中，激励载荷是在频域中明确定义的，载荷在每一个指定的频率上都是已知的。计算的响应结果为以实部和虚部形式表示的复数，或由幅值和相位形式定义。如果我们研究的系统响应为结构应力，则此时的频响函数叫做应力频响函数，也叫作频响应力。频响应力表征的是单位正弦激励下的应力张量响应，它包含了各应力分量的频率响应曲线。通常我们更关心这些应力分量的合成效果，即VonMises应力的频响曲线。频响应力曲线的峰值点一般是对应着结构的某阶固有频率；G(f)＝|H(f)|2·W(f)(1)；b、采用频域修正方法对应力功率谱密度进行平均应力修正，如式(2)；弹条工作时有一定的初始应力，需要考虑平均应力的影响，对弹条危险点应力功率谱密度进行修正。通过对线性系统进行理论推导，得到和Goodman修正方法等效的频域修正方法；式中，Sm表示结构应力循环的平均应力，Su表示抗拉强度，K表示平均应力修正系数；c、基于疲劳频域分析方法得到弹条危险点应力幅值概率密度：疲劳频域分析法的关键在于利用功率谱密度得到应力时间历程中各应力幅值的循环次数近似值，也就是应力幅值概率密度函数p(s)。为了得到应力幅值概率密度函数必须研究随机过程信号的统计特征，统计矩是用来表征概率密度的数字特征，同样，引入惯性矩用来表征随机过程信号谱密度的数字特征。惯性矩表示的是下所有的面积大小，因此式(3)为功率谱密度函数的第n阶惯性矩计算公式，通过该公式得到功率谱密度函数曲线；mn＝∫fnGT(f)df(3)；应力的随机时间历程用统计参数来描述，两个最重要的统计参数是零点正斜率的穿越数E(0)和峰值期望率数E(P)。接着由各阶惯性矩计算得到统计参数零点正斜率的穿越数E(0)以及峰值期望率数E(P)，并定义不规则因子γ表示谱宽参数，计算公式如式(4)；当不规则因子为0时，应力历程视为白噪声过程；当不规则因子为1时，应力历程视为理想的窄带随机过程，也就是单一频率的简谐波；当不规则因子接近0时，应力历程视为宽带随机过程；当不规则因子接近1时，应力历程符合窄带随机过程；最后采用疲劳频域分析方法计算得到应力幅值的概率密度函数p(S)，见式(5)；式中，D3＝1-D1-D2，基于功率谱密度的疲劳频域分析方法主要有窄带法、Dirlik法、Zhao-Baker法等，这里采用Dirlik频域疲劳分析方法。Dirlik基于蒙特卡罗(MonteCarlo)方法完成了许多的仿真模拟计算，最终求得频域信号疲劳分析法的理论上的经验闭合解。Dirlik通过选取一个指数分布叠加两个瑞利分布用来近似模拟应力雨流幅值的概率密度分布，通过应力幅值的概率密度函数p(S)可表示功率谱密度函数4个惯性矩m0，m1，m2和m4的一个函数；d、基于弹条材料S-N曲线和疲劳线性累积损伤理论计算求得疲劳损伤：首先通过步骤c获得应力幅值概率密度后，根据式(6)，得到时间T内在应力范围(Si,Si+△Si)内的应力循环次数ni，做出S-N曲线：ni＝vTp(Si)ΔSi(6)；式中，v代表在单位时间内的应力循环次数，p(Si)代表应力幅值为Si的幅值概率密度，当应力载荷为宽带随机过程时，v＝E[P]；当应力载荷为窄带随机过程时，v＝E[0]，弹条振动属于宽带随机过程，v取为E[P]；接着根据疲劳线性累积损伤理论，并结合材料的S-N曲线，求得扣件弹条的累积疲劳损伤，见式(7)：e、弹条疲劳损伤预警：设计预警值为0.8，当弹条疲劳损伤为0.8时，疲劳寿命已经达到80％，提前进行更换。优选的，采用有限元软件建立钢轨-扣件系统精细化模型。优选的，步骤a中，对钢轨顶部施加0-5000Hz范围内的加速度简谐载荷。优选的，采用Dirlik方法得到应力幅值概率密度。本专利技术的上述技术方案具有如下有益的技术效果：本专利技术通过采集振动加速度数据、传输振动加速度数据、处理终端数据及预警的方式对弹条疲劳损伤进行监测，处理终端数据及预警时，通过现场实测得到弹条加速度作为输入，对扣件系统精细化模型进行频率响应计算，得到弹条的应力频响函数，基于弹条的应本文档来自技高网...

【技术保护点】
1.一种基于加速度的弹条疲劳损伤监测方法，其特征在于，方法步骤如下：/nS1、振动加速度数据的采集：在弹条弹臂安装振动加速度传感器，采集列车通过时弹条的垂向振动加速度；/nS2、振动加速度数据的传输：通过无线网络，将采集的加速度数据传输到终端；/nS3、终端数据的处理及预警：终端通过弹条弹臂振动加速度数据，计算出每一辆车通过时对弹条造成的疲劳损伤，并记录所有车次造成的累积疲劳损伤累计值，当累积疲劳损伤达到预警值时，发出预警，提醒工作人员采用新弹条进行更换。/n

【技术特征摘要】
1.一种基于加速度的弹条疲劳损伤监测方法，其特征在于，方法步骤如下：
S1、振动加速度数据的采集：在弹条弹臂安装振动加速度传感器，采集列车通过时弹条的垂向振动加速度；
S2、振动加速度数据的传输：通过无线网络，将采集的加速度数据传输到终端；
S3、终端数据的处理及预警：终端通过弹条弹臂振动加速度数据，计算出每一辆车通过时对弹条造成的疲劳损伤，并记录所有车次造成的累积疲劳损伤累计值，当累积疲劳损伤达到预警值时，发出预警，提醒工作人员采用新弹条进行更换。


2.根据权利要求1所述的一种基于加速度的弹条疲劳损伤监测方法，其特征在于，S3的步骤如下：
a、基于实测弹条加速度计算得到弹条危险点应力功率谱密度：首先建立钢轨-扣件系统精细化模型，对钢轨顶部施加加速度简谐载荷，进行频率响应分析，并提取各个频率点下弹条危险点的VonMises应力，获得弹条危险点的应力频响函数；接着用式(1)确定弹条破坏发生的危险位置处的应力PSD，其中G(f)表示弹条危险点应力单边的功率谱密度，H(f)为弹条的应力频响函数，W(f)为弹条输入加速度的功率谱密度；最后基于弹条的应力频响函数和弹条振动加速度功率谱，计算得到弹条危险点的应力功率谱密度；
G(f)＝|H(f)|2·W(f)(1)；
b、采用频域修正方法对应力功率谱密度进行平均应力修正，如式(2)；



式中，Sm表示结构应力循环的平均应力，Su表示抗拉强度，K表示平均应力修正系数；
c、基于疲劳频域分析方法得到弹条危险点应力幅值概率密度：式(3)为功率谱密度函数的第n阶惯性矩计算公式，通过该公式得到功率谱密度函数曲线；
mn＝∫fnGT(f)df(3)；
接着由各阶惯性矩计算得到统计参数零点正斜率的穿越数E(0)以及峰值期望率数E(P)，并...

【专利技术属性】
技术研发人员：王平，赵才友，卢俊，刘文武，刘堂辉，王刘翀，高鑫，郑钧元，赵炎南，胡思安，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51