一种基于惯性原理的车轮多边形车载检测方法技术

本发明专利技术公开一种基于惯性原理的车轮多边形车载检测方法，该方法包括以下步骤：首先，获取轴箱垂向加速度信号，将其分解为多个IMF分量。然后，将IMF分量与原始信号组合，构建快速独立成分分析观测矩阵，计算得到相互独立的独立分量，并采用相关系数法筛选出与车轮多边形激励相关的有效信号分量。进一步地，基于惯性原理对有效信号分量进行二次积分，得到加速度积分结果，对加速度积分结果进行去趋势项处理后得到车轮径向偏差位移量。最后，车轮径向偏差位移量经快速傅里叶变换后可用于定量识别车轮多边形的阶次和幅值。本发明专利技术应用于轨道交通领域，实现了车轮多边形在线连续监测，并具有高效率，高精度的特点。高精度的特点。高精度的特点。

【技术实现步骤摘要】
一种基于惯性原理的车轮多边形车载检测方法


[0001]本专利技术属于车轮多边形车载检测
，具体涉及一种基于惯性原理的车轮多边形车载检测方法。

技术介绍

[0002]铁路是重要的交通运输方式，其不仅有效的改善了各个地区的交通状况，而且带动了当地的经济发展，缓解了人们的出行压力。因此轨道交通领域的发展受到了越来越多的关注。随着铁路向高速、重载的方向发展，机车车辆的安全性和舒适性越来越受到重视。列车的车轮作为轨道车辆至关重要的部件，既要保证车辆的运行和导向，又要承受车辆和轨道间各个方向载荷，直接影响车辆运行中的稳定性和安全性。多边形车轮是车轮不圆顺的主要表现形式之一，广泛存在于轨道车辆车轮上，会导致轮轨接触力急剧增加，引发车体剧烈振动，影响旅客乘坐舒适性，缩短钢轨、车轮、轮轴等车辆轨道结构部件的使用寿命，严重时会造成列车脱轨，危及乘客的人身安全。因此，车轮多边形监测对确保列车安全平稳运行有着重要作用。
[0003]目前车轮多边形的检测方法可分成静态检测和动态检测两大类。静态检测依靠人工在列车静止或车轮拆卸时进行，检测效率低，检测精度受人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于惯性原理的车轮多边形车载检测方法，其特征在于，包括以下步骤：1）信号获取：采集列车在平稳运行状态下的轴箱垂向加速度信号，以车轮转动周期为时间窗划分轴箱垂向加速度信号；2）原始信号分解：利用VMD分解方法依次将单个时间窗内的轴箱垂向加速度信号自适应地分解为K个IMF分量；3）有效信号分量分离：将K个IMF分量及轴箱垂向加速度信号组合构建FastICA观测信号，计算得到M个独立分量；4）筛选有效信号分量：采用相关系数法筛选出与车轮多边形相关的独立分量，将相关系数值最大的独立分量确定为有效信号分量；5）车轮径向偏差位移量计算：对有效信号分量进行二次积分，得到加速度积分结果，对加速度积分结果去除趋势项即可得到车轮径向偏差位移量；6）车轮多边形的阶次与幅值估计：依次对车轮转动周期内的车轮径向偏差位移量进行快速傅里叶变换即得到车轮多边形的阶次与幅值。2.根据权利要求1所述的一种基于惯性原理的车轮多边形车载检测方法，其特征在于：步骤2）中VMD分解方法将轴箱垂向加速度信号自适应地分解为具有稀疏特性的IMF分量，步骤如下：步骤2.1：通过Hilbert计算轴箱垂向加速度信号的解析信号，并构造以下带约束的变分优化问题：式中：表示K个元素之和，代表的l2范数，代表对时间的偏导数，代表狄拉克函数，j代表虚数单位，代表中心频率，代表待估计的IMF分量，K代表分量个数，表示约束条件，t代表时间变量；步骤2.2：利用增广拉格朗日乘子法求解上述带约束的变分优化问题，引入二次惩罚参数及拉格朗日乘子将式（1）变为不受约束的优化问题，式（1）的增广拉格朗日格式表示为：
其中，表示内积运算；步骤2.3：利用交替乘子方向法求解式（2）的鞍点，通过迭代算法求解优化问题来实现，第k个信号分量及其中心频率更新为：更新为：式中：代表的傅立叶变换，w表示频率变量，n代表...

【专利技术属性】
技术研发人员：陈是扦，王开云，谢博，宋沛泽，凌亮，翟婉明，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：