一种车轮踏面故障检测方法、装置、设备及介质制造方法及图纸

本申请公开了一种车轮踏面故障检测方法、装置、设备及介质，包括：获取当前周期的各目标类型的车辆运行状态数据；所述各目标类型的车辆运行状态数据包括轴箱垂向振动数据和踏面多边形冲击数据；将当前周期的任意所述目标类型的车辆运行状态数据确定为目标数据，并基于该目标数据对应的历史周期数据确定该目标数据在当前周期的趋势变化状态；基于所述各目标类型的车辆运行状态数据的所述趋势变化状态输出车轮踏面的多边形故障检测结果。这样，避免了径跳量较小时检测不准确的问题，能够提升车轮踏面多边形故障检测的准确度，并降低检测成本。成本。成本。

【技术实现步骤摘要】
一种车轮踏面故障检测方法、装置、设备及介质


[0001]本申请涉及车轮踏面故障检测
，特别涉及一种车轮踏面故障检测方法、装置、设备及介质。

技术介绍

[0002]车轮踏面是高铁动车组走行部的关键部件之一，其运行状态对车辆的振动、行车安全等有很重要的影响。多边形失圆故障是车轮踏面常见的失效形式。该类故障出现后，车辆往往伴随强烈的振动和噪声，不但直接危害踏面，同时会造成的电机、齿轮、转向架、减振阻尼等其它相关部件的工况恶化。
[0003]目前，针对多边形故障的检测方案包括镟床线下检测和在线检测两种方式。其中，镟床线下检测即每隔一个固定的检修周期对全车组的踏面进行线下的静态检测，根据检测结果对踏面多边形故障进行镟修处理。此方法较为笼统，缺少目的性，耗时费力，成本较高。在线检测的常规方法是对轴箱振动进行监测，通过对垂向振动加速度积分计算径跳量，以判断失圆，但对于高速运转的列车，由于运用转速高，在运用过程中存在踏面多边形故障时，即便径跳量较小时，也会产生高频振动，对构架及轴箱相关部件产生危害，该方案存在径跳量较小时检测不准确的问题。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种车轮踏面故障检测方法、装置、设备及介质，能够提升车轮踏面多边形故障检测的准确度，并降低检测成本。其具体方案如下：
[0005]第一方面，本申请公开了一种车轮踏面故障检测方法，包括：
[0006]获取当前周期的各目标类型的车辆运行状态数据；所述各目标类型的车辆运行状态数据包括轴箱垂向振动数据和踏面多边形冲击数据；
[0007]将当前周期的任意所述目标类型的车辆运行状态数据确定为目标数据，并基于该目标数据对应的历史周期数据确定该目标数据在当前周期的趋势变化状态；
[0008]基于所述各目标类型的车辆运行状态数据的所述趋势变化状态输出车轮踏面的多边形故障检测结果。
[0009]可选的，所述基于该目标数据对应的历史周期数据确定该目标数据在当前周期的趋势变化状态，包括：
[0010]对所述目标数据进行滑窗处理，得到当前周期的滑窗处理结果；
[0011]基于当前周期的滑窗处理结果以及历史周期的滑窗处理结果确定该目标数据在当前周期的趋势变化状态；
[0012]其中，滑窗处理结果包括窗口的窗口均值、窗口方差以及拟合斜率。
[0013]可选的，所述基于当前周期的滑窗处理结果以及历史周期的滑窗处理结果确定该目标数据在当前周期的趋势变化状态，包括：
[0014]基于历史周期的滑窗处理结果确定该目标数据在当前周期的状态变化判断阈值；
[0015]基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据在当前周期的趋势变化状态。
[0016]可选的，所述基于历史周期的滑窗处理结果确定该目标数据在当前周期的状态变化判断阈值，包括：
[0017]从预设数量个最近历史周期的所述滑窗处理结果中确定出窗口方差小于第一预设方差阈值的窗口以得到第一目标窗口；
[0018]对所有所述第一目标窗口的窗口均值进行均值计算，得到该目标数据在当前周期的状态变化判断阈值。
[0019]可选的，所述趋势变化状态包括上升状态、非上升状态以及连续上升状态中的任意种。
[0020]可选的，若该目标数据满足第一上升状态判定条件和/或第二上升状态判定条件，则判定该目标数据在当前周期的趋势变化状态为上升状态；
[0021]其中，所述第一上升状态判定条件为：该目标数据大于所述状态变化判断阈值，且当前周期的滑窗处理结果中的窗口斜率大于第一预设斜率阈值，且当前周期的滑窗处理结果中的窗口方差大于第二预设方差阈值；
[0022]所述第二上升状态判定条件为：满足预设条件的第二目标窗口的数量达到数量阈值，且第一预设数量个连续窗口内该目标数据以及该目标数据对应的历史周期数据的拟合斜率大于第二预设斜率阈值；所述第二目标窗口为所述预设数量个连续窗口中的窗口，所述预设条件为窗口的拟合斜率在预设范围内，窗口方差小于第三预设方差阈值。
[0023]可选的，若该目标数据满足第一非上升状态判定条件和/或第二非上升状态判定条件，则判定该目标数据在当前周期的趋势变化状态为非上升状态；
[0024]其中，所述第一非上升状态判定条件为：第二预设数量个连续窗口中存在窗口斜率低于第三预设斜率阈值的窗口；其中，所述第二预设数量个连续窗口均为当前周期前的窗口；并且，所述第二非上升状态判定条件为：当前周期对应的窗口方差大于第四预设方差阈值，且当前周期对应的窗口变化率低于预设变化率阈值；所述窗口变化率为当前周期对应的窗口的首尾数据的变化率。
[0025]可选的，若该目标数据大于预设倍数的所述状态变化判断阈值，且该目标类型的车辆运行状态数据在连续M个周期的趋势变化状态均为上升状态或连续上升状态，则判定该目标数据在当前周期的趋势变化状态为连续上升状态；
[0026]其中，连续M个周期包括当前周期。
[0027]可选的，所述基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据在当前周期的趋势变化状态，包括：
[0028]基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据是否满足第一上升状态判定条件，若该目标数据满足第一上升状态判定条件，则初步判定该目标数据在当前周期的趋势变化状态为上升状态，并判断该目标数据是否满足第一非上升状态判定条件，若该目标数据不满足所述第一上升状态判定条件，则判断该目标数据是否满足第二上升状态判定条件，若该目标数据满足所述第二上升状态判定条件，则初步判定该目标数据在当前周期的趋势变化状态为上升状态，并判断该目标数据是否满足所述第一非上升状态判定条件；
[0029]若该目标数据满足所述第一非上升状态判定条件，则最终判定该目标数据在当前周期的趋势变化状态为非上升状态，若该目标数据不满足所述第一非上升状态判定条件，则判断该目标数据是否满足第二非上升判定条件；若该目标数据满足所述第二非上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为非上升状态，若该目标数据不满足第二非上升判定条件，则判断该目标数据是否满足预设连续上升判定条件；
[0030]若该目标数据满足所述预设连续上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为连续上升状态，若不满足所述预设连续上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为上升状态。
[0031]可选的，
[0032]所述第一上升状态判定条件为：该目标数据大于所述状态变化判断阈值，且当前周期的滑窗处理结果中的窗口斜率大于第一预设斜率阈值，且当前周期的滑窗处理结果中的窗口方差大于第二预设方差阈值；
[0033]所述第二上升状态判定条件为：满足预设条件的第二目标窗口的数量达到数量阈值，且第一预设数量个连续窗口内该目标数据以及该目标数据对应的历史周期数据的拟合斜率大于第二预设斜率阈值；所述第二目标窗口为所述预设数量个连续窗口中的窗口本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车轮踏面故障检测方法，其特征在于，包括：获取当前周期的各目标类型的车辆运行状态数据；所述各目标类型的车辆运行状态数据包括轴箱垂向振动数据和踏面多边形冲击数据；将当前周期的任意所述目标类型的车辆运行状态数据确定为目标数据，并基于该目标数据对应的历史周期数据确定该目标数据在当前周期的趋势变化状态；基于所述各目标类型的车辆运行状态数据的所述趋势变化状态输出车轮踏面的多边形故障检测结果。2.根据权利要求1所述的车轮踏面故障检测方法，其特征在于，所述基于该目标数据对应的历史周期数据确定该目标数据在当前周期的趋势变化状态，包括：对所述目标数据进行滑窗处理，得到当前周期的滑窗处理结果；基于当前周期的滑窗处理结果以及历史周期的滑窗处理结果确定该目标数据在当前周期的趋势变化状态；其中，滑窗处理结果包括窗口的窗口均值、窗口方差以及拟合斜率。3.根据权利要求2所述的车轮踏面故障检测方法，其特征在于，所述基于当前周期的滑窗处理结果以及历史周期的滑窗处理结果确定该目标数据在当前周期的趋势变化状态，包括：基于历史周期的滑窗处理结果确定该目标数据在当前周期的状态变化判断阈值；基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据在当前周期的趋势变化状态。4.根据权利要求3所述的车轮踏面故障检测方法，其特征在于，所述基于历史周期的滑窗处理结果确定该目标数据在当前周期的状态变化判断阈值，包括：从预设数量个最近历史周期的所述滑窗处理结果中确定出窗口方差小于第一预设方差阈值的窗口以得到第一目标窗口；对所有所述第一目标窗口的窗口均值进行均值计算，得到该目标数据在当前周期的状态变化判断阈值。5.根据权利要求3所述的车轮踏面故障检测方法，其特征在于，所述趋势变化状态包括上升状态、非上升状态以及连续上升状态中的任意种。6.根据权利要求5所述的车轮踏面故障检测方法，其特征在于，若该目标数据满足第一上升状态判定条件和/或第二上升状态判定条件，则判定该目标数据在当前周期的趋势变化状态为上升状态；其中，所述第一上升状态判定条件为：该目标数据大于所述状态变化判断阈值，且当前周期的滑窗处理结果中的窗口斜率大于第一预设斜率阈值，且当前周期的滑窗处理结果中的窗口方差大于第二预设方差阈值；所述第二上升状态判定条件为：满足预设条件的第二目标窗口的数量达到数量阈值，且第一预设数量个连续窗口内该目标数据以及该目标数据对应的历史周期数据的拟合斜率大于第二预设斜率阈值；所述第二目标窗口为所述预设数量个连续窗口中的窗口，所述预设条件为窗口的拟合斜率在预设范围内，窗口方差小于第三预设方差阈值。7.根据权利要求5所述的车轮踏面故障检测方法，其特征在于，若该目标数据满足第一非上升状态判定条件和/或第二非上升状态判定条件，则判定
该目标数据在当前周期的趋势变化状态为非上升状态；其中，所述第一非上升状态判定条件为：第二预设数量个连续窗口中存在窗口斜率低于第三预设斜率阈值的窗口；其中，所述第二预设数量个连续窗口均为当前周期前的窗口；并且，所述第二非上升状态判定条件为：当前周期对应的窗口方差大于第四预设方差阈值，且当前周期对应的窗口变化率低于预设变化率阈值；所述窗口变化率为当前周期对应的窗口的首尾数据的变化率。8.根据权利要求5所述的车轮踏面故障检测方法，其特征在于，若该目标数据大于预设倍数的所述状态变化判断阈值，且该目标类型的车辆运行状态数据在连续M个周期的趋势变化状态均为上升状态或连续上升状态，则判定该目标数据在当前周期的趋势变化状态为连续上升状态；其中，连续M个周期包括当前周期。9.根据权利要求3所述的车轮踏面故障检测方法，其特征在于，所述基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据在当前周期的趋势变化状态，包括：基于所述状态变化判断阈值以及当前周期的滑窗处理结果判断该目标数据是否满足第一上升状态判定条件，若该目标数据满足第一上升状态判定条件，则初步判定该目标数据在当前周期的趋势变化状态为上升状态，并判断该目标数据是否满足第一非上升状态判定条件，若该目标数据不满足所述第一上升状态判定条件，则判断该目标数据是否满足第二上升状态判定条件，若该目标数据满足所述第二上升状态判定条件，则初步判定该目标数据在当前周期的趋势变化状态为上升状态，并判断该目标数据是否满足所述第一非上升状态判定条件；若该目标数据满足所述第一非上升状态判定条件，则最终判定该目标数据在当前周期的趋势变化状态为非上升状态，若该目标数据不满足所述第一非上升状态判定条件，则判断该目标数据是否满足第二非上升判定条件；若该目标数据满足所述第二非上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为非上升状态，若该目标数据不满足第二非上升判定条件，则判断该目标数据是否满足预设连续上升判定条件；若该目标数据满足所述预设连续上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为连续上升状态，若不满足所述预设连续上升判定条件，则最终判定该目标数据在当前周期的趋势变化状态为上升状态。10.根据权利要求9所述的车轮踏面故障检测方法，其特征在于，所述第一上升状态判定条件为：该目标数据大于所述状态变化判断阈值，且当前周期的滑窗处理结果中的窗口斜率大于第一预设斜率阈值，且当前周期的滑窗处理结果中的窗口方差大于第二预设方差阈值；所述第二上升状态...

【专利技术属性】
技术研发人员：李青桃，赵伟华，
申请(专利权)人：北京唐智科技发展有限公司，
类型：发明
国别省市：