磁悬浮车辆、车轮多边形检测、主动抑制方法及相关系统技术方案

本发明专利技术公开了一种磁悬浮车辆、车轮多边形检测、主动抑制方法及相关系统，采集车轮不圆度信号、振动加速度信号和噪声信号数据；将所述车轮不圆度信号导入协同仿真模型，输出仿真后的振动加速度信号和噪声信号；利用所述仿真后的振动加速度信号和噪声信号构建数据集S；随机选取数据集S中的部分样本作为训练样本集，将所述训练样本集作为支持向量机的输入，训练所述支持向量机，建立多边形波长、幅值相对振动噪声信号特征的映射模型；将待检样本输入映射模型，获得多边形幅值预测结果；若所述多边形幅值预测结果超过临界阈值，则判定存在车轮多边形问题。本发明专利技术的检测方法能真实地反映出车轮多边形问题，简化了检测流程，且提高了检测精度。了检测精度。了检测精度。

【技术实现步骤摘要】
磁悬浮车辆、车轮多边形检测、主动抑制方法及相关系统


[0001]本专利技术涉及轨道交通
，特别是一种磁悬浮车辆、车轮多边形检测、主动抑制方法及相关系统。

技术介绍

[0002]随着列车运行速度和轴重的提高，电力机车在运行过程中多次出现车轮多边形问题，导致机车的异常振动及噪声，严重影响乘坐舒适性，车轮多边形情况进一步发展将导致车辆部件产生裂纹从而给行车安全噪声极大隐患。目前车轮多边形的改善控制主要还是被动措施，包括：缩短镟轮周期、改善镟轮质量、变速运行、加装研磨子等，但这些被动措施只是一种事后补救方法，车轮多边形问题仍然持续困扰着机车运行。因此，采用正向设计思路提前预防控制车轮多边形的出现，对提升车辆运行品质具有重要的意义。
[0003]现有技术中，有通过车轮多边形阶次和深度诊断车轮多边形的方法，但是该方法实现过程复杂，且检测精度有限，现有技术未提供用于提前预防控制车轮多变形问题的方案。

技术实现思路

[0004]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种磁悬浮车辆、车轮多边形检测、主动抑制方法及相关系统，简化车轮多边形检测过程，提高检测精度；实现车轮多边形的主动抑制。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：一种车轮多边形检测方法，包括以下步骤：
[0006]S1、采集车轮不圆度信号、振动加速度信号和噪声信号数据；将所述车轮不圆度信号导入协同仿真模型，输出仿真后的振动加速度信号和噪声信号；利用所述仿真后的振动加速度信号和噪声信号构建数据集S；
[0007]S2、随机选取数据集S中的部分样本作为训练样本集，将所述训练样本集作为支持向量机的输入，训练所述支持向量机，建立多边形波长、幅值相对振动噪声信号特征的映射模型；
[0008]S3、将待检样本输入映射模型，获得多边形幅值预测结果；若所述多边形幅值预测结果超过临界阈值，则判定存在车轮多边形问题。
[0009]本专利技术利用车轮不圆度信号仿真振动加速度信号和噪声信号，并利用仿真后的信号建立数据集，从数据集中分出部分样本训练支持向量机，得到映射模型，利用映射模型检测车轮多边形。由于本专利技术使用的是真实的不圆度信号间接生成数据集，因此本专利技术的检测方法能真实地反映出车轮多边形问题，简化了检测流程，且提高了检测精度。
[0010]本专利技术中，为了使仿真结果与试验误差最小，确保仿真模型能最大程度真实模拟线路运营情况，步骤S2之后，步骤S3之前，还包括：
[0011]S21、将所述数据集S中其余的样本作为待检样本，将所述待检样本作为所述映射
模型的输入，得到待检样本对应的预测结果；
[0012]S22、比较所述训练样本集对应的预测结果与待检样本对应的预测结果之间的偏差，若所述偏差小于设定误差，则进入步骤S3；否则，返回步骤S2。
[0013]本专利技术的步骤S2中，所述振动噪声信号特征包括振动加速度信号的波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，以及噪声信号的时域平均值、时域中值、时域标准差、主频率。
[0014]为便于在车辆上使用上述检测方法得到的检测结果，进而便于提前预防车轮多边形问题，本专利技术的方法还包括：
[0015]S4、将所述映射模型导入主动控制器。
[0016]作为一个专利技术构思，本专利技术还提供了一种车轮多边形检测系统，其包括存储器、处理器及存储在存储器上的计算机程序；所述处理器执行所述计算机程序，以实现本专利技术上述检测方法的步骤。
[0017]作为一个专利技术构思，本专利技术还提供了一种车轮多边形主动抑制方法，其包括：
[0018]A1、获取车轮多边形的幅值，若所述幅值超过临界阈值，则进入步骤A2；
[0019]A2、每隔时间Tw提取采集的振动加速度信号和噪声信号数据，利用所述振动加速度信号和噪声信号数据预测续Ty1+Ty2+Tw时间范围内的时域信号波形；其中，Ty1为采集和故障诊断延时时间；Ty2为施加主动控制相应和生成主动激励的延时时间；
[0020]A3、生成Ty1+Ty2+Tw时间范围内的反相位、等幅值、等频率主动控制激励；
[0021]A4、将主动控制激励施加到磁悬浮轮对系统，直至多边形幅值小于临界阈值；
[0022]其中，所述车轮多边形的幅值和所述时域信号波形根据本专利技术上述方法获取。
[0023]本专利技术提出了多边形主动控制方法，施加主动控制激励抵消叠加多边形振动激励，主动从激励源头切掉了多边形的诱发条件，阻断了车轮多边形的进一步发展，实现了车轮多边形的全面控制，降低了维护成本，减小了轮轨振动和噪声，提升了车辆运行品质。
[0024]为便于采集信号，本专利技术利用振动加速度传感器和无线加速度传感器采集所述振动加速度信号，所述振动加速度传感器设置于车轴定子两端且靠近电磁铁，所述无线加速度传感器安装于车轮转子上。
[0025]作为一个专利技术构思，本专利技术还提供了一种车轮多边形主动抑制系统，包括存储器、处理器及存储在存储器上的计算机程序；其特征在于，所述处理器执行所述计算机程序，以实现本专利技术上述主动抑制方法的步骤。
[0026]作为一个专利技术构思，本专利技术还提供了一种轨道交通车辆，其采用本专利技术所述的车轮多边形检测系统，和/或，其采用本专利技术所述的主动抑制系统。
[0027]与现有技术相比，本专利技术所具有的有益效果为：
[0028]1)本专利技术使用真实的不圆度信号间接生成数据集，能真实地反映出车轮多边形问题，简化了检测流程，且提高了检测精度；
[0029]2)本专利技术提出了多边形主动控制方法，施加主动控制激励抵消叠加多边形振动激励，主动从激励源头切掉了多边形的诱发条件，阻断了车轮多边形的进一步发展，实现了车轮多边形的全面控制，降低了维护成本，减小了轮轨振动和噪声，提升了车辆运行品质。
附图说明
[0030]图1为本专利技术实施例车轮多边形检测和主动抑制方法流程图；
[0031]图2为本专利技术实施例车轮多边形主动抑制原理图。
具体实施方式
[0032]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]在本文中，在本文中，术语“包含”、“包括”和其它类似词语意在表示逻辑上的相互关系，而不能视作表示空间结构上的关系。例如，“A包括B”意在表示在逻辑上B属于A，而不表示在空间上B位于A的内部。另外，术语“包含”、“包括”和其它类似词语的含义应视为开放性的，而非封闭性的。例如，“A包括B”意在表示B属于A，但是B不一定构成A的全部，A还可能包括C、D、E等其它元素。
[0034]本专利技术实施例的方法可以在CN114312129A公开的轮对系统以及其余磁悬浮车辆轮对系统上使用。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车轮多边形检测方法，其特征在于，包括以下步骤：S1、采集车轮不圆度信号、振动加速度信号和噪声信号数据；将所述车轮不圆度信号导入协同仿真模型，输出仿真后的振动加速度信号和噪声信号；利用所述仿真后的振动加速度信号和噪声信号构建数据集S；S2、随机选取数据集S中的部分样本作为训练样本集，将所述训练样本集作为支持向量机的输入，训练所述支持向量机，建立多边形波长、幅值相对振动噪声信号特征的映射模型；S3、将待检样本输入映射模型，获得多边形幅值预测结果；若所述多边形幅值预测结果超过临界阈值，则判定存在车轮多边形问题。2.根据权利要求1所述的车轮多边形主动抑制方法，其特征在于，步骤S2之后，步骤S3之前，还包括：S21、将所述数据集S中其余的样本作为待检样本，将所述待检样本作为所述映射模型的输入，得到待检样本对应的预测结果；S22、比较所述训练样本集对应的预测结果与待检样本对应的预测结果之间的偏差，若所述偏差小于设定误差，则进入步骤S3；否则，返回步骤S2。3.根据权利要求1所述的车轮多边形检测方法，其特征在于，步骤S2中，所述振动噪声信号特征包括振动加速度信号的波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，以及噪声信号的时域平均值、时域中值、时域标准差、主频率。4.根据权利要求1～3之一所述的车轮多边形检测方法，其特征在于，还包括：S4、将所述映射模型导入主动控制器。5.一种车轮多边形检测系统，其特征在于...

【专利技术属性】
技术研发人员：沈龙江，张波，蒋忠城，周礼，卿冬梅，刘国云，舒瑶，陈晶晶，刘晓波，郭冰彬，李旺，朱颖谋，王先锋，袁文辉，段华东，江大发，李登科，康巍，罗志翔，
申请(专利权)人：中车株洲电力机车有限公司，
类型：发明
国别省市：