一种高速铁路动检车高频采样数据的里程对齐方法及系统技术方案

本发明专利技术提供了一种高速铁路动检车高频采样数据的里程对齐方法及系统，属于轨道交通数据的里程对齐技术领域，方法可以通过系统实现，方法包括：S1.提取轴箱加速度数据中的速度数据和轮轨力数据中的速度数据；S2.对轴箱加速度数据和轮轨力数据进行长单元里程误差修正；S3.对轴箱加速度数据和轮轨力数据进行短单元里程误差修正。本发明专利技术可以大幅提高动检车高频采样数据的分析的精确性。高频采样数据的分析的精确性。高频采样数据的分析的精确性。

【技术实现步骤摘要】
一种高速铁路动检车高频采样数据的里程对齐方法及系统


[0001]本专利技术涉及轨道交通数据的里程对齐
，尤其是涉及一种高速铁路动检车高频采样数据的里程对齐方法及系统。

技术介绍

[0002]在铁路运输中，轨道的几何形位在铁路运营过程中普遍存在缺陷。一般将轨道几何设计理论值与实际测量值之间的偏差作为指标（称为轨道不平顺），基于轨道几何的评价方法如峰值扣分法和TQI法来评估铁路轨道的运营状况，保证行车安全。目前，两种基于轨道几何的方法均无法反映幅值极小的短波不平顺类型（例如微米级的波浪形磨耗），但列车轴箱部位加速度、轮轨间作用力这两类数据因其高频采样的特性却可以很好地反应轨道下部短波不平顺，弥补现有评价方法在短波不平顺检测中的不足。要利用多源轨道检测数据（轴箱加速度、轮轨力、轨道不平顺等）对轨道状态进行综合评价，需建立在数据之间具有准确对齐的里程信息基础上。
[0003]在多源轨道检测数据间普遍存在相对里程误差，即各次检测数据之间对应测点位置有差异，各次检测数据相互之间的里程位置不对应，这主要是因为目前所采集的数据主要依靠全球卫星导航系统（Global Navigation Satellite System，GNSS）在特定位置的射频标签处对里程计定位信息进行校准，在行车过程中，由于轮轨间存在相对滑动、车轮磨损、轮轴光栅编码器故障、采集系统位置差异、人工调试故障等多种影响因素，最终导致两种系统所采集的数据存在由于波形的整体错位与局部不均匀分布共同导致的里程误差。里程误差的存在会使探索两种高频采样数据间的映射关系的难度大幅增加，也对利用多源数据用于对轨道状态的综合评价形成阻碍，显著降低轨道质量状态的精确评估，增加工人劳动强度和养护维修成本。
[0004]由于里程误差难以通过多方协同直接从采集设备层面进行消除，目前通常利用里程修正算法来解决轨道检测数据之间的里程误差。但这些方法大多仅适用于波形重复度高的同类型低频采样数据，部分逐区段里程修正算法需要将数据本身携带的曲线特征信息与线路台账相结合才能对数据进行修正，且难以在庞大数据量下保持运算效率和精度，无法应对高频采样数据间的里程修正。

技术实现思路

[0005]本专利技术提供一种高速铁路动检车高频采样数据的里程对齐方法及系统，利用窗长变化作为减小算量、提高算法精度的突破口，在第一阶段中利用速度信息代替“曲线特征”建立轴箱加速度、轮轨力数据之间的联系，对两种数据间波形错位进行初步修正，极大地减少了运算量，大幅提高第二阶段修正的运算效率与准确性；在第二阶段中对全局数据进行短单元分割处理，避免处理大量数据所带来的波形失真问题，在保留数据真实性的同时消除两种数据间的内部的里程残差。
[0006]本说明书实施例的第一方面公开了一种高速铁路动检车高频采样数据的里程对
齐方法，包括：S1.提取轴箱加速度数据中的速度数据V
a
和轮轨力数据中的速度数据V
f
；S2.对所述轴箱加速度数据和轮轨力数据进行长单元里程误差修正；S21.基于所述速度数据V
f
，提取速度变化区间，将所述速度变化区间作为基准窗口；S22.基于所述基准窗口的窗长，对所述速度数据V
a
进行矩形窗分割处理，得到所述速度数据V
a
的矩形窗；S23.对所述速度数据V
a
的矩形窗进行窗口数据下采样，得到所述速度数据V
a
的窗口的集合；S24.基于所述速度数据V
a
的窗口集合，进行搜索域波形相似度计算，得到波形相似度集合；S25.基于所述波形相似度集合，确定最优匹配窗口中心里程；S26.根据所述基准窗口与最优匹配窗口中心里程计算里程误差，并基于该里程误差对所述轴箱加速度数据的里程重新标定，所述轮轨力数据的里程保持不变。
[0007]在一些实施例中，高速铁路动检车高频采样数据的里程对齐方法还包括：S3.对所述轴箱加速度数据和轮轨力数据进行短单元里程误差修正；S31.对所述轴箱加速度数据进行下采样，得到加速度采样点；S32.对所述轴箱加速度数据和轮轨力数据进行矩形窗分割处理，分别得到所述轴箱加速度数据的矩形窗的集合W
a
和所述轮轨力数据的矩形窗的集合W
f
；S33.基于所述集合W
f
，进行搜索域判定，确定所述搜索域；S34.基于所述加速度采样点和搜索域，计算遍历相似度评价矩阵，得到皮尔逊相关系数矩阵；S35.基于所述皮尔逊相关系数矩阵，确定最优波形匹配矩阵；S36.基于所述最优波形匹配矩阵，对所述集合W
a
进行插值伸缩，得到里程误差修正之后的轴箱加速度数据。
[0008]在一些实施例中，S2中，采用四分位数方法提取所述速度变化区间。
[0009]在一些实施例中，S23中，基于所述基准窗口的长度，对所述速度数据V
a
的矩形窗进行窗口数据下采样。
[0010]在一些实施例中，S24中，以所述基准窗口的中心里程为中心，在所述轴箱加速度数据中提取里程点前后3倍波峰或波谷间极值点差的里程区段作为搜索域，对所述搜索域内所述速度数据V
a
的窗口相对于所述基准窗口内速度波形的相似度进行计算，得到波形相似度集合。
[0011]在一些实施例中，S25中，将所述波形相似度集合中皮尔逊相关系数最大值位置所在窗口认定为最优匹配窗口，确定最优匹配窗口中心里程。
[0012]在一些实施例中，S32中，此频率的自然倍数为单元长度，对所述轴箱加速度数据和轮轨力数据进行矩形窗分割处理。
[0013]在一些实施例中，S34中，使用皮尔逊相关系数对所述搜索域范围内，对所述轴箱加速度数据的矩形窗相对于所述轮轨力数据的矩形窗内速度波形的相似度进行计算,确定所述搜索域内所有所述轴箱加速度数据的矩形窗与所述轮轨力数据的矩形窗的相似度序
列，重复上述直至遍历所述轮轨力数据,得到所述轮轨力数据的皮尔逊相关系数矩阵。
[0014]在一些实施例中，S35中，所述皮尔逊相关系数矩阵中每一行均代表一个所述轮轨力数据的矩形窗所确定所述搜索域内的所有计算结果，利用最大值索引函数确定每个所述轮轨力数据的矩形窗的所述搜索域内的最优匹配所述轴箱加速度数据的矩形窗的位置，通过所述轮轨力数据的矩形窗的中心里程与最优匹配所述轴箱加速度数据的矩形窗的中心里程，计算最优匹配下的残余里程误差矩阵，同时回溯所述轴箱加速度数据的最优匹配窗口路径矩阵，确定最优波形匹配矩阵。
[0015]本说明书实施例的第二方面公开了一种高速铁路动检车高频采样数据的里程对齐系统，用于执行上述的高速铁路动检车高频采样数据的里程对齐方法；所述高速铁路动检车高频采样数据的里程对齐系统包括：数据提取模块，用于提取轴箱加速度数据中的速度数据V
a
和轮轨力数据中的速度数据V
f
；长单元里程误差修正模块，用于对所述轴箱加速度数据和轮轨力数据进行长单元里程误差修正；短单元里程误差修正模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速铁路动检车高频采样数据的里程对齐方法，其特征在于，包括：S1.提取轴箱加速度数据中的速度数据V
a
和轮轨力数据中的速度数据V
f
；S2.对所述轴箱加速度数据和轮轨力数据进行长单元里程误差修正；S21.基于所述速度数据V
f
，提取速度变化区间，将所述速度变化区间作为基准窗口；S22.基于所述基准窗口的窗长，对所述速度数据V
a
进行矩形窗分割处理，得到所述速度数据V
a
的矩形窗；S23.对所述速度数据V
a
的矩形窗进行窗口数据下采样，得到所述速度数据V
a
的窗口的集合；S24.基于所述速度数据V
a
的窗口的集合，进行搜索域波形相似度计算，得到波形相似度集合；S25.基于所述波形相似度集合，确定最优匹配窗口中心里程；S26.根据所述基准窗口与最优匹配窗口中心里程计算里程误差，并基于该里程误差对所述轴箱加速度数据的里程重新标定，所述轮轨力数据的里程保持不变。2.根据权利要求1所述的高速铁路动检车高频采样数据的里程对齐方法，其特征在于，还包括：S3.对所述轴箱加速度数据和轮轨力数据进行短单元里程误差修正；S31.对所述轴箱加速度数据进行下采样，得到加速度采样点；S32.对所述轴箱加速度数据和轮轨力数据进行矩形窗分割处理，分别得到所述轴箱加速度数据的矩形窗的集合W
a
和所述轮轨力数据的矩形窗的集合W
f
；S33.基于所述集合W
f
，进行搜索域判定，确定所述搜索域；S34.基于所述加速度采样点和搜索域，计算遍历相似度评价矩阵，得到皮尔逊相关系数矩阵；S35.基于所述皮尔逊相关系数矩阵，确定最优波形匹配矩阵；S36.基于所述最优波形匹配矩阵，对所述集合W
a
进行插值伸缩，得到里程误差修正之后的轴箱加速度数据。3.根据权利要求1所述的高速铁路动检车高频采样数据的里程对齐方法，其特征在于，S2中，采用四分位数方法提取所述速度变化区间。4.根据权利要求1所述的高速铁路动检车高频采样数据的里程对齐方法，其特征在于，S23中，基于所述基准窗口的长度，对所述速度数据V
a
的矩形窗进行窗口数据下采样。...

【专利技术属性】
技术研发人员：何庆，杨飞，李王逸嘉，李晨钟，孙华坤，马玉松，王平，高芒芒，曲建军，孙宪夫，邓亚杰，徐琮洋，刘宇恒，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：