一种铁路列车轮对踏面故障检测方法、设备及介质技术

技术编号:41318583 阅读:25 留言:0更新日期:2024-05-13 14:59
本申请属于列车故障检测技术领域,具体为一种铁路列车轮对踏面故障检测方法、设备及介质,在采用小波包算法提取轮对踏面故障振动信号特征向量的基础上,提出了一种遗传算法优化BP神经网络的故障诊断算法,构建了轮对踏面故障诊断与风险预测模型,将提取的特征向量作为神经网络模型的输入参数,采用遗传算法优化的BP神经网络进行训练和学习,能够大幅提高轮对踏面故障的诊断效率和准确率。

【技术实现步骤摘要】

本申请属于列车故障检测,具体为一种铁路列车轮对踏面故障检测方法、设备及介质


技术介绍

1、列车轮对作为与轨道直接接触的走行部件,在列车高速行驶过程中极易受到冲击,多次累计后就会造成损伤。列车在高速运行过程中,轮对不仅会因为正常行驶产生振动,还会受到道岔、钢轨不平等影响受到冲击。因此轮对踏面损伤现象比较普遍。列车轮对踏面故障是威胁列车运行安全的常见问题,不但会缩短列车和轨道的使用寿命,同时产生的的故障振动信号也会向列车其他部位扩散,对轴承、制动系统等造成影响,轮对故障如果不及时处理将会极大地影响列车的运行安全。

2、目前针对列车轮对踏面故障的检测方法主要采用振动检测法。如在钢轨与轨枕之间布置应变片和负载电路,采集轮轨冲击载荷,经过系统修正得到具体冲击力的大小,以此判断轮对踏面是否出现故障;或是通过在轨道上布置加速度传感器和轴位传感器,在列车高速行驶的过程中,当轮对踏面故障处与钢轨接触时会产生一个明显的异常振动信号,通过分析输出信号特征得出车轮故障损伤情况。但前一种方法存在受车型、载重等因素影响较大的缺点,后一种方法虽然不受车型、载重影响,但单纯本文档来自技高网...

【技术保护点】

1.一种铁路列车轮对踏面故障检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种铁路列车轮对踏面故障检测方法,其特征在于,步骤S1中,令列车轮对信号数据序列为s={s(δ),δ∈Z},将数据序列分为奇样本序列so(δ)=s(2δ+1)和偶样本序列se(δ)=s(2δ)两个部分,其中s(δ)为s中的第δ个样本,得到各个频带上的振动信号特征,通过计算对各频段子信号的小波包系数重构,计算各子频段中的能量值,计算振动信号总能量值,通过计算各频段所带能量占原始信号能量的比值,做归一化处理,取能量变化突出的若干信号作为特征向量,即T=[T1,T2,...TN-1]。

...

【技术特征摘要】

1.一种铁路列车轮对踏面故障检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种铁路列车轮对踏面故障检测方法,其特征在于,步骤s1中,令列车轮对信号数据序列为s={s(δ),δ∈z},将数据序列分为奇样本序列so(δ)=s(2δ+1)和偶样本序列se(δ)=s(2δ)两个部分,其中s(δ)为s中的第δ个样本,得到各个频带上的振动信号特征,通过计算对各频段子信号的小波包系数重构,计算各子频段中的能量值,计算振动信号总能量值,通过计算各频段所带能量占原始信号能量的比值,做归一化处理,取能量变化突出的若干信号作为特征向量,即t=[t1,t2,...tn-1]。

3.根据权利要求1所述的一种铁路列车轮对踏面故障检测方法,其特征在于,步骤s22中,遗传算法的选择编码方式采用实数编码,优化参数可直接作为个体对象操作,编码方式为l=n×h+h×m+h+m,其中n为输入层神经元数目,h为隐含层神经元数目,m为输出层神经元数目。

4.根据权利要求1所述的一种铁路列车轮对踏面故障检测方法,其特征在于,步骤s22中,步骤s24中,选择适应度函...

【专利技术属性】
技术研发人员:云善起豆张瑞樊哲赵春华刘常庄绪铭薛鑫曹孔玉陈靖威郭占广
申请(专利权)人:青岛杰瑞工控技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1