一种基于轮轨垂向力的车轮多边形识别方法及其装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107650945A(43)申请公布日2018.02.02(21)申请号201710845323.4(22)申请日2017.09.19(71)申请人华东交通大学地址330013江西省南昌市双港东大道808号(72)发明人冯青松孙魁刘庆杰王威黎子荣(74)专利代理机构上海申蒙商标专利代理有限公司31214代理人徐小蓉黄明凯(51)Int.Cl.B61K9/12(2006.01)G01B21/20(2006.01)权利要求书2页说明书5页附图4页(54)发明名称一种基于轮轨垂向力的车轮多边形识别方法及其装置(57)摘要本发明公开了一种基于轮轨垂向力的车轮多边形识别方法及其装置，该识别方法包括以下步骤：以剪应力法采集轮轨垂向力信号；对所采集的轮轨垂向力信号进行集合经验模态EEMD分解，从而获取集总的本征模函数IMF分量；计算包含车轮多边形病害特征信息的本征模函数IMF的边际谱；根据获取的本征模函数IMF的边际谱，获得伤损特性频率f，并根据预设的判定准则，来识别车轮是否出现多边形以及多边形类型。其优点是:可对经过该监测路段的车辆进行实时监测和伤损评判，具有快速、精准的特点；EEMD方法能够很好的处理时变的轮轨垂向力信号，并通过计算分解后信号的边际谱，从而获取车轮发生多边形病害后的轮轨垂向力伤损特性频率。CN107650945ACN107650945A权利要求书1/2页1.一种基于轮轨垂向力的车轮多边形识别方法，其特征在于所述识别方法包括以下步骤：（1）以剪应力法采集轮轨垂向力信号；（2）对所采集的所述轮轨垂向力信号进行集合经验模态EEMD分解，从而获取集总的本征模函数IMF分量；（3）计算所述步骤（2）中包含车轮多边形病害特征信息的本征模函数IMF的边际谱；（4）根据所述步骤（3）中获取的本征模函数IMF的边际谱，获得伤损特性频率f，并根据预设的判定准则，来识别车轮是否出现多边形以及多边形类型。2.根据权利要求1所述的一种基于轮轨垂向力的车轮多边形识别方法，其特征在于所述步骤（1）中，在不少于5组的相邻轨枕之间的跨中位置处，于钢轨轨腰部位粘贴电阻应变片，各所述电阻应变片采集所述钢轨的应变信号并转换为所述轮轨垂向力信号。3.根据权利要求2所述的一种基于轮轨垂向力的车轮多边形识别方法，其特征在于将所述钢轨的应变信号转换为所述轮轨垂向力信号的计算方法为：P=|Qr|+QlQr=Ql=(Jb/S)ττ=Gε式中：P为所述轮轨垂向力；Qr以及Ql为剪力；J为所述钢轨断面对中和轴的惯性矩；b为所述中和轴处的所述钢轨断面厚度；S为剪应力计算点以外断面对中和轴的静矩；τ为所述钢轨所受到的剪应力；G为所述钢轨的剪切模量；ε为所述电阻应变片所采集到的所述钢轨剪应变。4.根据权利要求1所述的一种基于轮轨垂向力的车轮多边形识别方法，其特征在于所述步骤（2）中，所述集合经验模态EEMD分解是指将所采集的所述轮轨垂向力信号添加正态分布的高斯白噪声，再采用EMD方法将修改后的所述轮轨垂向力信号进行分解。5.根据权利要求1所述的一种基于轮轨垂向力的车轮多边形识别方法，其特征在于所述步骤（3）中，所述本征模函数IMF的边际谱计算方法为：对获取的集总的本征模函数IMF分量进行Hilbert变换，从而得到时频平面上能量分布的Hilbert谱图H（ω，t），计算公式如下所示：对所获得的Hilbert谱图H（ω，t）进行时域上的积分，从而获得边际谱H（ω），计算公式如下：式中：2CN107650945A权利要求书2/2页Re表示取虚数的实部；a（t)为集总的本征模函数IMF分量；j为单位虚数，ω为Hilbert变换中的瞬时频率；t为瞬时时刻。6.根据权利要求1所述的一种基于轮轨垂向力的车轮多边形识别方法，其特征在于所述步骤（4）中，所述预设的判定准则具体为：若周期性轮轨力波长λ为2πR、伤损特性频率f为v/2πR，则车轮出现一阶多边形、车轮偏心的情况；若周期性轮轨力波长λ为πR、伤损特性频率f为v/πR，则车轮出现二阶多边形、车轮椭圆化的情况；若周期性轮轨力波长λ为2πR/3、伤损特性频率f为3v/2πR，则车轮出现三阶多边形、车轮三角形化的情况；若周期性轮轨力波长λ为πR/2、伤损特性频率f为2v/πR，则车轮出现四阶多边形、车轮四边形化的情况；若周期性轮轨力波长λ为2πR/N、伤损特性频率f为vN/2πR，则车轮出现N阶多边形、车轮N边形化的情况；其中，R为所述车轮滚动半径；v为列车的运行速度。7.根据权利要求1-6中任一所述的一种基于轮轨垂向力的车轮多边形识别方法的装置，其特征在于所述装置包括应变采集模块、列车速度采集模块、数据远距离传输模块以及远程监控模块，所述应变采集模块以及所述列车速度采