[发明专利]一种轮轨力载荷辨识特征数据模型建立方法及装置

说明书

本发明涉及一种轮轨力载荷辨识特征数据模型建立方法及装置，其中，方法包括：利用基于变参数域和短时高斯线性调频基的自适应信号分解算法提取轨道‑车辆系统检测数据的时频特征；使用多节点协同共轭稀疏主成分分析算法对所述轨道‑车辆系统检测数据的时频特征进行融合；以多节点特征融合数据作为样本数据集，使用L_1/2‑SparsePCA‑ELM神经网络机器学习算法建立轮轨力载荷辨识特征数据模型。本技术方案使用数据建模方法实时的辨识出轮轨力，进而评估轨道‑车辆系统相互作用的安全状态，是现有的基于轨道几何状态检测的轨道质量评判标准的重要补充，有利于综合分析轨道‑车辆系统状态和指导高速铁路轨道养护维修工作。

技术领域

本发明涉及机车车辆检测技术领域，特别涉及一种轮轨力载荷辨识特征数据模型建立方法及装置。

背景技术

伴随着我国高速铁路的飞速发展，由于列车运行速度和运营里程的增长，为了保证列车运行安全，需要对轮轨系统作用的关键因素-轮轨相互作用力进行识别和监测。目前，测力轮对虽然能够实时检测轮轨力，但其造价成本较高并且维修不便，只能安装在少数综合检测列车上使用。综合检测列车通过车辆动态响应加速度系统和测力轮对等先进检测设备分别对车辆和轮轨系统的状态进行动态检测，采集了大量的轨道-车辆系统动态检测数据，通过分析这些数据，提取出轨道-车辆系统状态的时域和频域特征属性后，使用特征数据建立轮轨力载荷辨识数据模型是辨识轮轨力的一种新途径。

轨道-车辆系统是一个动态耦合的相互作用系统，机车车辆在铁路线路上运行时，受轨道不平顺的激扰产生振动；机车车辆的重力和运行中产生的其他载荷通过车轮作用在钢轨上，又引起钢轨的弹性变形和轨道下沉，从而使线路不平顺加剧，其中的轮轨相互作用以力的形式呈现。轮轨力中不仅包含了车辆的动力学性能信息，还包含了车辆运行状态下的轨道-车辆系统耦合动态响应信息。轮轨力可以揭示车辆的运行安全性，通过测量轮轨之间相互作用的垂向和横向力进而可以计算出脱轨系数、轮重减载率、轮轴横向力等指标。这些指标对于评价车辆运行安全与否、研究脱轨机理等起着非常重要的作用。

国内外研究者普遍通过建立机理模型解析的方法辨识轮轨作用力，即建立动力学仿真模型，根据已知系统的动态特性和实测的动力响应反算结构所受的动态激励轮轨力。主要使用时域和频域两种方法。

时域法是20世纪80年代中期发展起来的一种方法，其主要是基于以卷积的形式出现的激励与系统响应之间的关系，将系统的运动方程进行模态坐标转换，动力方程解耦得到非耦合动力方程，最终逆解出动态荷载的时间历程。但时域内动载荷识别往往存在发散问题，或在有测量噪声和模态参数误差的条件下识别的精度较低。由于时域动载荷识别技术的研究起步较晚，尚有很多问题需要解决。在时域中，系统的输入输出成复杂的卷积关系，给数学处理上带来不便。

频域识别技术是将系统的动力学方程转化到频域中，运用已知条件识别未知动载荷，最后将频域中的动载荷进行傅立叶反变换转化成时域动载荷。由于在频域中，系统的输入和输出成简单的线性关系，使复杂的问题简化。但轮轨作用系统中的车辆动态响应和轮轨力之间存在着较强的非线性关系，并且自由度较多、工况复杂，因此建立机理模型后的计算量较大。目前已有的商业软件如多体动力学软件MSC、ADAMS的Rail模块和ANSYS等软件的计算速度难以满足工程应用的要求。

发明内容

为解决现有技术的问题，本发明提出一种轮轨力载荷辨识特征数据模型建立及装置，本技术方案不但能有效减少计算量，而且能更好的描述轮轨系统之间的复杂非线性关系。

为实现上述目的，本发明提供了一种轮轨力载荷辨识特征数据模型建立方法，包括：

利用基于变参数域和短时高斯线性调频基的自适应信号分解算法提取轨道-车辆系统检测数据的时频特征；

使用多节点协同共轭稀疏主成分分析算法对所述轨道-车辆系统检测数据的时频特征进行融合；