[发明专利]一种基于惯性原理的车轮多边形车载检测方法

说明书

本发明公开一种基于惯性原理的车轮多边形车载检测方法，该方法包括以下步骤：首先，获取轴箱垂向加速度信号，将其分解为多个IMF分量。然后，将IMF分量与原始信号组合，构建快速独立成分分析观测矩阵，计算得到相互独立的独立分量，并采用相关系数法筛选出与车轮多边形激励相关的有效信号分量。进一步地，基于惯性原理对有效信号分量进行二次积分，得到加速度积分结果，对加速度积分结果进行去趋势项处理后得到车轮径向偏差位移量。最后，车轮径向偏差位移量经快速傅里叶变换后可用于定量识别车轮多边形的阶次和幅值。本发明应用于轨道交通领域，实现了车轮多边形在线连续监测，并具有高效率，高精度的特点。

技术领域

本发明属于车轮多边形车载检测技术领域，具体涉及一种基于惯性原理的车轮多边形车载检测方法。

背景技术

铁路是重要的交通运输方式，其不仅有效的改善了各个地区的交通状况，而且带动了当地的经济发展，缓解了人们的出行压力。因此轨道交通领域的发展受到了越来越多的关注。随着铁路向高速、重载的方向发展，机车车辆的安全性和舒适性越来越受到重视。列车的车轮作为轨道车辆至关重要的部件，既要保证车辆的运行和导向，又要承受车辆和轨道间各个方向载荷，直接影响车辆运行中的稳定性和安全性。多边形车轮是车轮不圆顺的主要表现形式之一，广泛存在于轨道车辆车轮上，会导致轮轨接触力急剧增加，引发车体剧烈振动，影响旅客乘坐舒适性，缩短钢轨、车轮、轮轴等车辆轨道结构部件的使用寿命，严重时会造成列车脱轨，危及乘客的人身安全。因此，车轮多边形监测对确保列车安全平稳运行有着重要作用。

目前车轮多边形的检测方法可分成静态检测和动态检测两大类。静态检测依靠人工在列车静止或车轮拆卸时进行，检测效率低，检测精度受人为因素影响较大，并且严重影响列车的运行效率。动态检测方法不影响列车正常运行，检测效率高，动态检测方法分为轨旁检测方法和车载检测方法，轨旁检测方法只能在列车速度较低时进行检测，且只能检测列车通过时的车轮状态。车载检测方法通过在车辆关键部件上放置加速度传感器，基于振动响应进行车轮故障诊断与识别，可以实现连续在线监测，具有检测效率高，检测成本低的特点，是一种简单高效的检测方法。

发明内容

为克服现有检测方法不足，本发明的发明人经过长期探索和试验，并不断的改进和创新，提出了一种基于惯性原理的车轮多边形车载检测方法。利用变分模态分解（Variational Mode Decomposition，VMD）和快速独立成分分析（Fast IndependentComponent Analysis，FastICA）的信号处理方法将由车轮多边形引起的轴箱垂向加速度信号从轴箱混合信号中分离出来，然后基于惯性原理，即对分离出的有效轴箱垂向加速度信号分量进行二次积分并去除积分后趋势项，得到车轮径向偏差位移量，并对车轮径向偏差位移量进行快速傅里叶变换（Fast Fourier Transform，FFT）从而识别出车轮多边形的阶次和幅值。本发明提出的车轮多边形检测方法具有检测精度高，检测效率高等优点，可以准确定量检测出车轮多边形的阶次和幅值，并为车轮是否需要镟修提供依据。

为解决上述技术问题，本发明提出了一种基于惯性原理的车轮多边形车载检测方法，包括以下步骤：

1）信号获取：采集列车在平稳运行状态下的轴箱垂向加速度信号，以车轮转动周期为时间窗划分轴箱垂向加速度信号；

2）原始信号分解：利用VMD分解方法依次将单个时间窗内的轴箱垂向加速度信号自适应地分解为K个IMF分量；

3）有效信号分量分离：将K个IMF分量及轴箱垂向加速度信号组合构建FastICA观测信号，计算得到M个独立分量；

4）筛选有效信号分量：采用相关系数法筛选出与车轮多边形相关的独立分量，将相关系数值最大的独立分量确定为有效信号分量；

5）车轮径向偏差位移量计算：对有效信号分量进行二次积分，得到加速度积分结果，对加速度积分结果去除趋势项即可得到车轮径向偏差位移量；