基于EMD的小波脊线法轨道检测

轨道的波浪弯曲不平顺是引起列车振动的直接因素。针对波浪不平顺提出了一种新的检测方法。基于经验模态分解的小波脊线法,滤去原始信号的高频部分,再对低频分量进行EMD处理,提取包含了故障信息的固有模态函数分量（IMF）的小波脊线。通过分析小波脊线的时频域,检测出突变信号发生的时刻。对列车在某线路的实测数据分析,研究结果表明,基于EMD的小波脊线法能方便而有效地检测出信号的突变成分,从而准确地识别轨道的不平顺位置。     

列车横向振动与轨道不平顺输入关系研究

利用小波变换和互相关函数分析了列车横向振动与轨道不平顺输入之间关系。轨道不平顺输入引起了列车横向振动, 为了抑制横向振动并预测其变换规律, 需要研究两者之间关系。首先利用Simulink软件建立了列车横向系统模型, 模拟列车横移、侧滚和摇头振动信号; 然后利用小波变换和互相关函数分析了上述三种振动与轨道方向、水平不平顺输入之间关系。仿真结果表明, 水平不平顺与横移和摇头振动之间的互相关函数大于方向不平顺, 而方向不平顺与侧滚振动之间的互相关函数大于水平不平顺。结果证实了水平不平顺是引起列车横移和摇头振动的重要因素, 方向不平顺是引起列车侧滚振动的重要因素。     

机车轨道平顺性滤波优化设计与仿真研究

研究机车轨道平顺性滤波优化问题,轨道不平顺作为机车车辆轨道耦合系统的激励源,对列车动态平稳性和舒适度影响很大.目前轨道不平顺信号处理系统中移变数字滤波器的设计多采用分级离线的方法,因而导致计算量大、设计效率低.针对上述问题,提出一种基于牛顿插值算法的有限长冲激响应(FIR)移变数字滤波器设计方法,通过改变原型滤波器分数延迟单元,可实现选择性的提取轨道不利波长不平顺信号.仿真结果表明,所设计的滤波器性能和理论一致,具有稳定的频响移变特性,对机车轨道不平顺信号实时提取准确有效,易于工程实现.     

轮轨表面不平顺激光测量技术与设备开发

随着高速列车的快速发展,列车的安全性问题成为一个重要的研究课题。就轮轨系统运输而言,由于列车和轨道的剧烈挤压作用,引起轨道的不断变形。这种变形即轨道几何不平顺,轨道不平顺是引起列车振动,加剧钢轨摩擦和增大轮轨作用力的的根源,对乘客行车舒适度和安全性造成威胁,更是列车难以再次提高速度的重要因素。要解决这个问题,首先要精确地测量出钢轨表面的磨损情况,若能对钢轨表面磨损情况进行有效的检测和修复,可产生相当可观的社会效益和经济效益。     

基于布朗桥的铁路轨道不平顺建模方法

铁路轨道不平顺作为列车振动的主要振源,直接影响到列车行驶的安全性与旅客的舒适性。正确地对轨道不平顺建模是进行列车动力学仿真的基础。为了更贴近问题的实际物理背景,准确快速地建立轨道不平顺模型,在分析比较目前已有不平顺建模方法的基础上,提出了一种基于布朗桥的建模方法。经验证该方法在均值、方差、自相关系数等统计特征上很好地满足实际问题的需求。在应用的过程中可以通过选择布朗桥的跳跃次数、基本随机变量的分布,及布朗运动的方差来逐步控制模型精度。相比其它缺乏物理背景的方法,这种方法生成的时间序列有明确的物理意义,不需要进行时频的多次转换,简洁、实用。     

基于数据驱动的CRH高速列车悬挂系统早期故障检测

作为CRH(China railway high-speed)高速列车的重要组成部分,悬挂系统的可靠性对列车的安全运行和乘坐舒适性具有重要意义,为此,利用悬挂系统传感器数据,提出一种基于数据驱动的早期故障检测方法.首先,根据系统动态搭建列车悬挂系统Simpack模型,其中作动器的主动控制力作为系统输入,轨道不平顺由不平...     

实时动态检测钢轨状态系统

实时动态钢轨检测系统采用激光近红外线状光源,CCD技术及计算机图像处理等技术,对轨道的不平顺进行检测,通过计算机设计适应本系统的图像处理软件,获得其不平顺参数,给铁路的安全运行提供可靠的信息依据.     

基于PCA和SVM的轨道不平顺状态识别

为快速识别轨道不平顺中存在的短波不平顺类型,提出基于主成分分析(PCA)和支持向量机(SVM)进行轨道不平顺状态识别的方法.首先提取轴箱加速度的特征参数,并采用主成分分析法对特征参数进行降维处理,提取出轨道不平顺的主元特征;然后构建支持向量机多分类器,以不同不平顺类型下轴箱加速度数据来验证模型的准确性;最后对实测数据进行轨道不平顺识别.通过对不同轨道不平顺下轴箱加速度的分析,结果表明该方法能够有效地实现一定区段内轨道不平顺类型的识别.     

基于JADE算法的钢轨接头病害故障检测研究

论文分析无缝铁路焊接接头对车辆安全行驶的影响。基于运营车辆的振动响应进行轨道不平顺检测具有效率高,成本低等优点。本文提出将盲源分离算法应用于车辆振动响应信号的分析,盲源分离算法在对振动响应信号直接进行处理,无需源信号的先验知识和信道的参数,降低了轨道接头特征信号提取的难度。通过对南京至宁启线路的轨道接头不平顺进行现场测试,并用matlab编程对测试结果进行分析。分析结果表明本文所采用的盲源分离算法能够较好的提取出轨道接头不平顺的特征信息。     

横风下高速列车系统动力学的平衡状态法

基于车辆-轨道耦合动力学和空气动力学提出了一种快速计算横风下高速列车系统动力学行为的平衡状态方法.首先,忽略轨道不平顺并利用流固耦合联合仿真方法计算横风下高速列车的平衡状态;然后,将平衡状态下的气动力加载到车辆-轨道耦合动力学模型并计算高速列车动力学响应.利用建立的平衡状态方法,研究了列车在速度为13.8 m/s的横风下以350 km/h速度运行时的流固耦合动力学行为.比较了平衡状态方法和联合仿真方法两种方法下列车姿态、安全性和舒适性指标的差异,计算结果差别在3.26%以内.研究结果表明:平衡状态方法计算横风下高速列车流固耦合的效率更高.     

钢轨波磨对地铁车辆动力学响应的影响

建立地铁车辆-轨道耦合动力学模型,将钢轨视为弹性离散点支撑的无限长Timoshenko梁,将实测钢轨短波波磨不平顺数据作为不平顺激励.通过数值计算得到在科隆蛋扣件线路上不平顺发展过程中车辆动力学响应的变化情况.随着短波波磨不平顺幅值的增大,轮对和转向架的横、垂向加速度以及轮轨横、垂向力均呈增大趋势,且受不平顺程度的影响较大.结果表明钢轨波磨主要影响车辆系统的垂向振动.     

SDE网络在高速列车转向架未知故障诊断中的应用

转向架作为高速列车车体与轨道的连接部位,承载着保证列车在轨道上安全运行的重任。然而,在列车长期服役过程中,轨道不平顺以及轮轨磨耗等原因会造成转向架部件故障,严重影响列车的安全运行。实际运行过程中故障的发生具有随机性,无法将转向架故障诊断简单归类于已知组别分类问题。针对深度学习无法辨别未知故障的缺陷,在卷积神经网络(CNN)中引入随机微分方程(SDE)对转向架已知以及未知故障进行判别。实验证明,随机微分方程网络(SDE-net)不仅能高效分辨出已知故障,还能有效判别出未知故障,且准确率都超过93%。与此同时,通过与一维CNN网络比较体现该方法的优越性。     

新的轨道特征提取算法

轨道沉降是影响列车快捷、安全运行的重要原因.提取出轨道部件稳定的目标特征,为后续SLAM算法提供轨道区域匹配点.通过研究轨道组成及部件,分析出能提取出稳定目标特征的轨道部件.在CCD获取图像后,对图像均衡化、增强与洞形填充以完成钢轨和扣件轮廓的初识别.二值膨胀生成线性0、90度结构,水平、垂直闭关运算,生成成对元素,完成钢轨和扣件初步轮廓提取.对处理后的图像采用改进的Canny算子进行边缘检测,最后根据实验进一步证明了改进后的Canny在直线特征检测上面具有速度快,降低内存等优点,从而会后续DSP硬件开发上节约Flash空间,对整个课题具有重大的理论支撑意义.     

基于UM的磁浮列车-轨道梁耦合振动仿真程序开发

基于大型通用多体动力学仿真分析平台Universal Mechanism(UM),开发用于磁浮列车 轨道梁耦合振动仿真的专用程序UM Maglev,其中：磁浮列车设置为多刚体模型,弹簧和阻尼器的刚度和阻尼视为线性或非线性力元;轨道梁设置为三维铁木辛柯梁模型,或从外部有限元软件导入模态分析结果;轨道线路包含平面和纵断面曲线、超高和轨面随机不平顺;悬浮和导向系统控制采用PID模型;多体动力学系统微分 代数方程求解采用Park刚性稳定法。该程序可用于考察磁浮列车的曲线通过性能、运行平稳性和乘坐舒适度,研究悬浮/导向气隙与磁浮控制系统参数优化,分析轨道梁在动态电磁力作用下的振动响应。     

重载列车多智能体模型的鲁棒一致性控制方法

重载列车全长数公里,其运行过程是复杂的动力学系统.重载列车自动驾驶的关键核心技术是跟踪给定的速度曲线.以重载列车智能货车方案为基础,通过分析列车运行动力学过程,建立重载列车多智能体模型;考虑列车运行时外界的未知干扰,同时保证车厢间处于安全距离,提出一种重载列车复合一致性控制器:用相邻车厢单元的速度等信息构建一致性算法并引入滑模控制加快系统速度一致性收敛;列车不同车厢受到干扰视为未知扰动,且随着滑模增益增加会使系统抖动较大、鲁棒性削弱,所以设计观测器估计扰动并补偿至控制器保证系统收敛并提高抗干扰性;引入人工势函数确保相邻车厢单元间距处于安全范围内,减小纵向冲动.采用Matlab软件进行仿真,跟踪给定速度曲线,并用多种干扰来模拟未知因素对列车的影响,与不加观测器的控制器效果进行对比.仿真结果表明:该复合一致性控制器能够较好跟踪设定速度曲线,速度误差保持在±0.4 km/h以内,且车厢间距处于设定的安全范围内;与不加观测器的控制器在同样干扰下作对比,所提出的控制器的速度跟踪误差仍然在±4 km/h以内,且对于未知干扰有较好的鲁棒性.