本發(fā)明屬于軌道交通振動與噪聲技術領域,具體涉及一種軌道結構病害的遠程監(jiān)控預警方法。
背景技術:
隨著鐵路與城市軌道交通的發(fā)展,列車運行速度越來越高,列車發(fā)車頻次越來越高,由此而帶來的軌道結構安全保障難度問題十分突出,因此,如何快速、有效、及時地發(fā)現軌道結構病害問題,并迅速作出相應反應采取果斷應對措施,是保障高速鐵路及其它軌道交通安全運行的必要措施。
目前,國內外常用的檢查發(fā)現軌道結構病害的方法有兩種,一是靠鐵路工務部門職工巡線,靠肉眼靠經驗沿線路檢查;巡線中工人工作強度大,軌道結構病害的發(fā)現與巡線工人工作經驗和技術水平等因素有關,易出現漏檢現象。二是靠軌檢車和探傷小車等機械設備巡線。軌檢車的主要檢測參數包括:軌距、方向、水平和高低等,這些參數主要反映的是軌道結構的幾何行位,并不能真實實時反映軌道結構的運行狀態(tài)。另外,探傷小車是一種手推式的利用超聲波等原理探查斷裂等鋼軌病害的一種小型設備,這種小車僅僅只能對鋼軌進行探傷等作業(yè),且只能在行車間隙進行,工作效率低下,平均5-8km/(天×人)。
技術實現要素:
本發(fā)明的目的是根據上述現有技術的不足之處,提供一種軌道結構病害的遠程監(jiān)控預警方法,該方法通過實時檢測列車的車底噪聲輻射數據,并將車底噪聲輻射數據與理論計算的標準噪聲數據進行對比分析,從而實現快速有效的檢測軌道病害的技術效果。
本發(fā)明目的實現由以下技術方案完成:
一種軌道結構病害的遠程監(jiān)控預警方法,所述遠程監(jiān)控預警方法包括以下步驟:計算不同工況條件下不同機車車輛運行時的正常軌道噪聲數據,并將所述正常軌道噪聲數據作為樣本噪聲數據;在列車出發(fā)前輸入機車車輛型號以及線路資料,并在所述樣本噪聲數據的基礎上生成軌道線路不同里程的標準噪聲數據;利用聲傳感器采集所述列車運行過程中的車底噪聲輻射數據;將所述車底噪聲輻射數據與所述標準噪聲數據進行對比分析,當所述車底噪聲輻射數據與所述標準噪聲數據的偏差大于病害閾值時,判定軌道結構出現病害特征,并進行報警。
所述計算不同工況條件下不同機車車輛運行時的正常軌道噪聲數據包括以下步驟:建立列車-鋼軌-軌道板的耦合分析模型,求解所述列車的車體與轉向架之間的作用力、所述列車的車輪與所述軌道之間的輪軌作用力以及作用于所述軌道板上的豎向力;建立所述車體、所述軌道板、所述車輪以及所述鋼軌的三維有限元模型,計算所述車體、所述車輪、所述鋼軌以及所述軌道板的振動響應;利用邊界元的方法,計算車體輻射噪聲、車輪輻射噪聲、鋼軌輻射噪聲和軌道板輻射噪聲,并利用聲學疊加原理以及慮遮蔽效應將車體底板輻射噪聲、車輪輻射噪聲、鋼軌輻射噪聲和軌道板輻射噪聲進行時域和頻域內的疊加,獲得不同工況條件下不同機車車輛運行時的所述正常軌道噪聲數據。
求解所述車體與轉向架之間的作用力、所述輪軌作用力和作用于所述軌道板上的豎向力包括以下步驟:將所述列車用按照指定速度運行于所述鋼軌上的多剛體系統進行模擬,所述多剛體系統包括車體、轉向架以及車輪;在模擬過程中結合所述車體的質量、前后所述轉向架的構架質量、所述車輪的質量以及懸掛系統的質量和阻尼,同時結合所述車體和所述轉向架的沉浮運動和點頭運動以及所述車輪的豎向振動;將所述鋼軌視為連續(xù)彈性離散點支承基礎上的無線長梁,所述鋼軌的下基礎沿縱向離散分布;所述列車與所述鋼軌之間的耦合作用通過輪軌接觸實現;將所述軌道板視為剛性支承塊,其具有垂向運動自由度;將所述軌道板與路基之間的連接視為線性彈簧和阻尼元件;結合軌道不平順、車輪不平順、軸重以及行車速度,計算所述車體與所述轉向架之間的的動態(tài)作用力、輪軌之間的豎向動態(tài)作用力以及作用于所述軌道板上的豎向動態(tài)力。
計算所述車體、所述車輪、所述鋼軌以及所述軌道板的振動響應包括以下步驟:使用板單元模擬所述車體,使用三維實體單元模擬所述車輪、所述鋼軌以及所述軌道板,并將所述車體與所述轉向架之間的作用力、輪軌間的豎向動態(tài)作用力分別加載在所述車體、所述車輪以及所述鋼軌的有限元模型中;將所述軌道板上的豎向動態(tài)力加載在所述軌道板的有限元模型中;分別計算出所述車體、所述車輪、所述鋼軌以及所述軌道板的振動響應。
所述計算車體輻射噪聲、車輪輻射噪聲、鋼軌輻射噪聲和軌道板輻射噪聲包括以下步驟:將所述車體、所述車輪、所述鋼軌以及所述軌道板的振動響應作為條件,根據結構振動發(fā)射的聲功率和結構表面振動的均方速度關系;分別計算所述車體輻射噪聲、所述車輪輻射噪聲、所述鋼軌輻射噪聲和所述軌道板輻射噪聲;利用聲學的疊加原理,得到所述列車的車底、兩根所述鋼軌、兩側所述車輪和所述軌道板構成的空間區(qū)域內的噪聲場分布;根據計算結果,分別提取所述列車前后所述轉向架中心正下方0.2m和所述車體底板正中心位置下方0.3m位置處噪聲數據,所述噪聲數據包括最大噪聲級、最小噪聲級及頻譜特性。
計算不同工況條件下不同機車車輛運行時的正常軌道噪聲數據時,采用的工況參數為:行車速度10-320km/h,列車軸重13-30t,鋼軌頭部磨耗0-10mm,有砟和無砟軌道結構,其中無砟軌道包括:crtsi型板、crtsii型板、crtsiii型板、雙塊式等,
采集所述列車運行過程中的車底噪聲輻射數據具體包括以下步驟:分別在所述列車的的前后轉向架的中心正下方0.2m和所述車體底板正中心位置下方0.3m位置處安裝所述聲傳感器;在所述列車運行過程中所述聲傳感器連續(xù)采集所述車底噪聲輻射數據,并將所述車底噪聲輻射數據實時通過網絡上傳至服務器。
將所述車底噪聲輻射數據與所述標準噪聲數據進行對比分析包括以下步驟:根據所述列車的行駛里程,從數據庫中讀取相應的所述標準噪聲數據;當前后所述轉向架下方和所述車體底板正中心下方的各所述聲傳感器檢測到的所述車底噪聲輻射數據中的最大噪聲級均超過所述標準噪聲數據的最大噪聲級5%以上時,再對比分析同一時刻不同頻段下的所述車底噪聲輻射和所述標準噪聲數據,如果相同頻段下所述車底噪聲輻射數據的頻譜峰值超過所述標準噪聲數據的頻譜峰值10%以上,判定所述機車車輛所處的軌道結構出現病害特征,并進行報警。
本發(fā)明的優(yōu)點是,將檢測裝置安裝在運行的列車上,可以對軌道的狀況進行實時檢測,解決了人工檢測效率低下的問題;將聲傳感器采集的數據與理論方法計算出的標準噪聲數據進行對比分析,可以有效的檢測軌道以及軌道板病害,不僅具有極高的準確性,還可避免人工檢測導致的漏檢誤檢。
附圖說明
圖1為本發(fā)明中列車的理論模型的示意圖;
圖2為本發(fā)明中軌道及軌道板的理論模型的示意圖;
圖3為本發(fā)明中采用的檢測設備的結構框圖;
圖4為本發(fā)明中的車輪的有限元模型圖;
圖5為本發(fā)明中的鋼軌的有限元模型圖;
圖6為本發(fā)明中的軌道板的有限元模型圖;
圖7為本發(fā)明中的車體的有限元模型圖。
具體實施方式
以下結合附圖通過實施例對本發(fā)明的特征及其它相關特征作進一步詳細說明,以便于同行業(yè)技術人員的理解:
如圖1-7,圖中標記1-13分別為:列車1、車輪2、鋼軌3、軌道板4、路基5、轉向架6、聲傳感器7、采集設備8、服務器9、太陽能電池組10、車體11、構架12、gprs通信模塊13。
實施例:如圖1-3所示,本實施例具體涉及一種軌道結構病害的遠程監(jiān)控預警方法,在該方法中首先計算不同工況條件下不同型號機車車輛運行時的鋼軌3、車輪2、車體11的底板和軌道板4構成的空間區(qū)域內的樣本噪聲數據,在列車1出發(fā)前,提前在列車1中輸入的機車車輛的型號以及線路資料,并在樣本噪聲數據的基礎上自動生成線路不同里程的標準噪聲數據,并將標準噪聲數據存儲在服務器9的標準噪聲數據庫中;在列車1運行過程中利用聲傳感器7采集列車1運行過程中的車底噪聲輻射數據;將車底噪聲輻射數據與標準噪聲數據進行對比分析,當車底噪聲輻射數據與標準噪聲數據的偏差大于病害閾值時,判定軌道出現病害特征;本實施例中軌道結構病害的遠程監(jiān)控預警方法具體包括以下步驟:
1)在該方法中首先計算不同工況條件下不同型號機車車輛運行時的鋼軌3、車輪2、車體11的底板和軌道板4構成的空間區(qū)域內的樣本噪聲數據,如圖1、2所示,在計算過程中,首先考慮軌道不平順、車輪不平順、軸重以及行車速度和軌道結構等條件的影響,建立列車-鋼軌-軌道板的耦合分析模型;耦合分析模型建立完成后,分別計算不同工況條件下列車1的車輪2與鋼軌3之間的輪軌作用力、作用于軌道板4上的豎向力以及列車1的車體11與轉向架6之間的作用力;車輪2與鋼軌3之間的作用力為豎向動態(tài)輪軌作用力;隨后分別建立軌道板4、車輪2、鋼軌3和車體11的三維有限元模型,將豎向動態(tài)輪軌作用力作為激勵條件輸入到車輪2與鋼軌3的三維有限元模型中,將作用于軌道板4上的豎向力作為激勵條件輸入到軌道板4的三維有限元模型中,并將車體11與轉向架6之間的作用力作為激勵條件輸入到車體11的三維有限元模型中,分別求解車輪2和鋼軌3的高頻豎向振動響應、軌道板4的低頻豎向振動響應以及車體11的豎向振動響應;利用邊界元的方法,將所求的車輪2、鋼軌3、軌道板4和車體11的振動響應作為計算條件,依據結構振動發(fā)射的聲功率和結構表面振動的均方速度關系,分別計算車輪輻射噪聲、鋼軌輻射噪聲、軌道板輻射噪聲和車體輻射噪聲,并利用聲學疊加原理并考慮遮蔽效應將四者疊加,獲得不同工況條件下不同型號機車車輛通過時的所述正常軌道結構的噪聲數據。具體計算過程如下:
1.1)建立列車-軌道-軌道板的耦合分析模型,求解車體11與轉向架6之間的作用力、輪軌作用力以及作用于軌道板4上的豎向力。
如圖1所示,一節(jié)列車1包括一個車體11、兩個轉向架6以及四對車輪2;車體11、轉向架6以及車輪2均被看做剛體,在耦合分析模型中,將列車1用按照指定速度運行于鋼軌3上的多剛體系統進行模擬,多剛體系統包括車體11、轉向架6以及車輪2;在模擬過程中結合車體11的質量、前后轉向架6的構架質量、車輪2的質量以及懸掛系統的質量和阻尼,同時結合車體11和轉向架6的沉浮運動和點頭運動以及車輪2的豎向振動;將所述鋼軌3視為連續(xù)彈性離散點支承基礎上的無線長梁,鋼軌3的下基礎沿縱向離散分布;列車1與鋼軌3之間的耦合作用通過輪軌接觸實現;將軌道板4視為剛性支承塊,其具有垂向運動自由度;將軌道板4與路基5之間的連接視為線性彈簧和阻尼元件;結合軌道不平順、車輪不平順、軸重以及行車速度,計算車體11與轉向架6之間的的動態(tài)作用力、輪軌之間的豎向動態(tài)作用力以及作用于軌道板4上的豎向動態(tài)力。
1.2)建立軌道板4、車輪2、鋼軌3以及車體11的三維有限元模型,計算軌道板4、車輪2、鋼軌3以及車體11的振動響應。
如圖1、2所示,使用ansys有限元分析軟件建立軌道板4、車輪2以及鋼軌3以及車體11的三維有限元模型,軌道板4、車輪2以及鋼軌3均采用三維實體單元進行模擬,車體11使用板單元進行模擬;車體11有限元模型圖如圖4所示,鋼軌3的有限元模型圖如圖5所示、軌道板4的有限元模型圖如圖6所示,車體11的有限元模型圖如圖7所示。
模擬過程中,將步驟1.1)中求解出的將動態(tài)輪軌作用力作為激勵條件輸入到車輪2與鋼軌3的三維有限元模型中,將作用于軌道板4上的豎向力作為激勵條件輸入到軌道板4的三維有限元模型中,車體11與轉向架6之間的的動態(tài)作用力作為激勵條件輸入到車體11的三維有限元模型中,分別求解車輪2和鋼軌3的高頻振動響應、軌道板4的低頻振動響應以及車體11的振動響應。
1.3)利用邊界元的方法,計算車輪輻射噪聲、鋼軌輻射噪聲、軌道板輻射噪聲和車體輻射噪聲。
在計算過程中,將步驟1.2)中得到的軌道板4、車輪2、鋼軌3和車體11的振動響應作為計算條件,依據結構振動發(fā)射的聲功率和結構表面振動的均方速度關系,分別計算車輪輻射噪聲、鋼軌輻射噪聲、軌道板輻射噪聲和車體輻射噪聲,并利用聲學疊加原理并考慮遮蔽效應將四者疊加,最終得到兩根鋼軌3、軌道板4、車輪2以及車體11底板構成的空間內的噪聲場分布;從噪聲數據中提取兩個轉向架6正中心下方0.2m和車體11底板正中心位置下方0.3m位置的噪聲數據,噪聲數據包括最大噪聲級、最小噪聲級及頻譜特性,提取完成后將噪聲數據存儲至服務器的樣本數據庫中。
在多種工況條件下重復步驟1.1)至1.3),在本實施例中,工況參數包括:不同的軌道不平順、車輪不平順、不同的行車速度(10km/h、15km/h、20km/h、25km/h、30km/h……300km/h、305km/h、315km/h、320km/h、)、不同的列車軸重(13t、15t、21t、23t、30t);鋼軌頭部磨耗0-10mm,有砟和無砟軌道結構,其中無砟軌道包括:crtsi型板、crtsii型板、crtsiii型板、雙塊式等,在噪聲數據存儲過程中,每條噪聲數據記錄包括其采用的工況參數。
2)利用聲傳感器采集列車運行過程中的車底噪聲輻射數據;如圖1至3所示,三個聲傳感器7分別安裝在列車1前后轉向架6正中心下方0.2m和車體11底板正中心下方和0.4m的位置;聲傳感器7連接采集設備8,用于在列車1運行過程中持續(xù)采集車底噪聲輻射數據;采集設備8連接有gprs通信模塊13,gprs通信模塊13用于將聲傳感器7實時采集的車底噪聲輻射數據通過網絡上傳至服務器9;服務器9通過固定ip路由器接入互聯網,任何裝有客戶端且接入互聯網的計算機均可訪問服務器9中的標準噪聲數據以及車底噪聲輻射數據;在列車車體兩側還安裝有太陽能電池組10,太陽能電池組10用于向采集設備8供電。
3)將車底噪聲輻射數據與標準噪聲數據進行對比分析,檢測軌道結構病害;如圖1至3所示,當服務器9接收到車底噪聲輻射數據后,根據列車1的行駛里程,自動與相同里程位置的標準噪聲數據進行對比分析;當車底噪聲輻射數據的最大噪聲級超過標準噪聲數據的最大噪聲級5%以上時,再對比分析同一時刻不同頻段下的車底噪聲輻射和所述標準噪聲數據;若在相同頻段條件下,車底噪聲輻射數據的頻譜峰值超過相應標準噪聲數據的頻譜峰值10%以上,判定該里程位置軌道結構出現病害癥狀反之可判定該里程位置軌道結構安全。
當服務器9檢測到軌道結構出現病害癥狀時,可以通過網絡向工務人員發(fā)出警報,以便工務人員到現場進行檢查;數據確認后,工務人員可以將檢修結果反饋至服務器,以便技術人員根據檢修結果調整樣本數據庫的內容。
本實施例的有益技術效果為:將檢測裝置安裝在運行的列車上,可以對軌道結構的狀況進行實時檢測,解決了人工檢測效率低下的問題;將聲傳感器采集的數據與理論方法計算出的標準噪聲數據進行對比分析,可以有效的檢測軌道結構包括鋼軌和軌道板等病害,不僅具有極高的準確性,還可避免人工檢測導致的漏檢誤檢。