预制道床姿态监测系统的制作方法

文档序号:20517997发布日期:2020-04-24 20:47阅读:475来源:国知局
预制道床姿态监测系统的制作方法

本发明涉及地铁道床检测技术领域,具体涉及一种预制道床的姿态监测系统。



背景技术:

道床为轨道框架的基础,起到支撑轨枕的作用,主要分为浇筑道床和预制道床。预制道床是在工厂预制生产的道床,可现场铺设,模块化程度高,可极大提高铺设速度和道床质量,局部可更换、可升级,维修方便,便于老线路改造,可降低道床全生命周期的成本,是道床未来的发展方向。

预制道床的长度一般在3m到6m之间,其整体性较弱,而且道床下表面无法与其下部结构支撑面自然贴合。在非减振地段,预制道床的安装是通过自密实砂浆连通道床与下部结构;在减振地段,预制道床通过不同的减振材料或减振元件作为支撑元件与下部结构连接。支撑结构会影响道床的使用状态和寿命,不论采取哪种支撑方式,支撑状态直接影响道床的动态响应和道床系统的动态参数,从而会影响道床的安全性、耐久性,进而影响行车的平稳性和安全性。这种支撑状态既包括道床建设阶段的初始状态,也包括运营阶段的工作状态。

如果一块道床初始铺设状态不合格,或后期运营状态发生变化,不仅会波及相邻道床板,还会直接影响车辆行驶的安全性。当一块道床板发生支撑损伤后,其承载力将下降,列车载荷将由相邻的道床板承担,从而引起连锁反应,造成道床大面积损坏。因此,对道床健康状态的检测尤为重要。

现有技术中,道床健康状态的检测方法包括巡检法、抽检法和传感监测法。巡检法和抽检法靠人工检测,由于预制道床板数量多,巡检法和抽检法的效率过低,对于每块道床进行高时间密度的人工检测并不现实;现有技术中,传感检测法多采用电传感器,在车辆通过道床时,检测道床的动态性能,例如,公开号为cn108226288a的专利公开了一种地铁隧道到道床监测方法,通过在道床断面上安装电加速度传感器、压电传感器,来检测道床脱空量。总的来说,传统监测系统里安装的压电传感器、速度传感器等,在没有振动信号时,没有电压信号,仅能监测振动值,无法监测静态值,光栅传感器、应变计、位移计等仅能观测某个轴向的相对值,无法进行多方向、静态角度的测量。

初始和运营状态缺陷会加速支撑条件的恶化,并且逐渐波及相临的预制道床板,在这个发展过程当中,很难通过道床的巡检、支撑材料或支撑元件的抽检确定位置以及影响的程度,当行车平稳性出现明显异常时再进行问题排查不但时间紧、风险大,维修处理的直接成本和时间成本都相当大,如果由此引起了道床结构破坏,轨道断裂等瞬时出现的后果,则会直接影响到行车的安全。同样,在减振地段由于减振支撑系统的个别位置的性能退化、失效也难以用传统的检查方式发现,当影响范围较大时,减振地段整体将失去应有的减振效果,进而引发社会问题。

这种状态的缺陷也有可能是由某一列车组所引起,比如某列车辆的悬挂系统、车轮状态出现问题,这种问题有可能会直接引起道床支撑系统的损伤,也可能会引起轨道的异常磨损,而无论是道床支撑系统的损伤还是轨道的异常磨损,又会加重该车辆的动态冲击同时也会影响到其它的车辆,而这种问题也无法通过传统的方式进行监测。

综上,目前仍然没有针对预制道床安全、性能、智能运维相关的监测技术和系统。



技术实现要素:

本发明的目的在于提供一种应用于预制道床的监测系统,监测系统针对预制道床模块化、整体性的特点,研究了一种可以监测预制道床的静态特性和动态特性,并将静态特性和动态特性结合,来判断道床及车辆健康度的系统。

为解决所述技术问题,本发明采用的技术方案为:

预制道床姿态监测系统,包括监测终端和姿态监测模块,所述姿态监测模块包括姿态传感器及通信单元,所述姿态监测模块安装在预制道床板上,所述姿态传感器经通信单元将监测数据传递至监测终端。

作为优选,每块预制道床板上均安装有一个姿态监测模块,所述姿态监测模块安装在道床板重心所在的纵向轴线上。

作为优选,所述通信单元包括串口转换器和传输电缆,串口转换器输入端与姿态传感器的数据输出端连接,串口转换器输出数据经传输电缆传递至监测终端

作为优选,姿态传感器与串口转换器之间进一步设置有单片机控制单元。

作为优选,预制道床的一侧设置有电缆支架,所述传输电缆搭接设置在电缆支架上。

作为优选,所述姿态监测模块设置在道床板上端面,或,预埋设置道床板内部。

作为优选,所述姿态监测模块还包括外壳,所述姿态传感器、单片机控制单元,串口转换器设置在外壳内。

作为优选,姿态传感器、单片机控制单元、串口转换器整合在一块电路板上。

与现有技术相比,本发明的有益效果在于:

本发明解决了预制道床动态监测从无到有的问题,并且可以实现静态监测、动态监测,结合静态监测数据和动态监测数据实现道床参数识别、自动化分析、自动化预警、车辆故障预警等功能,实现了预制道床的物联网化,保证车辆运行安全,减少运维人力物力投入。通过长期进行大数据记录,在数据量达到一定程度之后可以进行大数据分析,结合云端服务器的计算能力,配合运维的处理记录进行深度数据学习,形成人工智能模型,进一步挖掘数据价值,实现智慧运维。

附图说明

下面结合实施例及附图对本发明进一步详细说明:

图1为本发明姿态监测模块安装示意图;

图2为本发明姿态监测模块第二种实施方式安装示意图;

图3为本发明姿态监测模块第三种实施方式安装示意图;

图4为本发明姿态监测模块第四种实施方式安装示意图;

图5为本发明姿态监测模块第五种实施方式安装示意图;

图6为本发明姿态监测模块第六种实施方式安装示意图;

图7发明姿态监测模块整体安装示意图;

图8为姿态监测模块振动计算示意图;

图9为本发明姿态监测模块结构示意图;

图10为本发明姿态监测模块第二种实施方式结构示意图;

图11为姿态监控系统结构示意图

图12为本发明姿态监测模块第三种实施方式结构示意图;

图13为本发明姿态监测模块第三种实施方式结构示意图。

1-姿态监测模块,101-姿态传感器,102-串口转换器,103-外壳,104-无线通信模块,105-天线,106-传输电缆,107-单片机控制单元;

2-预制道床板,3-电缆支架,4-隧道壁,5-基准点,6-采集仪,7-云平台,8-数据计算及可视化服务器,9-监控终端。

具体实施方式

下面将结合附图对本发明具体实施例中的技术方案进行详细、完整的描述。显然,所描述的实施例仅仅是本发明总的技术方案的部分具体实施方式,而非全部的实施方式。基于本发明的总的构思,本领域普通技术人员所获得的所有其他实施例,都落于本发明保护的范围。

需要说明的是,当元件被称为“设置在”,“连接”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。

本发明提供了一种道床监测系统,具体为一种应用于预制道床的姿态监测系统,与传统的浇筑道床板相比,受现场运输及吊装设备的限制以及曲线地段贴合线型的要求,预制道床的整体性较弱,单块道床板安装状态不好精确控制,当一块道床板出现损伤,将引起道床整体的连锁反应。因此,预制道床监测系统面临与浇筑道床不同的监测需求。

因为预制道床较短,在道床板自身范围的弯曲刚度与剪切刚度较大,与传统的长板的柔性变形相比,它的振动变形结合支撑体系以刚体变形为主,特别是在减振需求地段的弹性支撑条件下,这使得监测其运动姿态成为可能。本发明提供的监测系统和监测方法,通过将道床静态和运动姿态相结合的方式,形成道床智能监测结果。

预制道床姿态监测系统,包括监测终端和姿态监测模块1,姿态监测模块1包括姿态传感器101及通信单元,姿态传感器101安装在预制道床板2上,姿态传感器1经通信单元将监测数据传递至监测终端。为了更好的保护姿态监测模块1,姿态监测模块还包括外壳103,姿态传感器101设置在外壳103内。

姿态监测模块的安装结构的实施方式参考图1至图7。

姿态监测模块1设置在道床板2上端面,或,预埋设置道床板2内部。如果设置在道床板2上端面,姿态监测模块1与道床之间可采用胶粘或膨胀螺栓固定的方式连接;如果预埋设置在道床板2内部,在预制道床浇筑混凝土之前,在预制厂内安装,浇筑混凝土之后监测装置与预制道床板2成为一体。在预制道床板2的侧部留引出线或数据接口。

姿态传感器101体积小,具有六个自由度(包括三个方向的轴向平动,和三个方向的轴向转动),满足预制道床静态姿态和动态姿态监测的要求。每块道床板2上至少安装有一个姿态监测模块1,其采集的道床板的姿态数据传递至监测终端。监测终端设置在远程云端。

参考说明书附图所示,姿态监测模块1可选择安装在道床板2的中心、一侧或边缘。

由于整块道床板不同位置的动态性能是会存在差异的,以道床板的振动为例,道床板上不同位置的振幅不同。为了可以使一个姿态监测模块1的监测数据更准确、高效的反应整块道床板的姿态信息,进一步对姿态监测模块1的设置位置进行限定。作为优选,每块预制道床板2上均安装有一个姿态监测模块1,姿态监测模块1安装在整块道床板2所在的纵向轴线上,对于姿态比较均匀的道床板2,姿态监测模块1安装在道床板2的对称中心所在的纵向轴线上。具体的,需要保证姿态传感器101位于道床板2的对称中心所在的轴线上。对方向的规定,垂直地面的方向为垂向(z向),列车前进方向(板的延伸方向)为纵向(x向),与垂向与纵向垂直的方向为横向(y向)。

以设置在重心所在位置的姿态监测模块1的监测数据为基础,三个方向平动自由度反应重心位置的整体运动值,三个方向转动自由度反应个方向轴的连带运动值,根据位置点与重心的距离关系,可以计算各位置点姿态数据。

比如要想知道距离姿态传感器101距离为a处(a可以是任意值)预制道床某点的振动ra,定义向上为z向,垂直纸面为y向,则a点的振动可以由监测点的数据(沿z向的垂向振动和绕y轴转向振动)的得到,原理参考图8,具体计算过程如下:

ra=rz+ryz*a

其中,aa为任意一点的振动,az是监测点z向振动,arx是监测点绕x轴的振动,a表示该点距离姿态传感器101安装位置之间的距离。

这表示板面任意一点的振动值都可以由姿态监测值计算得出,对于某些预制道床支撑系统,其支撑点并不在板的质心,而是分布于板的不同位置,这样可以由姿态监测值对其支撑位置的振动数值进行分析,本专利的分析结果及流程均适合这个不同的支撑位置。

即,三个平动自由度反应重心位置的整体运动值,三个转动方向自由度反应绕各个方向轴的连带运动值。

这样,整体道床板的任一一点的振动都可以由一个姿态监测模块1的监测数据计算得到,这使得在道床区域内进行连续的振动监测和弹性支撑的参数识别成为了可能。

通信单元作负责将姿态传感器的监测数据传递至远程的监测终端。本发明提供两种通信单元的实施方式。参考图9、图10、图12、图13。

第一种实施方式,为有线传输的方式。

通信单元包括串口转换器102和传输电缆106,串口转换器102与姿态传感器101的数据输出端连接,串口转换器102输出数据经传输电缆106传递至采集仪6。串口转换器102采用的为rs232转换模块、rs485转换、can转换模块。

整个监测系统的示意图如图11所示。

每一块道床板上均设置一个姿态监测模块1,数字信号输出可以实现总线连接,即多个姿态监测模块1并联共用通道,采集仪通过数字寻址轮询的方式依次访问每个姿态监测模块1中姿态传感器101获得的数据,比如采用rs485总线协议,一个数字通道可以监测32个姿态传感器,每个姿态传感器101具有6个自由度(三轴向、三转向)。数据采集系统与装置之间以轮询的方式进行数据访问读取,单个通信通道可串接32个姿态监测模块1,极大节约了数据采集仪的成本以及布线的成本。相比,如果采用压电式传感技术,则需要32*6=192个数据通道进行同样的监测,其中转动方向实际上还无法监测。一般一台振动采集仪仅有32个通道,本发明可以省掉大量的振动采集仪投入,直正实现连续监测。

姿态监测系统的结构如图11所示。

对所有的姿态监测模块1进行分组,每组对应一个采集仪6,多个采集仪的数据6上传到云平台7,再经云平台上传到数据计算及可视化服务器8,最终到达监控终端9。

预制道床的一侧或双侧设置有电缆支架3,电缆支架3可直接安装在地面、桥梁、或者隧道壁4上,信号传输电缆106在扣件轨枕间的钢轨下部与道床的间隙(70mm)间横向引至道床外侧,从而可采用轨道交通的已有的电缆支架3进行纵向的串接与传输。传输电缆106与道床面采用压条或压扣固定,并搭接设置在电缆支架3上。

第二种实施方式,为无线传输的方式。

通信单元包括无线通信模块104和天线105。其中,可以采用wifi、蓝牙、zigbee、lora等形式的无线通信模块104。无线通信模块104获取姿态传感器101的监测数据,并经天线105发送数据信息,至采集仪。

除此之外,参考图12和图13,还可以进一步在姿态传感器101和串口转换器102之间设置单片机控制单元107。单片机控制单元107的作用是对数据进行缓存,也可以进行初步处理,单片机控制单元107、姿态传感器101与串口转换器102相结合,实现触发采样、数据处理,再由串口转换器输出数据经传输电缆或无线通信传递至采集仪并发送至云端。

上述,姿态传感器101、单片机控制单元107、串口转换、无线通信模块104均可以集成在一块电路板上。

基于以上姿态监测系统,本发明进一步提供一种预制道床姿态监测方法,包括静态监测方法和动态监测方法。

其中,静态状态(无过车)反应了预制道床的静态状态,反应道床初始安装、及塑性损伤问题,通过静态监测可以直接定位初始安装缺陷以及出现塑性损伤的道床。进行动态监测及诊断时,必须先排除静态姿态因素的影响。

其中,动态状态(过车)反应了预制道床的动态状态,反应道床基础支撑结构的动态参数损伤以及车辆轮对损伤,通过动态监测可以直接或间接(数据分析)定位损伤的道床板或车辆,分析损伤的程度和发展趋势。

在监控终端内为每块道床板做初始化记录,道床板编号n,并根据编号记录道床板位置;为每组车辆做初始化记录,车辆编号v,下文所述监测方法中,对于道床板、车辆的分析和定位,均是基于预置的初始化信息。

(1)静态姿态监测

静态姿态监测方法具体包括以下步骤:

首先,定义道床板延伸的方向,即车辆的行进方向为x向,垂直地面(道床板板面)的方向为z向,与x向和z向相垂直的第三方向为y向(平行道床板板面,且与道床板延伸方向相垂直的方向);

采集道床板的静态姿态数据;所述静态姿态数据包括,无过车时,道床板的x向、y向及z向的加速度数据;静态姿态数据是指没有车辆经过道床板时,道床板的姿态数据,可以采用过车间隔时间段内,或者是夜间停运后,无车经过时,姿态传感器采集的数据作为静态姿态数据;

基于加速度数据计算各块道床板的重力加速度矢量;

基于重力加速度矢量计算重力加速度矢量角,进一步计算道床板的静态监测指标,包括道床板超高值、纵坡值;

基于静态监测指标生成道床板状态监测结果。

道床板的静态姿态数据可以反应道床板的静态状态,对于初始安装状态下,道床板的静态姿态数据可以反应道床板的安装状态是否合格,对于道床板投入运营后,道床板的状态的变化反应了道床基础塑性不可弹性恢复损伤。

关于道床板的静态监测可以通过以下几个功能层面去进行分析。

(1)基于静态超高值和静态纵坡值的分析。

静态超高值:q=l×acos(θy)。

其中,q为超高值,l为轨距,θy为重力加速度矢量与y向的夹角。重力加速度矢量,指的是由三个轴的重力加速度值所计算得出的总数值(包括大小和方向),(如果把加速度看成力,就相当于三个方向分力的合力)

总加速度:

总加速度与x方向的夹角计算:θx=acos(rx/r);总加速度与y方向的夹角计算:θy=acos(ry/r);总加速度与z方向的夹角计算:θz=acos(rz/r)。

静态纵坡值:e=tan(θx)

其中,e为纵坡值,θx为重力加速度矢量与x向的夹角。

设定静态超高值标准值qb和超高值允许公差q,静态纵坡值标准值eb和静态纵坡值允许公差e;如果:

|qn-qb|>q,或,|en-eb|>e,(其中,qn为第n块道床板静态超高值,en为第n块道床板静态纵坡值),则认为道床板存在故障。

进一步分情况来说明。

如果这种道床板的这种状态是发生在安装后,初始运营前,则说明道床板安装施工精度较差,存在施工缺陷,根据道床板编号,定位道床板位置,便于后期维护。进一步具体说明,在线路刚刚投入运营阶段,静态姿态分析结果可以反映道床的安装与设计值之间的偏差,通过收集每一块板的静态姿态,可以在这个阶段锁定安装精度相对较差的预制道床板,从而在线路投入运营阶段进行有针对性的运维。

如果道床板的这种状态是发生在正常运营阶段,静态姿态分析结果数据以及静态姿态历史发展数据还可以反映在运营阶段所出现的不可恢复的支撑层的塑性损伤和变位,即运营一段时间后,静态超高观测值与纵坡观测值变化超过允许公差。比如由隧道沉降或填充材料缺陷引起的自密实砂浆层破坏、橡胶/聚氨指材料蠕变、点支撑橡胶隔振器材料破坏、点支撑钢弹簧隔振器断裂等弹性不可恢复姿态变化。在这种情况下,可以根据传感器位置和历史数据进而锁定预制道床板的支撑问题所在位置以及其发展速率,便于持续观察,从而进一步确定问题发展是否异常,这样可以在早期识别问题,以较少投入处理问题,包括并不限于:调整预制道床板、更换预制道床板、更换支撑材料等。

(2)多块道床板动态姿态比较

采集道床板的动态姿态数据,动态姿态数据反映的为车辆经过道床板时,道床板的姿态情况,包括道床板的x向、y向及z向的重力加速度数据。道床板动态姿态的比较分析是基于同一辆车经过时,道床的数据进行统计分析。

基于前文所述的道床板动态姿态数据,获取道床板的重力加速度数据。记算各块道床板在三个平动方向加速度分量和三个转动方向上的角速度分量,其中,rxn-第n块道床板在x向振动的加速度,ryn-第n块道床板在y向振动的加速度,rzn-第n块道床板在z向振动的加速度,rxyn-第n块道床板在xy轴向的转动角速度,rxzn-第n块道床板在xz轴向的转动角速度,ryzn-第n块道床板在yz轴向的转动角速度。

对同一辆车经过时,每一块道床板的上述六个数据进行统计,并统计出六个数据的峰值。由于塑性损伤会对道床板的动态性能产生影响,在进行动态分析时,首先排除静态分析中,存在缺陷的道床板,基于所有静态监测状态正常的道床板,进行动态分析。

将该车辆经过第n块道床板的数据分别与第1~i块道床板的数据进行比较,其中,n∈1~i,为整数,i的大小取决于一个路段道床板数量的总数;顺次取每块道床板的数据与其他所有道床板的数据进行比较。

首先需要设定一个比较阈值,该阈值作为评价标准,如果一块道床板与其他道床板同样的测量参数的差超过阈值,则判定这块道床板存在损伤。

本实施例中,将阈值设定为阈值比例,例如可设定为20%。实际应用时,可结合具体情况选择阈值的大小。

若,第n块道床板的z向振动加速度rz在所有道床板中最大,rz向的振动峰值高于其他道床板rz向振动峰值的20%,判断该道床板垂向的支撑状态发生了改变(刚度或是阻尼);进一步对该块道床板的其他加速度矢量数据进行分析,以定位故障所在位置,上述20%是个初始值,可以通过现场检查情况及数据的对应关系,对初始值进行优化重新设定。若rxz,ryz并无异常,则可以定位损伤在该板板底靠近重心位置,而若rxz同时出现较大峰值,则问题出现在板基础的x向两端位置;若ryz同时出现较大峰值,则问题出现在板基础的y向两侧位置;若rxz,ryz同时出现异常,则问题出现在板的角部位置。

若,第n块道床板的x向振动加速度rx在所有道床板中最大,rx向的振动峰值高于其他道床板rx向振动峰值的20%,则可判定该块道床板基础的纵向参数(刚度、阻尼、粘接力)发生异常,道床板基础存在损伤,进一步对该块道床板的其他位置加速数据进行分析,以定位故障所在位置,上述20%是个初始值,可以通过现场检查情况及数据的对应关系,对初始值进行优化重新设定。

若,第n块道床板的y向振动加速度ry在所有道床板中最大,ry向的振动峰值高于其他道床板ry向振动峰值的20%,则可判定该块道床板基础的横向参数(刚度、阻尼、粘接力)发生异常,道床板基础存在损伤,进一步对该块道床板的其他位置加速度数据进行分析,以定位故障所在位置,上述20%是个初始值,可以通过现场检查情况及数据的对应关系,对初始值进行优化重新设定。

若,第n块道床板的z向振动加速度rz在所有道床板中最大,rz向的振动峰值高于其他道床板rz向振动峰值的20%,则可判定该块道床板基础垂向参数(刚度、阻尼、粘接力)发生异常,道床板基础存在损伤,进一步对该块道床板的其他位置加速度数据进行分析,以定位故障所在位置,上述20%是个初始值,可以通过现场检查情况及数据的对应关系,对初始值进行优化重新设定。

(3)多车辆动态差异化分析

多车辆动态差异化分析,主要目的是借助道床状态的监测,来反应车辆运行状态。道床板车辆动态的比较分析是基于不同辆车经过时,同一块道床板的数据进行统计分析。

具体说,有些情况下道床的支撑损伤在最开始时并非由道床支撑系统或道床自身引起,比如某列车辆的悬挂系统、车轮状态出现问题时,相比较于其它车辆的运行,会对轨道和道床产生较大的冲击,这种冲击有可能会直接引起道床支撑系统的损伤,也可能会引起轨道的异常磨损,而无论是道床支撑系统的损伤还是轨道的异常磨损,又会加重该车辆的运态冲击同时也会影响到其它的车辆,进一步影响其它车辆的车轮工作状态,引发车轮磨损,反过来继续影响轨道和道床而形成恶性循环。当出现可见可感的问题时,将进行极大的人力物力运维投入去处理解决问题,包括并不限于打磨车轮(多车辆)、打磨钢轨、更换道床、更换道床支撑系统等。车组分析指的是同一块预制道床板在不同车辆、不同车厢甚至不同轮对的分析比较。在同一位置,不同的车组经过时,道床的动态姿态如果仅在某一车组经过时出现异常,而其它车组经过时正常,则可以识别出车辆自身的问题,锁定出现问题的车辆、车厢和轮对,可以在早期有针对性地进行车辆运维,而不是当问题波及其它车辆、道床、支撑系统之后进行运维,这可以节省大量的运维开支并提高线路运行安全性。

由于道床板静态缺陷和动态缺陷都会影响车辆经过时,道床板所反映的数据,因此在进行多车辆动态分析时,首先排除静态的结果的影响,再排除多板动态特性差异化影响。

选定多块道床的数据,作为车辆动态监测的参考数据。对不同列车编组进行编号,基于不同车辆经过道床板时,道床板动态姿态数据,计算道床板在三个平动方向和三个转动方向上的振动值-第v辆车经过道床板时,道床板在x向振动的加速度,rynv-第v辆车经过道床板时,道床板在y向振动的加速度,rznv-第v辆车经过道床板时,道床板在z向振动的加速度,rxynv-第v辆车经过道床板时,道床板在xy轴向的转动角速度,rxznv-第v辆车经过道床板时,道床板在xz轴向的转动角速度,ryznv-第v辆车经过道床板时,道床板在yz轴向的转动角速度。

对于同一块道床板,若第v辆车经过时,结果数据峰值大于其他车辆经过时的20%(根据车辆检查情况及数据对应关系,阈值可以进行优化重新设定)则说明是车辆经过该块道床板时的道床板振动异常,而其它车辆经过时并无异常。

具体地说,计算不同车辆经过相同道床板,道床板的各平动方向加速度分量和转动方向角速度分量;

将该车辆v经过第n块道床板的数据分别与其它第1~i车辆块道床板的数据进行比较,其中,v∈1~i,为整数;

设定比较差阈值;

对于第n块道床板,若该车辆经过时,与其它车辆经过时的比较存在如下情况,则判定该车辆存在故障:

rznv与其他车辆经过时差超过阈值;

rynv与其他车辆经过时差超过阈值;

ryznv与其他车辆经过时差超过阈值;

rxznv与其他车辆经过时的差超过阈值;

其中,rznv为第v辆车经过时,第n块道床板的z向加速度,rynv为第n块道床板的y向加速度,ryznv为第n块道床板的yz向转动角速度,ryznv为第n块道床板的yz向转动角速度,rxznv为第n块道床板的xz向转动角速度。

进一步地,为了保证判定结果的稳定性,对该车辆通过各个道床板的数据进行统计,如果超过道床板总数60%的道床板均存在上述情况,则判定该车辆存在异常。即,与其它车辆相比,某一车辆经过时,不少于60%的道床板的振动较其它车辆经过时均超过阈值,则可判定该车辆存在异常。

进一步具体地说,若在所有道床板中,第v辆车经过时,均表现出:

rznv高于其他车辆经过该道床板rzn向振动峰值的20%,道床板垂向振动增加,则判定车辆存在异常;(一般是车轮在垂向踏面的非正常磨耗),根据车辆检查情况及数据对应关系,阈值可以进行优化重新设定;

rynv高于其他车辆经过该道床板ryn向振动峰值的20%,道床板横向振动增加,则判定车辆存在异常;(一般是车轮在侧向踏面的非正常磨耗);根据车辆检查情况及数据对应关系,阈值可以进行优化重新设定;

ryznv高于其他车辆经过该道床板ryzn向振动峰值的20%,道床板yz转动方向(横向翻滚)振动增加,若rznv或rynv同时超过阈值,则可进一步判定车辆存在的异常是单侧的(左右侧不均匀的);(一般是左侧或是右侧车轮在垂向或向踏面的非正常磨耗);根据车辆检查情况及数据对应关系,阈值可以进行优化重新设定;

rxznv高于其他车辆经过该道床板rxzn向振动峰值的20%,道床板xz转动方向(纵向点头)振动增加,若rznv或rynv同时超过阈值,则可进一步判定车辆存在的异常是轴箱不均的(同一轴箱的两个车轴不均匀);(一般是同轴箱前轴或后轴垂向或向踏面的非正常磨耗);根据车辆检查情况及数据对应关系,阈值可以进行优化重新设定;

车轮的不同磨耗方式可以引起多块板的横向及垂向振动值增加,但与车辆行进方向的关系不明显。

这个振动值的增加一定是多块板的分析才能说明问题,如果仅单板块分析结果不能准确说明,多块板的分析数量应不小于道床板总数量的60%,60%是经验值,应根据线路条件、车辆检查情况及数据对应关系进行优化,必要时重新设定。

(4)基于历史数据分析的

有些预制道床的弹性支撑系统的作用是用于减少列车运行时对于周围环境的影响,此为减振型预制道床,目前减振型道床所采用的弹性支撑系统形式相当多,但其长期的效果数据几乎没有,各地也出现了在线路运营了一定时间之后出现的周边环境(包括住宅、单位)的振动投诉,而这时很难锁定问题,有时在更换了减振部件之后也难以达到线路运行初期的减振性能。这是由于在出现环境影响恶化的情况下,影响因素非常多,既包含了减振系统的问题(比如失效、老化、退化),也包含了由于轮轨关系、道床状态引起的激励变化,难起锁定问题的关键点与初始点,而且一般出现这种情况时,不仅仅是一块或是几块道床板的问题,极大可能是整个减振地段的问题,处理难度很大,投入很高,而且这种线路运行状态会引发较大的社会问题。通过预制道床板动态姿态采集的大量数据并实现静态分析、动态多板分析、动态多车辆分析、静/动态历史趋势分析分析之后,可以在早期发现这些问题并且发现这些问题的根本原因,早期进行有针对性的运维。同时,也可以在长期观测不同减振材料、减振元件的长期工作效果,为其它新建线路进行减振设计提供有针对性的大数量佐证。

a.静态数据的统计分析:

对各时间点每块道床板的超高值和纵坡值历史记录进行统计分析,获得超高值变化趋势和纵坡值变化率。

其中,为第n块道床板超高值的变化率,为第n块道床板在tn-1时刻的超高值,为第n块道床板在tn时刻的超高值。根据的变化趋势,判断道床板的发展特性。

其中,为第n块道床板纵坡值的变化率,为第n块道床板在tn-1时刻的纵坡值,为第n块道床板在tn时刻的纵坡值。根据的变化趋势,判断道床板的发展特性。

b.动态数据统计分析。

对每块预制板,在各时间点的rxn,ryn,rzn,rxyn,rxzn,ryzn数据进行统计,获得数据的变化率:

其中,为第n块道床板某个动态响应值(rxn,ryn,rzn,rxyn,rxzn,ryzn)的变化率,为第n块道床板在tn-1时刻的动态响应值,为第n块道床板在tn时刻的动态响应值,根据变化率,判断道床板的损伤发展特性。

针对每组车辆,对rxv,ryv,rzv,rxyv,rxzv,ryzv数据进行统计,获得数据的变化率:

其中,为第v辆车经过时,道床板某个动态响应值(rxv,ryv,rzv,rxyv,rxzv,ryzv)的变化率,为第v辆车经过时,道床板在tn-1时刻的动态响应值,为第v辆车经过时,道床板在tn时刻的动态响应值,根据变化率,判断车辆的异常发展特性。

当变化率趋于0值,或在0值附近波动(一周之内的观测值),则为稳定状态,如果变化率持续增加,则为发散状态。

如果出现发散状态,则说明道床板、或车辆损伤发展不稳定,损伤情况会持续恶化,应尽早进行有针对性运维。

关于阈值的说明,仅以加速度峰值为例,但也可以运用有效值、某个频带的加速度值、频谱幅值、加速度级、总振级,其相对应的阈值均可根据实测数据与现场检查情况进行优化调整。

其中加速度有效值为:式中:a(t)为加速度时间函数,t为分析时间长度。

某个频带的加速度值计算需要进行带通滤波,带通滤波有频域方法与时域方法,以频域方法为例。其表达式为:

式中:a为输入信号a的离散傅里叶变换,h为滤波器的频率响应函数,理想情况频响函数为fu为上限截止频率,fd为下限截止频率,δf为频率分辨率。

滤波器通常有任意频带滤波器、1倍频滤波器、1/3倍频滤波器。

频谱幅值包括不限于快速傅里叶变换幅值与功率谱幅值:

n点序列a(r)的n点离散傅里叶变换可以表示成:

式中w=ej2π/n

自功率谱密度函数表达式为:

rxx(r)为自相关函数,表达式如下:

式中:a(i)等价于a(iδt)=a(t),振动加速度样本函数。

加速度级:val=20lg(arms/a0),式中:a0为基准加速度,一般取10-6m·s-2

总振级:vlall=10*log(∑10vali/10),式中:vali为振动加速度在1/3倍频程第i个中心频率的分频振级。

本发明解决了预制道床动态监测从无到有的问题,采用本发明所述的姿态监测系统和姿态监测方法,可以实现静态监测、动态监测,结合静态监测数据和动态监测数据实现诊断道床状态、车辆状态,提高交通运营的安全性。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1