一种高速列车疲劳寿命评估方法及系统与流程

1.本发明属于列车疲劳寿命评估技术领域，具体涉及一种高速列车 疲劳寿命评估方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必 然构成在先技术。
3.结构的疲劳破坏是安全设计中一直倍受各方关注的，也是交通运 输工具在制造和运行中不得不重视的问题。为了保障各条线路上运营 的列车能够安全可靠稳定的运行，对各个系列动车组的运营状态进行 跟踪监控。动车组在实际运用条件(地区、环境和线路)下，车体底架 结构动态应力的测量，通过测量所收集到的数据信息，掌握其运营状 态下的应力及损伤数据，对未来的改进和维护，具有相当的指导意义。
4.目前在工程上广泛应用的结构可靠性分析模型是以传统的静强 度失效模式为基础的应力—强度干涉模型，对于随机复杂载荷情形， 通常会得到误差较大的结果。此外，用于轨道车辆结构疲劳损伤计算 的方法并未考虑载荷随机性带来的损伤随机性，而这种随机性会随着 服役时间的增长而累积，由此造成结构寿命评估会产生较大的误差。


技术实现要素：

5.本发明为了解决上述问题，提出了一种高速列车疲劳寿命评估方 法，本发明从概率统计的角度出发，以监测得到的损伤数据为输入， 考虑随机因素，基于数据驱动的方法对轨道车辆结构疲劳进行可靠性 评估。
6.根据一些实施例，本发明采用如下技术方案：
7.第一方面，公开了一种高速列车疲劳寿命评估方法，包括：
8.采用光纤光栅采集车体底架应力数据；
9.利用采集的应力数据进行损伤计算，将计算的损伤数据视作随机 变量，建立起维纳过程，通过辨识其概率参数求解；
10.其中，求解时通过设定参数初值作为先验分布，进而不断基于最 新数据进行参数的后验分布计算，根据后验分布计算剩余寿命的概率 密度函数；
11.上述剩余寿命的概率密度函数为所有测点剩余寿命的平均概率 密度函数，基于上述剩余寿命的概率密度函数求解单个测点的剩余寿 命。
12.作为进一步的技术方案，采用光纤光栅采集车体底架应力数据时， 动应力测点主要分布在车体底架的一位端端部底架以及变流器吊挂 横梁。
13.作为进一步的技术方案，在车体上安装监测设备，将动应力测点 通过测试线连接到监测设备上，进行全程连续采集应力数据。
14.作为进一步的技术方案，利用采集的应力数据进行损伤计算，利 用线性累积损伤模型进行计算，当损伤总量达到临界值1时材料失效； 在多级加载条件下，累积损伤d由下
式计算：
[0015][0016]
式中：ni为第i级加载水平下实际发生的应力循环次数；ni为第 i级加载水平下材料的疲劳寿命；m为加载总级数。
[0017]
作为进一步的技术方案，基于所有测点累积损伤的剩余寿命t的 概率密度函数为：
[0018][0019]
式中：ζ为临界损伤，取1。
[0020]
作为进一步的技术方案，求解单个测点的剩余寿命时：
[0021]
将某个测点的退化轨迹描述为具有固定效应的维纳过程，即υ和 μ为固定参数，其数值可根据贝叶斯理论和所有测点得到的初步结果 求出；
[0022]
基于不断累积的个体新数据，求得υ和μ的后验分布；
[0023]
将二者的最大后验概率估计作为υ和μ的更新值，更新某个测点 剩余寿命的目标。
[0024]
第二方面，公开了一种高速列车疲劳寿命评估系统，包括：
[0025]
光纤光栅，用于采集车体底架应力数据；
[0026]
监测设备，安装在车体上，将光纤光栅通过测试线连接到监测设 备上，获得全程连续采集应力数据；
[0027]
处理单元，与监测设备通信，利用采集的应力数据进行损伤计算， 将计算的损伤数据视作随机变量，建立起维纳过程，通过辨识其概率 参数求解；
[0028]
其中，求解时通过设定参数初值作为先验分布，进而不断基于最 新数据进行参数的后验分布计算，根据后验分布计算剩余寿命的概率 密度函数；
[0029]
上述剩余寿命的概率密度函数为所有测点剩余寿命的平均概率 密度函数，基于上述剩余寿命的概率密度函数求解单个测点的剩余寿 命。
[0030]
作为进一步的技术方案，所述监测设备安装在过度支架上，过度 支架吊挂在车体中部大横梁上。
[0031]
与现有技术相比，本发明的有益效果为：
[0032]
本发明从概率统计的角度出发，以监测得到的损伤数据为输入， 考虑随机因素，基于数据驱动的方法对轨道车辆结构进行疲劳可靠性 评估。
[0033]
本发明因为采用光纤光栅作为高速动车组车辆关键承载部件结 构健康监测的技术手段，克服了传统的电阻应变片测点布置有限、布 线臃肿、难以与结构融合的缺点，进而达到了全方位监测关键部件动 态应力的效果。将监测到的损伤数据视作随机变量，建立起维纳过程， 通过贝叶斯理论不断更新模型参数，提高寿命预测精度，本发明考虑 到了测试结果分散性对预测结果的影响，给出了高置信度的预测区间， 并且随着数据的增加，预测区间变窄，精度变高。
[0034]
本发明附加方面的优点将在下面的描述中部分给出，部分将从下 面的描述中变得明显，或通过本发明的实践了解到。
[0035]
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较 佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0036]
构成本发明的一部分的说明书附图用来提供对本发明的进一步 理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对 本发明的不当限定。
[0037]
图1为光纤光栅测点位置示意图；
[0038]
图2为测点全寿命周期损伤预测图。
具体实施方式：
[0039]
下面结合附图与实施例对本发明作进一步说明。
[0040]
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一 步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本 发明所属技术领域的普通技术人员通常理解的相同含义。
[0041]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式， 而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除 非上下文另外明确指出，否则单数形式也意图包括复数形式，此外， 还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其 指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0042]
实施例一：
[0043]
在本实施例中，以高速动车组进行举例说明，但并不代表本发明 提供的方法仅能适用于高速动车组疲劳寿命预测中。其也可以根据预 测对象的不同，适用于其他车辆的寿命预测中。
[0044]
在本实施例中，公开了一种高速列车疲劳寿命评估方法，包括：
[0045]
采用光纤光栅采集车体底架应力数据；
[0046]
利用采集的应力数据进行损伤计算，将计算的损伤数据视作随机 变量，建立起维纳过程，通过辨识其概率参数求解；
[0047]
其中，求解时通过设定参数初值作为先验分布，进而不断基于最 新数据进行参数的后验分布计算，根据后验分布计算剩余寿命的概率 密度函数；
[0048]
上述剩余寿命的概率密度函数为所有测点剩余寿命的平均概率 密度函数，基于上述剩余寿命的概率密度函数求解单个测点的剩余寿 命。
[0049]
光纤光栅(fiber bragg granting，fbg)是fbg传感器的核心 部件，它的传感原理是通过外界参量对中心波长的调制来获取温度、 应变等传感信息，相比于目前轨道车辆监测常用的电阻式应变传感器， fbg传感器具有直径细、体积小，光调制信号在传输光纤中损耗低、 可靠性高、抗干扰能力强，具有抗腐蚀、抗电磁干扰能力，具有对环 境干扰信号不敏感等优势。
[0050]
在本实施例中，以高速动车组车体底架作为监测部件，采用光纤 光栅作为动应力传感器和振动加速度传感器，动应力测点主要分布在 车体底架的一位端端部底架(含牵引梁、枕梁、抗蛇行减振器座等) 以及变流器吊挂横梁，由于上述结构是车体的关键受力结构，不仅承 受车体自身的纵向力、垂向力和横向力，还承受吊挂设备的振动力， 因此容易
发生疲劳失效，因此选择这些测点进行监测，如图1所示。
[0051]
根据车体的传感器安装位置、结构特点等，设计走线路径，且走 线应与结构融合，不得与其它部件相抗。
[0052]
为了在线测试，在车体上安装监测设备，将测点通过测试线连接 到监测设备上，进行全程连续采集。试验设备安装位置见图2。监测 设备首先通过螺栓安装在过度支架上，过度支架通过t型螺栓吊挂在 中部大横梁上。测试设备组成主要包含光纤光栅解调仪和工控机等。 如图2所示。
[0053]
由于测点数量较多，为避免后期混淆测点位置，在前期布置传感 器时，记录下每个位置的测点与监测设备连接的通道号，计算机能够 显示通道号，从而对测点位置进行区分。采集到应力数据之后，首先 需要对数据存在的噪声进行处理，对数据进行滤波后可以得到纯净的 信号，之后在线下或者实时进行损伤计算，计算依据为miner线性法 则，具体方法为：
[0054]
线性累积损伤模型也称作miner模型，该模型的基本假设是损伤 遵从线性累积规则，当损伤总量达到临界值1时材料失效。对于包含 多个不同等级的应力水平的加载条件，累积损伤d可由式(1)计算：
[0055][0056]
式中：ni为第i级应力水平下实际发生的应力循环次数；ni为第 i级应力水平下材料的疲劳寿命；m为应力总级数。
[0057]
得到实测应力数据之后，采用雨流计数法对数据进行分级，通常 采用16级应力谱，雨流计数法可以同时得到每一级的应力循环次数 ni，同时根据材料每一级应力对应的疲劳寿命ni，带入到式(1)计 算累积损伤
[0058]
在本实施例中，将每15000公里的累积损伤视为随机变量，建立 起维纳过程。累积损伤的计算方式为：通过列车运行交路表，确认列 车从开始监测至今的运行里程，对运行里程进行分段处理，每15000 公里进行一次分段，并根据上文方法计算15000公里内的累积损伤。 第二步通过辨识维纳过程的概率参数求解寿命的概率密度函数，维纳 过程的定义为：
[0059]
给定二阶矩过程{w(t),t≥0}，若满足：
[0060]
(1)为独立增量过程；
[0061]
(2)对有增量
[0062]
w(t)-w(s)～n[μ(t-s),σ2b(t-s)],σ＞0
[0063]
(3)w(0)＝0，并且w(t)在t＝0连续。
[0064]
则称该过程为维纳过程。维纳过程也称为正态增量过程。
[0065]
结合累积损伤和维纳过程的定义可以看出，每15000公里的损伤， 都服从均值为μ，方差为σ2的维纳过程，但是这两个参数的真实值未 知。参数辨识的关键就是根据实测损伤辨识参数μ和σ2的真实值。 辨识方法采用贝叶斯概率理论和马尔科夫链-蒙特卡洛法，通过设定 参数初值作为先验分布，进而不断基于最新数据进行参数的后验分布 计算，对参数真实值进行更新。根据更新后的参数值进行剩余寿命的 概率密度函数计算。
[0066]
基于维纳过程的剩余寿命计算的具体步骤为：
[0067]
通常情况下，不同产品的退化轨迹参数会有所差异。以高速动车 组车体底架为例，由于各个测点所处的位置不完全相同，累积损伤必 然不同，采用相同参数的wiener过程建模，势必导致可靠度评估出 现误差。
[0068]
因此，为准确刻画不同个体间的参数差异，可将wiener过程中 的两个参数视为随机变量，令υ＝σ-2
，则υ和μ均为随机变量。一般来 讲，υ服从哪种分布并未严格规定，但是为方便研究，通常假设其服 从适应性较高的gamma分布，则υ的概率密度函数为：
[0069][0070]
式中：υ为方差的倒数，αg和βg为gamma分布的逆尺度参数和形 状参数。
[0071]
同时假设μ服从正态分布则其在给定υ的前提下的条件 分布概率密度函数为：
[0072][0073]
式中：θ和λ分别为正态分布的参数。
[0074]
得到υ和μ的概率密度函数之后，可得到二者的联合概率密度函 数为：
[0075][0076]
式中：γ(
·
)表示gamma函数。
[0077]
假设共计n个观测样本(即n个测点的累积损伤)，令其中第i 个样本在t
j-1
时刻至tj时刻的时间增量为δt
ij
，退化量增量为δz
ij
，也就 是每15000公里的损伤，则根据wiener过程定义，依照随机变量的 全概率公式，可得δz
ij
概率密度函数为：
[0078][0079]
具有随机效应的wiener过程未知参数的似然函数为：
[0080][0081]
式中：m表示观测时间总数。
[0082]
通过求解式(6)表示的似然函数能够得到所有未知参数的解， 求解方法为贝叶斯概率方法和马尔科夫链-蒙特卡洛法，输入数据为 每15000公里的实测损伤。
[0083]
根据这些参数的解，并且基于随机变量的全概率公式可得基于所 有测点累积损伤的剩余寿命t的概率密度函数为：
[0084]
[0085]
式中：ζ为临界损伤，取1，t为剩余寿命，也就是列车的剩余的 运行里程。
[0086]
由于以上结果是所有测点剩余寿命的平均概率密度函数，但是每 个测点的累积损伤速率大小不一，速率最大的测点的寿命一般认为是 结构的剩余寿命，因此需要进一步求解单个测点的剩余寿命。根据贝 叶斯更新理论，可以将某个测点的退化轨迹描述为具有固定效应的维 纳过程，具体做法为将υ和μ的概率密度函数(式(2)和式(3)) 中的αg、βg、θ和λ视为已知量，其数值可根据所有测点的损伤数据 通过上文方法求出，将这些参数作为υ和μ的先验分布，基于不断累 积的某个测点的新数据(15000公里的损伤)，重新根据贝叶斯概率 方法和马尔科夫链-蒙特卡洛法，求得υ和μ的后验分布，将二者的最 大后验概率估计作为υ和μ的更新值，代入式(8)，从而达到更新某 个测点剩余寿命的目标。
[0087][0088]
附图2给出了基于总体数据得到的参数结果，更新参数后的某个 测点剩余概率密度函数以及所有测点的剩余概率密度函数的预测的 结果，可以看出，更新参数后某个测点剩余概率密度函数误差带更窄， 寿命预测精度更高。通过本公开技术方案可以计算整体的测点剩余寿 命，也可以计算单个测点的剩余寿命。
[0089]
本实施例子中，通过光纤光栅动应力测试的方法，解决了高速动 车组车体底架结构在长期运营工况下疲劳累积监测的问题，可以通过 疲劳损伤累积评估结合统计学及随机过程相关理论预测剩余寿命，充 分保障列车结构安全。
[0090]
实施例二：
[0091]
基于实施例一的方法，公开了一种高速列车疲劳寿命评估系统， 包括：
[0092]
光纤光栅，用于采集车体底架应力数据；
[0093]
监测设备，安装在车体上，将光纤光栅通过测试线连接到监测设 备上，获得全程连续采集应力数据；
[0094]
处理单元，与监测设备通信，利用采集的应力数据进行损伤计算， 将计算的损伤数据视作随机变量，建立起维纳过程，通过辨识其概率 参数求解；
[0095]
其中，求解时通过设定参数初值作为先验分布，进而不断基于最 新数据进行参数的后验分布计算，根据后验分布计算剩余寿命的概率 密度函数；
[0096]
上述剩余寿命的概率密度函数为所有测点剩余寿命的平均概率 密度函数，基于上述剩余寿命的概率密度函数求解单个测点的剩余寿 命。
[0097]
高速列车运行交路长，天气、地质变化复杂，导致关键部位的应 力大幅提高、高应力发生的频次急剧增多，难以保证列车结构的安全 性，采用光纤光栅作为动应力监测手段，本公开技术方案提出从数据 采集、数据处理到疲劳寿命评估的系统解决方案，并能得以实施。
[0098]
本公开技术方案针对高速列车的应用环境提出车载系统方案，即 光纤光栅集传感与传输于一体、解调仪进行数据采集、工控机进行控 制和数据处理，光纤光栅布置整洁与车辆融合度较高
[0099]
针对传统应力—强度干涉可靠性模型无法准确反映与结构因累 积损伤而产生疲劳失效有关的可靠性问题，本实施例子提出了概率累 积损伤计算方法，以疲劳累积损伤为基础，将损伤观测量视作随机过 程，建立符合其统计特征的具有随机效应的维纳过程，从
而得到剩余 寿命的概率分布(如式(8)所示)，并且随着数据量的不断增多， 可对维纳过程中的参数不断更新修正，提高预测精度。该方法以线路 实测数据为基础，系统地揭示了损伤与结构疲劳可靠性之间的内在联 系，能够实现可靠性评估。
[0100]
实施例三
[0101]
本实施例的目的是提供一种计算机装置,包括存储器、处理器及 存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行 所述程序时实现上述实施例子一中的方法的步骤。
[0102]
实施例四
[0103]
本实施例的目的是提供一种计算机可读存储介质。
[0104]
一种计算机可读存储介质，其上存储有计算机程序，该程序被处 理器执行时执行上述实施例子一中的方法的步骤。
[0105]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本 发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应 包含在本发明的保护范围之内。
[0106]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非 对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的 技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出 的各种修改或变形仍在本发明的保护范围以内。