一种城市轨道交通公里标定标方法
技术领域
本发明涉及一种城市轨道交通公里标定标方法,特别涉及用于在运营列车上对城市轨道交通线路钢轨伤损、波磨等进行检测和故障诊断技术中所必须的公里标的自动定标的方法,属于故障诊断技术领域。
背景技术
城市轨道交通线路站间距相对较短,列车运行密度大,一条城市轨道交通线路长度短则十几公里,长则数十公里,有几十个站区间,而允许的轨道养护作业窗口时间短,任务量大,如何快速有效地找到线路中伤损点或存在异常波磨等工况恶化的区间,并准确给出伤损点或工况恶化区间的公里标,从而有针对性地进行轨道养护并提高轨道养护作业效率是需要研究解决的问题。
关于公里标定标,目前的方法主要有人工方式和自动方式两种。
通过人工巡道或者通过手推式轨检小车,找到轨道伤损点并进行养护工作,这种方法是通过人工的方法来定标需要养护的区间的公里标,很显然效率低下。
采用专用仪器设备进行公里标定标属于自动方式,根据检索,目前主要有以下几种自动方法:
发明专利申请“一种在线钢轨断裂车载监测的故障位置定标装置及定标方法”(申请号:2012105577567),需要依赖GPS信号接收机实现地理位置与公里标的对应关系,而且在城市轨道交通线路中大部分是隧道的情况下,无法接收到GPS信号,所以此方法在城市轨道交通中不适用。
发明专利申请“一种基于高铁线性标志、卫星、里程仪的里程定位方法”(申请号:2012102640889),是通过里程仪、卫星、高铁线路上的线性标志三个外部设备的数据采集后再进行计算来实现公里标定标的,而其中的高分辨率光电里程仪需要安装在轨道车某轮轴外侧,卫星接收机也需要安装在轨道车上,高铁线性标志需要安装在线路上,三种外部输入条件缺一不可,因此这种方法的局限性在于过度依赖外部设备,只能在专用的轨道检测车上使用,且不能适用于线路大部分为隧道的城市轨道交通运营列车上。
发明专利申请“铁路空间公里标定位方法”(申请号:2013104882459),是一种建立地理地图数据与公里标之间关联关系的定位方法,而未涉及到如何在车辆行进过程中得到车辆行进所在位置的具体公里标点。
发明专利申请“线路公里标参照点位置的获取方法及车载设备”(申请号:201110043620X),首先需要接收来自无线闭塞中心的地理位置信息包,然后才能进行采用专利中提到的方法确定线路公里标参照点位置。此方法也必须依赖于从信号***(即无线闭塞中心)中获取信息,而无法独立工作实现公里标定标。
实用新型专利“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”(申请号:2009200739840),是一种在北京、上海、广州、深圳轨道交通和地铁***得到成功应用的轨道交通车辆走行部及钢轨故障车载在线监测诊断***。遗憾的是,该***由于不具备轨道交通公里标定标功能,在应用中受到局限,有补充此项功能的需要。
针对上述已知技术方案的不足,本发明提出一种城市轨道交通公里标定标方法,在专利“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”(申请号:2009200739840)基础上,采用本发明公里标定标方法,不依赖于列车信号***条件、也不依赖于线路上的感应装置等任何外部条件,即可实现城市轨道交通公里标定标,从而实现在运营列车上对钢轨故障的在线监测所必须的故障位置的公里标定标。
发明内容
本发明的目的是提供一种城市轨道交通公里标定标方法,在实用新型专利“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”(申请号:2009200739840)的公知技术条件基础上采用本方法,能够快速、准确、自动地实现城市轨道交通列车运行所在位置公里标的定标。该方法不需要在城轨列车上增加其它专门的装置硬件,避免采用公知的其它方法或必须依赖于信号***所提供的列车位置信息而信号***因安全问题很难将信息传输到其它非控制***中的不足,或依赖于GPS接收机获取地理位置坐标信息而在城市轨道交通线路中大部分位于隧道中的情况下无法获得的不足。
为实现上述目的,本发明所采用的技术方案是:在专利“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”(申请号:2009200739840)所具备硬件条件基础上,采用下列的方法和步骤实现一种基于站间距和里程计数的定标,本方法既不需要接收来自本***之外的信息,也不需要在轨道上或车辆上加装额外的设备产生信号,所需要的外部条件仅仅是城市轨道交通线路设计施工时就已经确定并作为设计图纸和地铁运营基础信息的线位图,而这些信息可以预先获取之后写入城市轨道交通公里标定标方法的***软件的基础数据文件中。
一种城市轨道交通公里标定标方法:由于城市轨道交通的车辆是在规定的“上行线路”和“下行线路”上单向运行的,即同一列车往返运行(即上行、下行)分别在不同的线路上,不可能在同一条线路上正向、逆向行车;各车站、各线路的站间距是各不相同的,在基础数据文件中事先建立各线路各车站(i=0~n-1)站点公里标基础数据GZ序列:GZ(1)、GZ(2)、……、GZ(i)、……、GZ(n),和各车站之间实际的站间距基础数据SZ序列:SZ(1)、SZ(2)、……、SZ(i)、……、SZ(n),列车运行时通过“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”已有的、由安装在车轴上的转速传感器输出并经变换得到的转速脉冲信号M*FN的累计脉冲数JS(i)、车轮每转一周发生的转速脉冲信号数M和已知的该轴车轮的轮径D,计算相继两次在车站停车的停车点之间的里程为测量所得的站间距LC(i)=π*D*JS(i)/M,将测量所得站间距LC(i)与基础数据存储的实际各车站的站间距SZ(i)逐个对比,当测量所得站间距LC(i)与基础数据存储的i车站的站间距SZ(i)之差满足规定的误差范围时,即可确定当前站点为i车站,并进一步实现基于站间距和里程计数的城市轨道交通公里标定标;进而根据从第i站点开始随时测试的继续行车的里程LC(i),实时确定某时刻对应的某事件发生的位置距离i站点的里程为LC(i)。该方法适用于城市轨道交通线路的公里标定标,因为城市轨道交通线路普遍站间距较短,而且相邻几个站间距完全相等的概率非常低,采用连续几个站间距进行搜索对比可以避免发生站点误判及事件发生位置(距离某站点的行车前方距离)误判。
一种基于站间距和里程计数的城市轨道交通公里标定标的具体方法为:
1)根据城市轨道交通线路线位图建立城市轨道交通线路基础数据文件,包括车站中心点公里标基础数组GZ(i),以及站点序号ZH(i),式中,i=0~n,即某线路共有n+1个站点;
2)根据车站中心点公里标基础数组GZ(i),分别按实际的上、下行线路,顺序建立各线路行车方向的所有站点相邻站的站间距数组SZ(j);式中,j=0~n,即某线路共有n+1个站点,对应的起点站的站间距SZ(0)=0;
3)识别停车时刻和计算站间行车里程:列车启动运行时就会产生转速脉冲信息,是对应车轮每转一周产生M个脉冲的信息,当车轮的转速频率为FN时,转速脉冲信号为M*FN;识别转速脉冲信号M*FN的频率为接近于0的时刻即为停车时刻;当检测发现FN或M*FN大于0时起,对转速脉冲信号M*FN进行累加计数,记录得到某时刻的里程累加计数值JS(i),将里程累加计数值JS(i)按以下方法换算为站间行车里程LC(i):
LC(i)=π*D*JS(i)/M;
式中,D为转速传感器所在轮对的轮径;
转速脉冲信号也可以是来自于安装在电机或齿轮箱上的转速传感器,但需要将电机或齿轮箱上的转速脉冲频率F按齿轮传动比变换成等效轮对转速脉冲信号的频率M*FN;
4)测量各个站间里程值的方法为:将列车从第i个停车点运行到第i+1个停车点之间的站间里程累加计数值JS(i)换算所得到的站间里程LC(i)为第i站到第i+1站的里程;在换算完成后立即对里程计数值JS(i)清零,并记录停车序号TH(i);当列车再次开始运行,即当转速脉冲信号M*FN的频率再次大于0时,立即再次启动里程累加计数,直到下一次停车点,如此循环,逐步得到连续n个站间里程值LC(i),i=0~n;
5)建立缓存空间FIFO的方法:由于测试开始时可能列车已经在运行途中,故从第1次出现停车状态的测试起始站点开始,取连续k个停车点产生的代表k-1段站间距的里程值LC(i)代入S(i),i=1~k-1,存入缓存空间FIFO,其中k为2~n任意数字,可根据城市轨道交通线路站间距SZ(i)之间差别的大小调整,k数字越大,则对比识别的精度越高,但同时搜索范围也越大,搜索算法耗时也越来越大,一般取k=4;
6)缓存空间FIFO更新的方法:当测试的停车次数大于k时,每停车一次均更新一次FIFO,更新时将前述最后一个算起的倒数k-1个站间距向前平移,即将首个站间距推出FIFO,将新产生的站间距写为第k个站间距S(k);
7)滤除转速信号临界抖动或停车时超限折回影响的方法:为了剔除转速信号临界抖动或停车时超限(超过车站中心线)折回(反向移动到车站中心线)所致的影响,若某个站间距LC(k)的距离小于线路上的最短站间距则抛弃,或还将站间距LC(k)减去超限折返的行驶距离;
8)序列站间距匹配分析确认k个停车站点的方法是:将从测试起点站开始连续k次停车产生的k-1个站间距S(1)、S(2)、……、S(k-1)与线路所有站点相邻站的站间距数组SZ(1)、SZ(2)、……、SZ(j)、……、SZ(n)进行环形滑动搜索匹配;
如果匹配成功,即1~k-1个站间距S(1)~S(k-1)与SZ(j)数组中的连续k-1个数值均符合规定的误差范围,则确定、计算k-1段数据中每段数据的开始站点、结束站点、开始样本流水号、结束样本流水号及下一站间距;
如果匹配失败,则取下一停车点并更新FIFO,形成新的k-1个连续的行车间距继续在站间距数组SZ(j)中进行环形滑动搜索匹配;
更新FIFO继续环形滑动搜索匹配,直到完成所有站点的搜索匹配,则完成所有站点公里标的对标;
9)识别和处理站间临时停车和跨站停车的方法是:如果匹配成功,继续进行下一停车点之前的行车距离测量,将已行车距离与下一站间距进行比对,进行站间临时停车或跨站停车识别:如果出现停车时的行车距离小于下一站间距,则判定为站间临时停车,则继续测量至下一停车点,直到累计的行车距离大于或者等于下一站间距;如果等于下一站间距(相差不大于一个采样样本所走过的距离,典型的为50米)则完成了下一站间距的定标。
该方法可以在列车运行时实时进行搜索对比定标,也可以在列车运行时仅记录数据,在列车回库后下载数据通过地面分析软件进行回放分析来实现定标,并进一步实现与振动冲击采样样本的关联,作为钢轨伤损波磨等监测诊断的基础信息。
本发明还通过以下方法来降低实际应用过程中因四种常见客观原因所带来的定标误差,分别是:
车轮轮径误差导致里程计数换算成里程的累计误差;
非站点临时停车或跨站不停车运行所带来的干扰;
非环形线路折返运行所带来的误差;
列车因停站时与屏蔽门对位带来的多次前后移动所导致的误差。
为了尽量准确地确定行车过程中某事件对应的某时刻的车辆位置,防止车轮轮径误差所导致的里程计数值换算成里程的累计误差,所采用方法的特征是:从此前停车站开始计算所述某事件发生时刻相对此前停车站的里程:每到达一个停车站,便将测试得到的里程值赋零,随时测试某事件发生时刻行车经过的里程LC,作为该事件发生位置的公里标:距离前次停车站前行LC;因为实际上城市轨道交通线路的站间距相对较短,大部分都在1~2公里左右,城市轨道交通车辆的轮径一般为840mm,可以预计当轮径误差为1mm时,列车运行2公里所带来的累计误差为2.38m,定标精度高于其他方法。而且一般城市轨道交通车辆允许的同车轮径差最大为6mm,此时累计误差也仅仅是14.29m,在钢轨伤损波磨检测中,采集振动冲击信号的样本长度为车轮转过10圈的距离,即26.38m,公里标定标因最大轮径差所导致的累计误差小于一个振动冲击样本长度相对应的距离,能满足检测要求。
针对非站点临时停车(即站间停车)或跨站不停车运行所带来的干扰,采用k个(k=2~n)连续测量所得站间距与实际站间距对比搜索的方法实现滤除,原因是当存在非站点临时停车或跨站不停车运行时,停车点前后站间距能满足连续k个(k=2~n)实际站间距的概率很低,而且随着k的增大而逐渐趋近于0,因此本方法可以规避非站点临时停车或跨站不停车运行所带来的影响。
针对非环形线路折返运行所带来的误差,可以采用识别多通道转速脉冲信号相位差的折返自动识别方法自动识别折返点来降低误差。列车运行分上下行,需要对上下行线路均进行检测。当列车经过三次折返后恰好完成一个完整的上下行线路运行。可利用多通道转速传感器两个通道转速信号之间的相位差来进行折返自动识别,当两个通道转速信号的相位差发生变化时,则认为行车方向发生变化,也就是列车折返。
针对列车因停站时与屏蔽门对位不准确带来的多次前后移动所导致的误差,因该误差一般小于屏蔽门的宽度2m,可以采用基于里程计数值的不对正停车(停车超限或滞后)自动修正方法来消除误差影响,进一步提高定标精度。在列车运行过程中有可能出现未对正站点停车的情况,此时司机会重启列车进行修正,若出现这种情况则会导致停车次数与站点数不相等,从而影响公里标定标。为解决该问题,所设计的识别超限、滞后修正公里标定标的方法为:当本次停车与前一站停车之间的里程计数值LC(i)与该两站间的基础数据文件值GZ(i)之差大于设定值时,则认为发生超限停车;当本次停车(第i+1次)与前一站停车(第i次停车)之间的里程计数值LC(i)与该两站间的基础数据文件值GZ(i)之差小于定位偏差设定值时,则认为发生滞后停车;将当司机向前移动列车时测得的正向移动量与上述LC(i)相加后取代LC(i);将当司机向后移动列车时测得的反向移动量与上述LC(i)相减后取代LC(i);所述定位偏差设定值取值为2m;所述正向移动量和反向移动量通过公知的多通道转速脉冲信号相位差的折返自动识别方法自动识别。
附图说明
图1是本发明基于站间距和里程计数进行公里标定标时所采用的环形滑动搜索匹配算法示意图,图中假定k=4;
图2是本发明的城市轨道交通公里标定标流程图;
图3是采用本发明的方法在某城市轨道交通线路上实施所建立的基础数据文件中所包含的数据表格;
图4是采用本发明的方法在某城市轨道交通线路上实施所得到的包含定标结果的软件界面截图。
具体实施方式
以下结合附图及实施例对本发明作进一步说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
本发明可在装有“一种轨道交通车辆走行部及钢轨故障车载在线监测诊断***”(申请号:2009200739840)的城市轨道交通列车上使用。具体实施步骤为:
1)根据城市轨道交通线路线位图建立城市轨道交通线路基础数据文件,包括车站中心点公里标基础数组GZ(i),以及站点序号ZH(i),式中,i=0~n,即某线路共有n+1个站点;某城市轨道交通线路共18个站点,n=17,各站点的车站中心点公里标及站点序号如附图3所示;
2)根据车站中心点公里标基础数组GZ(i),分别按实际的上、下行线路,顺序建立各线路行车方向的所有站点相邻站的站间距数组SZ(j);式中,j=0~n,即某线路共有n+1个站点,对应的起点站的站间距为SZ(0),如附图3所示;
3)识别停车时刻和计算站间行车里程:列车启动运行时就会产生转速脉冲信息,是对应车轮每转一周产生M个脉冲的信息,当车轮的转速频率为FN时,转速脉冲信号为M*FN;识别转速脉冲信号M*FN的频率为接近于0的时刻即为停车时刻;当检测发现FN或M*FN大于0时起,对转速脉冲信号M*FN进行累加计数,记录得到某时刻的里程累加计数值JS(i),将里程累加计数值JS(i)按以下方法换算为站间行车里程LC(i):
LC(i)=π*D*JS(i)/M;
式中,D为转速传感器所在轮对的轮径;
转速脉冲信号也可以是来自于安装在电机或齿轮箱上的转速传感器,但需要将电机或齿轮箱上的转速脉冲频率F按齿轮传动比变换成等效轮对转速脉冲信号的频率M*FN;
4)测量各个站间里程值的方法为:将列车从第i个停车点运行到第i+1个停车点之间的站间里程累加计数值JS(i)换算所得到的站间里程LC(i)为第i站到第i+1站的里程;在换算完成后立即对里程计数值JS(i)清零,并记录停车序号TH(i);当列车再次开始运行,即当转速脉冲信号M*FN的频率再次大于0时,立即再次启动里程累加计数,直到下一次停车点,如此循环,逐步得到连续n个站间里程值LC(i),i=0~n;如附图4所示,“行车距离LC”为测量所得的站间距;
5)建立缓存空间FIFO的方法:由于测试开始时可能列车已经在运行途中,故从第1次出现停车状态的测试起始站点开始,取连续k个停车点产生的代表k-1段站间距的里程值LC(i)代入S(i),i=1~k-1,存入缓存空间FIFO,其中k为2~n任意数字,可根据城市轨道交通线路站间距SZ(i)之间差别的大小调整,k数字越大,则对比识别的精度越高,但同时搜索范围也越大,搜索算法耗时也越来越大,一般取k=4;
6)缓存空间FIFO更新的方法:当测试的停车次数大于k时,每停车一次均更新一次FIFO,更新时将前述最后一个算起的倒数k-1个站间距向前平移,即将首个站间距推出FIFO,将新产生的站间距写为第k个站间距S(k);
7)滤除转速信号临界抖动或停车时超限折回影响的方法:为了剔除转速信号临界抖动或停车时超限(超过车站中心线)折回(反向移动到车站中心线)所致的影响,若某个站间距LC(k)的距离小于线路上的最短站间距则抛弃,或还将站间距LC(k)减去超限折返的行驶距离;
8)序列站间距匹配分析确认k个停车站点的方法是:将从测试起点站开始连续k次停车产生的k-1个站间距S(1)、S(2)、……、S(k-1)与线路所有站点相邻站的站间距数组SZ(1)、SZ(2)、……、SZ(j)、……、SZ(n)进行环形滑动搜索匹配,见附图1示例;
如果匹配成功,即1~k-1个站间距S(1)~S(k-1)与SZ(j)数组中的连续k-1个数值均符合规定的误差范围,则确定、计算k-1段数据中每段数据的开始站点、结束站点、开始样本流水号、结束样本流水号及下一站间距;
如果匹配失败,则取下一停车点并更新FIFO,形成新的k-1个连续的行车间距继续在站间距数组SZ(j)中进行环形滑动搜索匹配;
更新FIFO继续环形滑动搜索匹配,直到完成所有站点的搜索匹配,则完成所有站点公里标的对标;如附图4所示,完成搜索匹配的结果,最大误差为16.94米;
9)识别和处理站间临时停车和跨站停车的方法是:如果匹配成功,继续进行下一停车点之前的行车距离测量,将已行车距离与下一站间距进行比对,进行站间临时停车或跨站停车识别:如果出现停车时的行车距离小于下一站间距,则判定为站间临时停车,则继续测量至下一停车点,直到累计的行车距离大于或者等于下一站间距;如果等于下一站间距(相差不大于一个采样样本所走过的距离,典型的为50米)则完成了下一站间距的定标。
以上步骤总的流程逻辑如图2所示。
该方法可以在列车运行时实时进行搜索对比定标,也可以在列车运行时仅记录数据,在列车回库后下载数据通过地面分析软件进行回放分析来实现定标,并进一步实现与振动冲击采样样本的关联,作为钢轨伤损波磨等监测诊断的基础信息。