CN111444574A - 基于动力学分析的传感器布局优化方法 - Google Patents

基于动力学分析的传感器布局优化方法 Download PDF

Info

Publication number
CN111444574A
CN111444574A CN202010216825.2A CN202010216825A CN111444574A CN 111444574 A CN111444574 A CN 111444574A CN 202010216825 A CN202010216825 A CN 202010216825A CN 111444574 A CN111444574 A CN 111444574A
Authority
CN
China
Prior art keywords
sensor
train
sensors
virtual
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010216825.2A
Other languages
English (en)
Other versions
CN111444574B (zh
Inventor
李春胜
杜红梅
李夫忠
唐彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Yunda Technology Co Ltd
Original Assignee
Chengdu Yunda Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Yunda Technology Co Ltd filed Critical Chengdu Yunda Technology Co Ltd
Priority to CN202010216825.2A priority Critical patent/CN111444574B/zh
Publication of CN111444574A publication Critical patent/CN111444574A/zh
Application granted granted Critical
Publication of CN111444574B publication Critical patent/CN111444574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了基于动力学分析的传感器布局优化方法。本发明针对目标列车建立列车动力学模型，在列车动力学模型中建立虚拟传感器，设置运行工况，本发明所提供轮轨动态监测***传感器布局优化方法，通过动力学仿真分析的方法，分析轮轨异常状态情况下，列车不同测点的相应状态，并根据虚拟传感器信号对于轮轨异常状态的敏感度进行比较，进而选取传感器的最优布局方案。该方法的主要优势在于，成本低廉、时效性高、考虑工况多、易于应用。

Description

基于动力学分析的传感器布局优化方法
技术领域
本发明涉及铁路运输安全监控技术，具体涉及基于动力学分析的传感器布局优化方法。
背景技术
列车运行过程中的轮轨动力学状态，直接决定了列车的运行安全与品质。为保证列车的运行安全，越来越多的轨道列车都安装了走行部健康监控***，通过处理列车运行中的列车响应，及时诊断轮对、钢轨出现的故障。传感器的布局方案是决定走行部健康监控***性能的重要因素之一。在实际运行中，列车振动较为复杂，在海量的列车部件振动信息中选取最为有效的安装位置、监测方向，可以在提高***性能的同时提高分析效率。
因此，建立有效的传感器布局优化方法，成为走行部健康监控***设计过程的迫切需求。
发明内容
本发明提供了解决上述问题的基于动力学分析的传感器布局优化方法。
本发明通过下述技术方案实现：
基于动力学分析的传感器布局优化方法，包括如下步骤：
步骤1：针对目标列车建立列车动力学模型，在列车动力学模型中建立虚拟传感器，设置运行工况，在本步骤中，首先，需要确定所研究对象车辆的参数，包括车辆的惯性参数(质量、惯量等)、悬挂参数(刚度、阻尼等)、几何参数(部件间距、外观尺寸等)、轮轨参数(踏面型号、钢轨类型等)。然后，可以通过两种方式进行车辆动力学模型的建立：第一种方式是通过建立车辆动力学***的方程进行编程计算：
Figure BDA0002424748960000011
其中，M、C、K分别为车辆***质量、阻尼、刚度矩阵，z为车辆位移矩阵，f为轮- 轨激励。
第二种方法是可以使用现阶段已经成熟的车辆动力学分析软件(如，SIMPACK、Gensys、 Adams等)；
根据所研究车辆的具体运行特点，合理设立仿真分析的运行工况，包括车辆运行速度、线路情况、轨道不平顺等级、仿真时间等；
根据所研究车辆的具体运行特点，设置故障轮轨故障工况，如踏面擦伤、轮对多边形、脱轨等；
步骤2：开始仿真，获取仿真过程中虚拟传感器采集的信号；
步骤3：依据所述虚拟传感器采集的信号，定位轮轨振动出现异常的时间段，定位各传感器的信号；
步骤4：依据各传感器的信号，确定传感器的评价指标，对轮轨振动出现异常的时间段依据传感器的评价指标进行计算，通过比较仿真过程中轮轨振动出现异常的时间段的传感器评价指标结果，对各传感器布置方案进行敏感度分析；
步骤5：依据各传感器布置方案的敏感度分析结果，生成优化后的各传感器布局方案，并依据优化后的各传感器布局方案，重新设置各传感器。
进一步地，所述步骤1，在列车动力学模型中对目标列车的车体、架构和轴向设置多个虚拟传感器，对每个车轴设置一对轴向传感器，分别为车轴左侧传感器AL1、车轴右侧传感器AR1，对每个架构设置两对架构传感器，分别为前转向架左侧传感器BL1、前转向架右侧传感器BR1、后转向架左侧传感器BL2和后转向架右侧传感器BR2，对每节车体设置两对车体传感器，分别为车体前部右侧传感器CR1、车体前部左侧传感器CL1、车体后部右侧传感器CR2和车体后部左侧传感器CL2，，根据车辆***的振动传递关系，获取诸如振动加速度、位移、转角、弹簧力、轮轨力等信息。并可以根据不同的需求，设置虚拟传感器的采样频率、数据采集时间等；
所述虚拟传感器均采集测试点的纵、横、垂3个方向的振动加速度，采集到测试点的纵、横、垂3个方向的振动加速度位传感器采集到的信号。
进一步地，选取传感器评价指标，对轮轨异常时间段的振动信号进行评价指标计算，所述传感器评价指标包括时域分析指标和频域分析指标，所述时域分析指标包括均方根值和最大值，所述频域分析指标包括特征频率、幅值，通过比较列车仿真过程中轮轨出现异常振动状态时间段的传感器评价指标，分析各传感器布置方案进行敏感度分析。
进一步地，当选择均方根值为传感器的评价指标时，采用均方根值对各个传感器对于故障的敏感程度进行评价：计算得到轴箱、构架、车体虚拟传感器采集到的加速度的均方根值，通过比较轴箱、构架、车体虚拟加速度传感器的均方根计算值，得到优化后的各传感器布局方案。
进一步地，所述列车动力学模型依据SIMPACK多体动力学软件实现，所述列车动力学模型为复合模型，包括基于车辆动力学理论保留关键列车部件的6自由度的刚体模型，所述关键列车部件包括车体、构架、轮对、轴箱，还包括保留路基结构弹性的刚柔耦合模型。
进一步地，根据目标列车的运行实况，在所述列车动力学模型中设置虚拟传感器的采集信号方向，信号类型和采样频率。
进一步地，所述运行工况设置为根据目标列车的运行实况在所述列车动力学模型中包括列车牵引状态设置、车辆运行速度设置、线路设置和轨道不平顺等级设置。
基于动力学分析的传感器布局优化方法的监控***，包括应用所述基于动力学分析的传感器布局优化方法的监控***，所述监控***根据优化后的各传感器布局方案，基于传感器的鲁棒性要求，对所述监控***的传感器布局方案进行调整。
本发明具有如下的优点和有益效果：
本发明所提供轮轨动态监测***传感器布局优化方法，通过动力学仿真分析的方法，分析轮轨异常状态情况下，列车不同测点的相应状态，并根据虚拟传感器信号对于轮轨异常状态的敏感度进行比较，进而选取传感器的最优布局方案。该方法的主要优势在于，成本低廉、时效性高、考虑工况多、易于应用。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明的逻辑流程图。
图2为本发明列车动力学模型示意图。
图3为本发明的轨道故障设置的示意图。
图4为本发明的仿真结果在6.0s～6.2s之间车轴虚拟传感器采集的脱轨过程的振动加速度信号。
图5为本发明的仿真结果在6.0s～6.2s之间构架、车体虚拟传感器采集的脱轨过程振动加速度信号。
图6为本发明的仿真结果轴箱虚拟加速度传感器的均方根计算值评价指标图。
图7为本发明的仿真结果构架虚拟加速度传感器的均方根计算值评价指标图。
图8为本发明的仿真结果车体虚拟加速度传感器的均方根计算值评价指标图。
具体实施方式
在对本发明的任意实施例进行详细的描述之前，应该理解本发明的应用不局限于下面的说明或附图中所示的结构的细节。本发明可采用其它的实施例，并且可以以各种方式被实施或被执行。基于本发明中的实施例，本领域普通技术人员在没有做出创造性改进前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例1
基于动力学分析的传感器布局优化方法，如图1所示，包括如下步骤：
步骤1：针对目标列车建立列车动力学模型，如图2所示，在列车动力学模型中建立虚拟传感器，设置运行工况，根据所研究列车的信息，建立该列车多体动力学模型，如图2所示，建模方法可以为自编程或商业软件。为方便解释说明，采用SIMPACK多体动力学软件、针对某一款城际列车作为案例。根据该车的惯性参数、几何参数、轮轨参数等建立相应的多体动力学模型。车轮半径设置为0.43m，轮对踏面选取LM型，钢轨类型选择60kg钢轨，轨底坡设置为1:40。
根据所研究车辆的具体运行特点，合理设立仿真分析的运行工况，包括车辆运行速度、线路情况、轨道不平顺等级、仿真时间等；
根据所研究车辆的具体运行特点，设置故障轮轨故障工况，如踏面擦伤、轮对多边形、脱轨等；
根据设计需求分别在轴箱、构架、车体建立虚拟传感器，传感器的命名规则为：第1个字母代表传感器安装部件，其中A，为轴箱(Axlebox)，B，为构架(Bogie)，C，为车体(Carbody)；第2个字母代表传感器在该部件的安装位置，L，为列车行进方向的左侧(Left)，R，为列车行进方向的右侧(Right)；第3位数字代表前后位置；如图2所示，在列车动力学模型中对目标列车的车体、架构和轴向设置多个虚拟传感器，对每个车轴设置一对轴向传感器，分别为车轴左侧传感器AL1、车轴右侧传感器AR1，对每个架构设置两对架构传感器，分别为前转向架左侧传感器BL1、前转向架右侧传感器BR1、后转向架左侧传感器BL2和后转向架右侧传感器BR2，对每节车体设置两对车体传感器，分别为车体前部右侧传感器CR1、车体前部左侧传感器CL1、车体后部右侧传感器CR2和车体后部左侧传感器CL2，，根据车辆***的振动传递关系，获取诸如振动加速度、位移、转角、弹簧力、轮轨力等信息。并可以根据不同的需求，设置虚拟传感器的采样频率、数据采集时间等；每个虚拟传感器可以采集测点位置的6个自由度的振动信息。虚拟传感器的采样频率设置为2kHz。
设置仿真分析的线路情况，仿真线路为直线工况，将轨距设置为标准轨距模式(1.435m)，轨道不平顺等级设置为美国5级谱(AAR5)，列车运行速度设置为60km/h，仿真时间为30s。
设置一个由于轮轨异常工况——“因扩轨导致列车发生脱轨”。扩轨的线路情况如图3所示，其中，线路前200m为正常直线，轨距为1.435m，扩轨区段为200m～300m(a＝100m)，且扩轨宽度为1.635m(b＝1.635m)。
步骤2：开始仿真，在计算结束之后，可以获取到整个仿真过程中虚拟传感器采集到的振动信息：每个测点采集纵、横、垂3个方向的振动加速度。获取仿真过程中虚拟传感器采集的信号；
步骤3：依据所述虚拟传感器采集的信号，定位轮轨振动出现异常的时间段，定位各传感器的信号；
步骤4：依据各传感器的信号，确定传感器的评价指标，对轮轨振动出现异常的时间段依据传感器的评价指标进行计算，通过比较仿真过程中轮轨振动出现异常的时间段的传感器评价指标结果，对各传感器布置方案进行敏感度分析；
步骤5：依据各传感器布置方案的敏感度分析结果，生成优化后的各传感器布局方案，并依据优化后的各传感器布局方案，重新设置各传感器。
所述虚拟传感器均采集测试点的纵、横、垂3个方向的振动加速度，采集到测试点的纵、横、垂3个方向的振动加速度位传感器采集到的信号。
进一步地，选取传感器评价指标，对轮轨异常时间段的振动信号进行评价指标计算，所述传感器评价指标包括时域分析指标和频域分析指标，所述时域分析指标包括均方根值和最大值，所述频域分析指标包括特征频率、幅值，通过比较列车仿真过程中轮轨出现异常振动状态时间段的传感器评价指标，分析各传感器布置方案进行敏感度分析。
进一步地，当选择均方根值为传感器的评价指标时，采用均方根值对各个传感器对于故障的敏感程度进行评价：计算得到轴箱、构架、车体虚拟传感器采集到的加速度的均方根值，通过比较轴箱、构架、车体虚拟加速度传感器的均方根计算值，得到优化后的各传感器布局方案。在上一个实施例的基础上，所述列车动力学模型依据SIMPACK多体动力学软件实现，所述列车动力学模型为复合模型，包括基于车辆动力学理论保留关键列车部件的6自由度的刚体模型，所述关键列车部件包括车体、构架、轮对、轴箱，还包括保留路基结构弹性的刚柔耦合模型。
在上一个实施例的基础上，根据目标列车的运行实况，在所述列车动力学模型中设置虚拟传感器的采集信号方向，信号类型和采样频率。
在上一个实施例的基础上，所述运行工况设置为根据目标列车的运行实况在所述列车动力学模型中包括列车牵引状态设置、车辆运行速度设置、线路设置和轨道不平顺等级设置。
基于动力学分析的传感器布局优化方法的监控***，包括应用所述基于动力学分析的传感器布局优化方法的监控***，所述监控***根据优化后的各传感器布局方案，基于传感器的鲁棒性要求，对所述监控***的传感器布局方案进行调整。
图3展示了列车运行过程中，前转向架、1轴左/右侧车轮的运动图。列车在正常线路上运行状态下，轮轨接触较为对称；当轨道出现扩轨时，轮对的对称接触开始出现变化；当扩轨故障发展时，出现了1轴左侧车轮脱离钢轨的情况，此时右侧车轮仍在钢轨上运行，但接触点已经接近踏面外缘；当扩轨故障发展到一定程度时，1轴两侧车轮全部脱离钢轨。1轴轮对发生脱轨故障主要发生在仿真分析的6.0s～6.2s之间，在该时间段，各个虚拟传感器采集的振动情况全部超出正常运行情况。图4为本发明的仿真结果在6.0s～6.2s之间车轴虚拟传感器采集的脱轨过程的振动加速度信号。图5为本发明的仿真结果在6.0s～6.2s之间构架、车体虚拟传感器采集的脱轨过程振动加速度信号。
采用均方根值(RMS)对各个传感器对于故障的敏感程度进行评价。图6-图8分别展示了6.0s～6.2s之间，轴箱、构架、车体虚拟加速度传感器的均方根计算值。通过比较分析发现：轴箱传感器对于“由于扩轨导致的轮轨异常运动状态”的敏感成度最高，构架传感器次之，车体传感器最低。其中，对于轴箱、构架传感器而言，垂向振动信号对于“由于扩轨导致的轮轨异常运动状态”高于纵向、横向；对于车体传感器而言，纵向振动信号对于“由于扩轨导致的轮轨异常运动状态”高于横向、垂向。
综合考虑到轴箱传感器接近轮轨激励，对传感器的鲁棒性要求较高，且车体传感器采集信号振动量级较低，将该监控***的传感器安装在构架上且只监测构架的垂向振动。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.基于动力学分析的传感器布局优化方法，其特征在于，包括如下步骤：
步骤1：针对目标列车建立列车动力学模型，在列车动力学模型中建立虚拟传感器，设置运行工况；
步骤2：开始仿真，获取仿真过程中虚拟传感器采集的信号；
步骤3：依据所述虚拟传感器采集的信号，定位轮轨振动出现异常的时间段，定位各传感器的信号；
步骤4：依据各传感器的信号，确定传感器的评价指标，对轮轨振动出现异常的时间段依据传感器的评价指标进行计算，通过比较仿真过程中轮轨振动出现异常的时间段的传感器评价指标结果，对各传感器布置方案进行敏感度分析；
步骤5：依据各传感器布置方案的敏感度分析结果，生成优化后的各传感器布局方案，并依据优化后的各传感器布局方案，重新设置各传感器。
2.根据权利要求1所述的基于动力学分析的传感器布局优化方法，其特征在于，所述步骤1，在列车动力学模型中对目标列车的车体、架构和轴向设置多个虚拟传感器，对每个车轴设置一对轴向传感器，分别为车轴左侧传感器AL1、车轴右侧传感器AR1，对每个架构设置两对架构传感器，分别为前转向架左侧传感器BL1、前转向架右侧传感器BR1、后转向架左侧传感器BL2和后转向架右侧传感器BR2，对每节车体设置两对车体传感器，分别为车体前部右侧传感器CR1、车体前部左侧传感器CL1、车体后部右侧传感器CR2和车体后部左侧传感器CL2；
所述虚拟传感器均采集测试点的纵、横、垂3个方向的振动加速度，采集到测试点的纵、横、垂3个方向的振动加速度位传感器采集到的信号。
3.根据权利要求2所述的基于动力学分析的传感器布局优化方法，其特征在于，选取传感器评价指标，对轮轨异常时间段的振动信号进行评价指标计算，所述传感器评价指标包括时域分析指标和频域分析指标，所述时域分析指标包括均方根值和最大值，所述频域分析指标包括特征频率、幅值，通过比较列车仿真过程中轮轨出现异常振动状态时间段的传感器评价指标，分析各传感器布置方案进行敏感度分析。
4.根据权利要求3所述的基于动力学分析的传感器布局优化方法，其特征在于，当选择均方根值为传感器的评价指标时，采用均方根值对各个传感器对于故障的敏感程度进行评价：计算得到轴箱、构架、车体虚拟传感器采集到的加速度的均方根值，通过比较轴箱、构架、车体虚拟加速度传感器的均方根计算值，得到优化后的各传感器布局方案。
5.根据权利要求1所述的基于动力学分析的传感器布局优化方法，其特征在于，所述列车动力学模型依据SIMPACK多体动力学软件实现，包括基于车辆动力学理论将关键列车部件设置为6自由度的刚体模型，所述关键列车部件包括车体、构架、轮对、轴箱，还包括保留路基结构弹性的刚柔耦合模型。
6.根据权利要求1所述的基于动力学分析的传感器布局优化方法，其特征在于，根据目标列车的运行实况，在所述列车动力学模型中设置虚拟传感器的采集信号方向，信号类型和采样频率。
7.根据权利要求1所述的基于动力学分析的传感器布局优化方法，其特征在于，所述运行工况设置为根据目标列车的运行实况在所述列车动力学模型中包括列车牵引状态设置、车辆运行速度设置、线路设置和轨道不平顺等级设置。
CN202010216825.2A 2020-03-25 2020-03-25 基于动力学分析的传感器布局优化方法 Active CN111444574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010216825.2A CN111444574B (zh) 2020-03-25 2020-03-25 基于动力学分析的传感器布局优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010216825.2A CN111444574B (zh) 2020-03-25 2020-03-25 基于动力学分析的传感器布局优化方法

Publications (2)

Publication Number Publication Date
CN111444574A true CN111444574A (zh) 2020-07-24
CN111444574B CN111444574B (zh) 2023-08-22

Family

ID=71648895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010216825.2A Active CN111444574B (zh) 2020-03-25 2020-03-25 基于动力学分析的传感器布局优化方法

Country Status (1)

Country Link
CN (1) CN111444574B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836296A (zh) * 2021-01-28 2021-05-25 西南交通大学 一种虚拟轨道列车空间动力学模型的建模方法
CN112991577A (zh) * 2021-02-25 2021-06-18 成都运达科技股份有限公司 一种轨道车辆车轮多边形状态诊断***
CN113968262A (zh) * 2021-07-15 2022-01-25 中国铁道科学研究院集团有限公司铁道建筑研究所 一种轨道单元状态在线测试与评估方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567205A (zh) * 2012-01-05 2012-07-11 铁道部运输局 列车网络控制软件仿真测试***及仿真测试装置
CN103196682A (zh) * 2013-03-21 2013-07-10 北京交通大学 基于d-s证据理论的信息融合的列车悬挂***故障分离方法
CN103425827A (zh) * 2013-08-05 2013-12-04 北京交通大学 一种列车车轮扁疤的仿真分析方法
CN103471865A (zh) * 2013-09-12 2013-12-25 北京交通大学 基于线性判别法的列车悬挂***故障分离方法
CN103488805A (zh) * 2012-06-13 2014-01-01 北京交通大学 基于联合仿真的桥上无砟道岔结构***及其动力分析方法
CN104316729A (zh) * 2014-11-13 2015-01-28 成都运达科技股份有限公司 机车车辆转向架检测用加速度传感器的自诊断方法
KR101619192B1 (ko) * 2015-09-22 2016-05-10 펑션베이(주) 전산 기반 모델링의 수정 방법
CN109766635A (zh) * 2019-01-11 2019-05-17 中国铁路总公司 一种机车机械部件状态感知传感器优化布局方法
CN110308002A (zh) * 2019-06-21 2019-10-08 北京交通大学 一种基于地面检测的城轨列车悬挂***故障诊断方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567205A (zh) * 2012-01-05 2012-07-11 铁道部运输局 列车网络控制软件仿真测试***及仿真测试装置
CN103488805A (zh) * 2012-06-13 2014-01-01 北京交通大学 基于联合仿真的桥上无砟道岔结构***及其动力分析方法
CN103196682A (zh) * 2013-03-21 2013-07-10 北京交通大学 基于d-s证据理论的信息融合的列车悬挂***故障分离方法
CN103425827A (zh) * 2013-08-05 2013-12-04 北京交通大学 一种列车车轮扁疤的仿真分析方法
CN103471865A (zh) * 2013-09-12 2013-12-25 北京交通大学 基于线性判别法的列车悬挂***故障分离方法
CN104316729A (zh) * 2014-11-13 2015-01-28 成都运达科技股份有限公司 机车车辆转向架检测用加速度传感器的自诊断方法
KR101619192B1 (ko) * 2015-09-22 2016-05-10 펑션베이(주) 전산 기반 모델링의 수정 방법
CN109766635A (zh) * 2019-01-11 2019-05-17 中国铁路总公司 一种机车机械部件状态感知传感器优化布局方法
CN110308002A (zh) * 2019-06-21 2019-10-08 北京交通大学 一种基于地面检测的城轨列车悬挂***故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
樊嘉峰;邓铁松;李夫忠;苏钊颐;: "存在轮齿裂纹的机车轮对驱动单元动力学性能研究" *
樊嘉峰;邓铁松;李夫忠;苏钊颐;: "存在轮齿裂纹的机车轮对驱动单元动力学性能研究", 机车电传动, no. 04 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836296A (zh) * 2021-01-28 2021-05-25 西南交通大学 一种虚拟轨道列车空间动力学模型的建模方法
CN112836296B (zh) * 2021-01-28 2022-09-13 西南交通大学 一种虚拟轨道列车空间动力学模型的建模方法
CN112991577A (zh) * 2021-02-25 2021-06-18 成都运达科技股份有限公司 一种轨道车辆车轮多边形状态诊断***
CN112991577B (zh) * 2021-02-25 2022-08-02 成都运达科技股份有限公司 一种轨道车辆车轮多边形状态诊断***
CN113968262A (zh) * 2021-07-15 2022-01-25 中国铁道科学研究院集团有限公司铁道建筑研究所 一种轨道单元状态在线测试与评估方法

Also Published As

Publication number Publication date
CN111444574B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN108562446B (zh) 基于轴箱振动时频域特征车轮多边形检测方法及终端设备
CN110308002B (zh) 一种基于地面检测的城轨列车悬挂***故障诊断方法
CN111444574A (zh) 基于动力学分析的传感器布局优化方法
CN108845028B (zh) 一种高速铁路钢轨波磨动态检测方法和装置
CN107215353B (zh) 一种轨道结构病害的远程监控预警方法
Diana et al. The development of a numerical model for railway vehicles comfort assessment through comparison with experimental measurements
Berggren et al. A new approach to the analysis and presentation of vertical track geometry quality and rail roughness
CN108593315B (zh) 基于轴箱振动频域特征的车轮多边形检测方法及终端设备
CN109532940B (zh) 高速无砟轨道的扣件松脱程度检测方法
CN112131678B (zh) 一种铁路钢轨打磨廓形设计方法
CN105923014B (zh) 一种基于证据推理规则的轨道高低不平顺幅值估计方法
CN109766635B (zh) 一种机车机械部件状态感知传感器优化布局方法
CN105973457A (zh) 动车组车载平稳性监控装置及方法
CN113624521A (zh) 一种基于轴箱振动的列车蛇形失稳的监测方法和***
CN109753741A (zh) 一种基于数据驱动的机车机械部件性能演变辨识方法
CN111444575A (zh) 一种研究列车脱轨行为的仿真方法
CN103674582B (zh) 铁道车辆转向架运动稳定性判断方法及装置
JP2009294147A (ja) 移動体の異常検出方法
JP6669600B2 (ja) 鉄道車両の状態監視システム
CN106052606B (zh) 一种基于尺度平均小波能量谱的轨道表面凹陷检测方法
CN114239347B (zh) 一种基于运营列车振动信号实时量测铁路轨道支撑刚度的高效方法
Chudzikiewicz et al. Practical solution of rail vehicle and track dynamics monitoring system
Kulkarni et al. Identification of vehicle response features for onboard diagnosis of vehicle running instability
Weston et al. Track and vehicle condition monitoring during normal operation using reduced sensor sets
CN113390551A (zh) 用于监测轮轨接触力的***和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant