CN115031784A - 转向架结构/环境同步监测的柔性传感阵列及解耦方法 - Google Patents
转向架结构/环境同步监测的柔性传感阵列及解耦方法 Download PDFInfo
- Publication number
- CN115031784A CN115031784A CN202210683273.5A CN202210683273A CN115031784A CN 115031784 A CN115031784 A CN 115031784A CN 202210683273 A CN202210683273 A CN 202210683273A CN 115031784 A CN115031784 A CN 115031784A
- Authority
- CN
- China
- Prior art keywords
- vibration
- bogie
- signal
- imf
- wind speed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 230000001360 synchronised effect Effects 0.000 title claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 230000036541 health Effects 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 22
- 238000005311 autocorrelation function Methods 0.000 claims description 19
- 238000010438 heat treatment Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims 1
- 229910052739 hydrogen Inorganic materials 0.000 claims 1
- 239000001257 hydrogen Substances 0.000 claims 1
- 230000008447 perception Effects 0.000 claims 1
- 239000010408 film Substances 0.000 description 37
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 239000002033 PVDF binder Substances 0.000 description 7
- 229910052697 platinum Inorganic materials 0.000 description 7
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000011900 installation process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010057040 Temperature intolerance Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008543 heat sensitivity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
- G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L9/00—Measuring steady of quasi-steady pressure of fluid or fluent solid material by electric or magnetic pressure-sensitive elements; Transmitting or indicating the displacement of mechanical pressure-sensitive elements, used to measure the steady or quasi-steady pressure of a fluid or fluent solid material, by electric or magnetic means
- G01L9/08—Measuring steady of quasi-steady pressure of fluid or fluent solid material by electric or magnetic pressure-sensitive elements; Transmitting or indicating the displacement of mechanical pressure-sensitive elements, used to measure the steady or quasi-steady pressure of a fluid or fluent solid material, by electric or magnetic means by making use of piezoelectric devices, i.e. electric circuits therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/10—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring thermal variables
- G01P5/12—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring thermal variables using variation of resistance of a heated conductor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Aviation & Aerospace Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于轨道交通车辆智能监测技术领域,主要涉及一种用于转向架风速和结构振动在线测量的柔性多模态传感装置及信号解耦方法。柔性多模态传感装置包括用于转向架表面气流速度测量的热模传感模块和用于振动测量的压电模块,柔软性特征能够保证其紧密无缝贴附于转向架曲面构架表面,不影响转向架的表面流场分布,转向架的表面风压与结构振动均影响压电传感模块,而热膜传感器对振动不敏感,提出基于经验模态分解的转向架风压与结构振动解耦方法,实现转向架风压与结构振动信号的解耦,提升转向架结构健康的智能化监测水平。
Description
技术领域
本发明属于轨道交通车辆智能监测技术领域,主要涉及一种用于转向架风速和结构振动在线测量的柔性多模态传感装置及信号解耦方法。
背景技术
转向架是保证列车稳定安全运行的关键装置。在列车运行过程中,转向架起着承载着列车重量、列车运行过程缓冲、减振、列车运行导向、制动作用。随着铁路运量的不断提高,列车运行速度的不断增高,风对转向架的影响不可轻易忽视,高速滚动轮对与轨道的碰撞产生并传导给转向架的反振力也越来越大,加剧转向架损耗,转向架性能要求也越高,直接影响转向架的运行安全。
列车高速运行过程中,转向架主要受到强风环境和轮对-轨道的碰撞影响。转向架腔室内的风环境是复杂多变的,与腔室内环境和列车运行速度有关,通过风速变化可以得到风环境对转向架的振动力变化。石家庄铁道大学的钟志鑫、胡军海等人发明了一种新型的风速风向传感器(CN207649678U),应用到万向摆杆和转动架。当风吹向该类型风速风向传感器时,该传感器的万向摆杆会迎风摆动,万向摆杆摆动的方向即为风向,万向摆杆沿风摆动的角度翻译风速的大小。但是转向架表面气流复杂多变且无规则性,对检测灵敏度要求高,可能出现万向摆杆还没来得及摆动,风速已经变化的情况,并且万向摆杆结构复杂与笨重,难以贴附于转向架表面,也会影响转向架表面流场分布。田中山、仪林等发明了一种压缩型敏感元件的压电式振动传感器(CN113884174A),集成了压缩型压电式敏感元件和调理电路(放大、处理信号),安装在待测物体使用时还需要安装内壳和航空插头,但由于存在外壳且需要通过螺纹孔与被测物体连接,存在安装流程繁琐,装置过于笨重的特点,同时也会影响转向架表面流场分布。传统转向架的检测***,往往通过安装各类型传感器来采集转向架各类型数据,存在数量过多、集成性低、易受干扰、安装繁琐、成本高等缺点。
本发明柔性多模态传感装置在测量风速方面采用了热膜式传感器,测量振动采用了压电薄膜传感器,简化了传感器的安装流程,减少了传感器间相互干扰,提高了抗干扰能力。柔性多模态装置具有柔软,轻薄的特点,能够紧密贴附在转向架的复杂结构上,不影响转向架的功能特性及表面流场分布,采集转向架表面的风速信息和其受到的振动信息,共形贴装性能提高了柔性多模态传感器装置采集转向架表面气流与结构振动信号的精度。提出基于转向架多参量信息的表面气流与结构振动解耦方法,实现转向架的精细化感知与健康监测。
发明内容
本发明第一目的在于提供一种面向转向架的表面气流速度与结构振动同步监测的柔性多模态传感装置,该装置包括用于转向架表面气流速度测量的热模传感模块和用于振动测量的压电模块,热模传感模块包含一个风速热敏单元和两个应用于热敏单元的两个加热电阻单元,实现对转向架风速和结构振动的测量,所有功能单元均集成在同一柔性基板上,共形安装在H型转向架曲面构架表面,柔性传感器的柔软性特征能够保证其紧密无缝贴附于转向架曲面构架表面,不影响转向架的表面流场分布,实时采集转向架的风速和振动力电压变化信号,可以计算出实时风速与热模传感器输出信号之间的关系;标定出压电输出电压与结构振动之间的映射关系,以此实现转向架多参量的实时监测,转向架结构振动与环境信号的同步监测是保证列车行车运行安全最为有效、直接的方法,对于列车运行安全监测与智能运维具有重要的推动作用。
本发明的第二目的在于提供一种基于柔性多模态传感数据的转向架表面风压与结构振动解耦方法,风压直接影响转向架的表面流场分布,同时对转向架的结构振动产生影响;轮轨振动的反振力会影响转向架的结构振动信号,柔性多模态传感阵列中的热模传感器会采集到转向架的表面流场信息,柔性多模态传感阵列中的压电传感器会采集到风压与轮轨振动耦合引起的转向架结构振动信号,利用热模传感器只对气流敏感特点,轮轨振动反振力对热模传感器的影响可以忽略不计,提出基于经验模态分解的转向架风压与结构振动解耦方法,评估风压环境与转向架结构振动对其结构健康与安全行驶的影响规律,传感器记录的振动信号x(t),风速信号y(t),所提出的转向架结构与环境感知解耦算法的主要包括:IMF分量计算、经验模态分解、自相关与协方差系数计算,具体步骤如下:
(1)传感器采集得到原始信号x(t),令h0=x(t)、g0(t)=y(t);
(2)得到原始信号hk(t)和g0(t)的极值点;
(3)样条曲线连接得到上下包络线,exmax(t)、exmin(t)和eymax(t)、eymin(t);
(4)将包络线求和取均值得到:
(5)将h(t)减去mx(t)、将g(t)减去my(t):
hk(t)=hk-1(t)-mx(k-1)(t)
gk(t)=gk-1(t)-my(k-1)(t)
(6)判断hk(t)和gk(t)是否满足IMF条件:
满足IMF条件的hk(t)即得到IMF分量:Imfx(i)(t)=hk(t);
不满足IMF条件的hk(t)重复2、3、4、5、6操作;
满足IMF条件的gk(t)即得到IMF分量:Imfy(i)(t)=gk(t);
不满足IMF条件的gk(t)重复2、3、4、5、6操作;
(7)将原始信号不断减去Shifting算法得到的Imfk(t)分量:
振动信号x(t)分解:
ux(0)(t)=x(t)、ux(i)(t)=ux(i-1)(t)-Imfx(i)(t);
风速信号y(t)分解:
uy(0)(t)=y(t)、uy(i)(t)=uy(i-1)(t)-Imfy(i)(t);
(8)判断振动信号x(t)分解后的ux(i)(t)是否有两个以上极点,满足则重复1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=ux(i)(t)若满足则EMD分解结束;
判断风速信号y(t)分解后的uy(i)(t)是否有两个以上极点,满足则重复1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=uy(i)(t),若满足则EMD分解结束;
(9)EMD分解结束后,得到原始信号分解出的公式:
振动信号x(t)残余分量:rx(t)=ux(i)(t);
风速信号y(t)残余分量:ry(t)=uy(i)(t);
(10)求振动信号x(t)自相关函数和其Imfx(i)(t)分量的自相关函数:
求风速信号y(t)自相关函数和其Imfy(i)(t)分量的自相关函数:
(11)求解振动信号x(t)和风速信号y(t)的互相关系数:
将ρ设置为过滤振动信号x(t)的Imfx(i)(t)的阈值;
(12)求解振动信号x(t)的Imfx(i)(t)分量和风速信号y(t)互相关系数:
(13)过滤出ρ(j)小于ρ的Imfx(i)(t)分量,舍弃ρ(j)大于ρImfx(i)(t)分量,因为ρ是指振动信号x(t)和风速信号y(t)相关程度的一个系数,ρ(j)是指振动信号x(t)的Imfx(i)(t)分量和风速信号y(t)相关程度的一个系数:
当ρ(j)>ρ时,说明在这个频段内风速信号y(t)对振动信号x(t)的影响大;
当ρ(j)<ρ时,说明在这个频段内风速信号y(t)对振动信号x(t)的影响小;
剔除风速信号y(t)影响大的IMF Imfx(i)(t)分量其目的就是无限降低风速对振动的影响,从而近乎得到没有风速影响的振动信号;
(14)将过滤得到的Imfx(i)(t)信号进行重构,即得到解耦后的振动信号X(t)。
进一步地,本发明一种测量转向架风速和结构振动的柔性多模态传感装置,具有柔软特性,膜厚度小,且包含2个振动力压电单元、一个风速热敏单元和两个其加热电阻单元,所有单元都集成于一块柔性衬底,能够保证柔性传感装置与转向架曲面结构共形贴附,对转向架表面结构的空气流场没有影响,有利于转向架在复杂流体环境的传感检测,提高了流体检测的准确性和精度,同时,共形贴附也提高了对于转向架结构振动监测的敏感度和精度。
进一步地,柔性多模态传感装置包含12个不同类型传感器,分别置于转向架H形构架曲面上,每个单臂分三段均匀两两并排分布传感器,热敏单元与加热电阻单元构建出含惠斯通桥的恒温差模式控制电路,由于对流热损失原理和热敏单元电阻热敏感特性输出一个只受风速影响的电压信号;两个振动传感单元由于其压敏特性会输出一个受振动影响的电压信号,该输出的振动电压信号主要受风压力和轮轨反振力影响,两电压信号都是一段无规则的非平稳信号。该传感装置中,风速信号是由热膜型传感器输出的,由于热膜型传感器的检测原理其输出的信号受到转向架结构振动的影响微乎其微,故该信号主要由转向架表面空气速度直接决定,但由于传感器检测的振动电压信号受到空气气流和(压力)和轮轨振动反振力两因素影响,故可以利用热膜传感器与转向架表面空气速度(压力)的对应关系,可以解耦出风压与轮轨振动反振力对转向架结构振动的影响程度,为转向架环境-结构振动一体化监测提供技术支撑。
进一步地,本发明为一种测量转向架风速和振动力的柔性多模态传感装置,其中风速检测传感单元包含风速热敏单元1个和其加热电阻单元两个。该薄膜传感器装置总尺寸300mm*60mm,厚度为250nm,热敏单元位于薄膜长150mm,宽30mm处,摆放方向垂直于整体薄膜的宽,加热电阻单元平行摆放于风速热敏单元上下10mm处。热敏单元采用铂电阻作为热敏材料,其电阻温度系数(Temperature Coefficient of Resistance,TCR)为1.75*103ppm/℃。电阻率(resistivity)为2.01*105Ω·cm,加热电阻单元为200Ω。
进一步地,本发明为一种测量转向架风速和振动力的柔性多模态传感装置,其中振动传感单元包含振动力压敏单元2个。两压敏单元分别设置于薄膜传感器两宽靠内50mm,两长靠内30mm处,两单元相距200mm。压敏单元均采用PVDF压电薄膜,其尺寸为20mm*15mm,厚度为0.24mm,压电常数d33为24±1pC/N,弹性模量Ep为1.2*103MPa,电阻率为1013Ω·cm。
进一步地,本发明转向架环境与结构振动解耦方法对热膜和压电传感器输出的电压信号进行经验模态分解(Empirical mode decomposition,EMD),然后计算出多传感信号各自分解得到的IMF分量和原采集信号的自相关函数和相关系数,通过风速信号得到各个IMF的相关系数对复合振动信号的各个IMF分量进行阈值设置,滤波得到有效的振动信号IMF分量并进行重构,分别得到风压与轮轨反振力对转向架结构振动信号的影响程度,实现转向架表面风压与结构振动信号的解,为转向架状态信息的精准感知与安全评估提供支撑。
进一步地,本发明转向架环境与结构振动的柔性多模态传感装置中的热膜传感器用于感知转向架表面气流信息,空气气流直接作用在转向架表面及腔室,热膜传感器的热敏电阻由于对流失去了一部分热量,从而导致电阻温度降低,阻值发生变化,此时恒温差控制电路(Constant Temperature circuit,CTD)上的电桥会不平衡,从而输出一个随风速变化的电压U,输出的电压U不但与风速存在某种关联同时还会反馈给加热电阻来控制加热功率以保证热敏单元的温度Tr,和环境温度T0的温度差恒定即ΔT=Tr-T0。CTD电路保证ΔT恒定后,热敏传感单元的功率P与风速V呈单值关系,公式如下:
C1和C2是常数,V是流体速度Tr是热敏单元的温度,T0是环境温度。ΔT恒定温差是通过设置一个电桥上热敏电阻与其对桥电阻初始有一个差值来确定,其计算公式如下:
ΔRm=αRm·ΔT
α是热敏单元温度系数,Rm是热敏单元电阻,ΔRm是通过设置ΔT计算出的热敏单元与其对桥电阻的差值。进一步地,本发明转向架环境与结构振动的柔性多模态传感装置中的压电薄膜传感器受到转向架表面流场产生的风压以及轮轨反振力影响,此时压电薄膜由于压电效应产生了一个感应电压经调理电路放大输出电压U,这个输出电压U与转向架采收到的复合振动力直接相关联,且二者满足线性关系,公式如下:
P=C·U
其中U为压电单元压电效应产生的电压经调理电路放大输出后的电压,P为转向架上收到的振动力,C为多组实验数据计算出的振动力与输出电压关联的比例系数。
进一步地,本发明柔性多模态传感装置热膜与压电同步采集的转向架环境与结构振动信息,解决环境与结构振动信号之间的强耦合问题,环境-结构一体化检测的能力实现了转向架的精准感知与安全监测,当前监测装置与方法还能够拓展到轮轨振动对转向架的监测,对转向架、轮轨***、轨道的健康监测均有意义,能够全面提升转向架的智能化监测水平。
综上所述,本发明提供了一种用于转向架表面风压与结构振动同步监测的柔性多模态传感装置及信号解耦方法。本装置主要采用了PVDF压电薄膜和铂电阻式热敏式单元两种传感器,实现了对列车运行过程中,对转向架受到的振动力和风速的在线监测,减少了列车运行过程中的安全隐患。其中振动力监测是基于压电薄膜的压电效应原理,风速测量是基于热敏单元对流失热条件下的电阻热敏感特性。转向架上检测输出的振动信号的解耦方法利用了风速信号和振动信号都受到了同一时刻风环境影响,两信号变化上必然存在一定相似性的特性来解耦出输出振动信号中轮轨反振力的信号。利用EMD分解和计算自相关函数与相关系数的方法实现风速振动与轮轨反振力的解耦,得到轮轨碰撞的振动力传导转向架的单一信号,通过该信号预估轮轨运动对于转向架损耗的影响,同时通过该信号的异常信号段判断出列车运行过程中的某段轨道的异常状态,并及时提醒铁道维护人员对异常段轨道进行异常排查,以减少列车运行安全隐患。
附图说明
图1a是柔性多模态传感装置贴附与转向架双臂的3D效果图。图1b是列车运行过程中转向架受到的复杂风环境下的压力和轮对与轨道碰撞反馈给转向架的振动力的物理量效果图。图1c是柔性多模态传感装置的结构图,包括:2个振动力压敏单元,一个铂电阻式风速热敏单元,两个热敏单元的加热单元。图1d是PVDF压电薄膜压电效应原理图。图1e是热敏单元在风对流环境下损失热量导致温度变化从而发生电阻变化的原理图。
图2是风速热敏单元测量风速的联合应用惠斯通桥和保证恒温差的控制电路示意图。
图3是应用柔性多模态传感装置的整体***流程框图。
图4是柔性多模态传感装置应用于转向架上在线监测风速和振动力整体***场景图。
图5是EMD方法分解信号并计算IMF分量自相关函数及相关系数的流程框图。
图6是振动检测标定流程框图。
图7是风速检测标定流程框图。
图8是柔性多模态传感装置应用于列车转向架上实时检测的流程图。
图9是柔性多模态传感装置输出信号的解耦流程图。
图10为转向架结构振动状态数据。
图11是基于经验模态法(EMD)的转向架振动信号模态分解结果(IMF分量)。
图中符号含义:
1-转向架;2-柔性多模态传感装置;3-ZigBee节点;4-多通道电荷放大器;5-数据采集器;6-上位机;7-(B-S模式)浏览器;21-压敏单元;22-加热电阻单元;23-热敏单元;211、212、213、214、221、222、223、224、231、232-金属引线。
具体实施方式
为了使本发明的技术方案和解决问题更加明了,以下对附图进行更进一步详细解释。此处所涉及的技术与方法并不仅仅局限于本发明,但是具体的实施方案仅能解释满足本发明。
本发明柔性多模态传感装置,包含热膜与压电传感功能,参见图1a,在运行过程中,实时采集转向架表面流场与结构振动信息,解决转向架受到的轮轨碰撞产生传导到转向架上的振动力与转向架腔室内的风产生的振动力耦合在一起难以解耦的问题,如图1图所示:列车运行过程中转向架受到了两个力一个是风振力P风,令一个是轮轨碰撞振力P轨,两个力都是方向不定,大小不定,作用在转向架上的无规则力。为采集到这些不规则的力信号,本发明在转向架的两臂处贴附了柔性多模态传感装置,如图1a所示,在转向架的每个单臂处都放置了6块柔性多模态传感装置,共计12块,两两并排一组分别放置在转向架的两臂臂弯曲处贴附(双臂4个弯曲处共计贴附8块)和转向架双臂的中间段也分别贴附(4块)。
图1c解释了柔性多模态传感装置的组成,该装置薄膜衬底长300mm,宽60mm,其组成有1个铂电阻式热敏单元、2个加热电阻单元、2个PVDF薄膜压敏单元。所述铂电阻式热敏单元位于薄膜长150mm,宽30mm处,摆放方向垂直于整体薄膜的宽,加热电阻单元平行摆放于风速热敏单元上下10mm处。铂电阻式热敏单元具体参数有:TCR为1.75*103ppm/℃、电阻率为2.01*105Ω·cm。加热电阻单元为200Ω,两加热单元并列连接,并联合电阻为100Ω。
所述的PVDF薄膜压敏单元,其长20mm,宽15mm,厚度为0.24mm,其位于薄膜传感器两宽靠内50mm,两长靠内30mm处,两单元相距200mm。其具体参数有:压电常数d33为24±1pC/N、弹性模量Ep为1.2*103MPa、电阻率为1013Ω·cm。
压敏单元的输出电压反映感受振动力的原理如图1d所示,压电薄膜受到一个压力P时,其内部的正负电荷会向两级移动,从而产生一个电压输出出去,其产生电压大小与快慢,与受到的压力P大小呈正相关。热敏单元检测原理的原理如图1e所示,工作状态下热敏单元在对流下会损失一个热量Qloss,从而热敏单元温度变化ΔT,由于热敏单元的电阻热敏感特性,其阻值也会变化ΔR,从而基于惠斯通电桥会引起输出电压的变化。
热敏单元和加热电阻单元检测风速还基于一个惠斯通电桥和反馈控制电路,如图2所示,2个定值电阻R、定值电阻Rr和铂热敏式电阻构成了惠斯通桥电路,两桥间输出的电压反馈给两并联的加热电阻Ph构成了反馈控制电路。其中惠斯通桥的作用是将风速和输出电压关联起来。简单叙述其原理就是,风速变化,导致热敏电阻失去的热量发生变化,从而其电阻发生变化,打破了惠斯通桥电路两桥的中间电位发生变化,继而导致了输出电压发生了变化,即风速变化会直接影响输出电压的变化。反馈电路其作用是保证热敏电阻的温度和传感器温度的恒定。基于King公式,可以得到在环境温度和热敏电阻温度差一定的情况下,流体流速和通过热敏电阻的电流呈单值函数关系。故为了实现温度差的恒定,首先将Rr与Rm的初始参数设置成Rr=Rm+△Rm(△Rm>0,Rm呈正系数增长),故初始情况下,Vout会输出一个正电压,给Rm提供加热,并增大到与Rr相等时,即给Rh提供一个恒定的加热功率,Vout输出一个恒定值,此时保证加热电阻Rh的功率恒定以保持Rm的温度不变,此时电路达到了一个动态平衡状态。
为实现转向架在列车运行过程中的在线检测,在柔性多模态传感装置上集成了热膜传感器(热敏单元)和振动传感器(压敏单元),并搭建检测***,首先热膜传感器通过CTD控制电路输出一个受风速影响的电压信号和振动传感器输出一个受振动影响的电压信号通过调理电路处理放大后,在被A/D采用输入到MCU芯片中,MCU通过串口连接Zigbee节点网络传输到上位机中显示,其整体***流程框图如图3所示,整体***场景效果如图4所示。
在柔性多模态传感装置正式应用之前,需要对传感装置进行校验标定,所需设备有:风洞,为传感装置提供风环境,并能吹一定风速的风,即图1的e图中的风、电磁振动试验台,为传感装置提供指定大小振动源即图1d中的振动力P。
在完成柔性多模态传感装置的标定后,在具体列车转向架环境下搭建好在线检测***,列车运行过程中,对向风流入转向架腔室内,基于热损失原理和惠斯通桥,集成的热膜传感器会输出一个电压信号,利用这个风速信号和已经标定建立好的风速与电压信号的关系模型可以计算出转向架上传感器感受的风速大小。同理,柔性多模态传感装置上集成的振动传感器会利用已建立好的电压信号和振动力的关系模型计算出转向架上传感器感受到的振动力大小。
最后对得到的风速数据和振动力数据进行数据处理,依据风速数据和振动力数据具有同时检测的特性和风速信号与振动信号都受到同一时刻风环境影响具有一定相似性特性,可以得知同时刻振动力的数据变化是完全包含风速的数据变化,故可以利用风速数据来解耦振动力的两个振动源(风振动、轮轨反馈振动)。具体步骤如下:
(1)传感器采集得到原始信号x(t),令h0(t)=x(t)、g0(t)=y(t);
(2)得到原始信号hk(t)和g0(t)的极值点;
(3)样条曲线连接得到上下包络线,exmax(t)、exmin(t)和eymax(t)、eymin(t);
(4)将包络线求和取均值得到:
(5)将h(t)减去mx(t)、将g(t)减去my(t)
hk(t)=hk-1(t)-mx(k-1)(t)
gk(t)=gk-1(t)-my(k-1)(t)
(6)判断hk(t)和gk(t)是否满足IMF条件:
满足IMF条件的hk(t)即得到IMF分量:Imfx(i)(t)=hk(t);
不满足IMF条件的hk(t)重复2、3、4、5、6操作;
满足IMF条件的gk(t)即得到IMF分量:Imfy(i)(t)=gk(t);
不满足IMF条件的gk(t)重复2、3、4、5、6操作;
(7)将原始信号不断减去Shifting算法得到的Imfk(t)分量:
振动信号x(t)分解:
ux(0)(t)=x(t)、ux(i)(t)=ux(i-1)(t)-Imfx(i)(t);
风速信号y(t)分解:
uy(0)(t)=y(t)、uy(i)(t)=uy(i-1)(t)-Imfy(i)(t);
(8)判断振动信号x(t)分解后的ux(i)(t)是否有两个以上极点,满足则重第1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=ux(i)(t)若满足则EMD分解结束;
判断风速信号y(t)分解后的uy(i)(t)是否有两个以上极点,满足则重复1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=uy(i)(t)若满足则EMD分解结束;
(9)EMD分解结束后,得到原始信号分解出的公式:
振动信号x(t)残余分量:rx(t)=ux(i)(t);
风速信号y(t)残余分量:ry(t)=uy(i)(t);
(10)求振动信号x(t)的自相关函数和其Imfx(i)(t)分量自相关函数:
求风速信号y(t)的自相关函数和其Imfy(i)(t)分量自相关函数:
(11)求解振动信号x(t)和风速信号y(t)的互相关系数:
将ρ设置为过滤振动信号x(t)的Imfx(i)(t)的阈值;
(12)求解振动信号x(t)的Imfx(i)(t)分量和风速信号y(t)的互相关系数:
(13)过滤出ρ(j)小于ρ的Imfx(i)(t)分量,舍弃ρ(j)大于ρImfx(i)(t)分量,因为ρ是指振动信号x(t)和风速信号y(t)相关程度的一个系数,ρ(j)是指振动信号x(t)的ImFx(i)(t)分量和风速信号y(t)相关程度的一个系数:
当ρ(j)>ρ时,说明在这个频段内风速信号y(t)对振动信号x(t)的影响大;
当ρ(j)<ρ时,说明在这个频段内风速信号y(t)对振动信号x(t)的影响小;
剔除风速信号y(t)影响大的IMF Imfx(i)(t)分量其目的就是无限降低风速对振动的影响,从而近乎得到没有风速影响的振动信号;
(14)将过滤得到的Imfx(i)(t)信号进行重构,即得到解耦后的振动信号X(t)。
在柔性多模态传感装置应用前需要对其检测数据进行标定实验。振动检测标定实验流程图如图6所示,将柔性多模态传感置于无风环境中,利用电磁振动实验台对传感装置施加不同大小的振动力,得到多组不同振动力输出信号,利用这些输出信号建立起振动力和输出信号的关系,即计算得到常数C,重复多轮上述操作,计算得到多个常数C,取平均值得到最终振动标定常数,完成振动力检测标定。
风速检测标定实验流程如图7所示,将柔性多模态薄膜传感装置先置于风洞中,在无其他振动源环境下利用风洞向传感器吹不同风速的风,得到多组不同风速输出信号,利用这些数据信号基于King公式反解出两个常数C1和C2,建立起风速和输出信号的关系。重复多轮上述操作,得到多组常数C1和C2,取平均值得到最终风速标定常数,完成风速检测标定。
对多模态柔性传感装置在转向架的应用进行简单叙述:如图8所示,将多模态柔性传感装置置于应用场景即将传感装置贴附于转向架构架表面,并搭建好监测***。列车在运行过程中,传感器薄膜表秒的热敏传感单元会输出转向架表面空气流速电压信号,压敏单元会输出转向架结构振动电压信号。然后根据已经建立好的空气流速与输出电压的模型计算出传感器表面受到的风速值,根据已建立好的振动与输出电压的模型计算出传感器表面感受到的振动力值,此时多模态柔性传感器装置完成了其监测采集数据功能。
在上位机中得到了装置采集后的风速和振动数据后,然后利用方法对振动数据进行解耦,其解耦流程如图9所示,首先将得到的风速数据和振动数据进行EMD分解,得到风速数据和振动数据从低频到高频的IMF分量,然后计算出IMF分量和风速数据和振动数据自相关函数,通过计算出的风速数据和振动数据自相关函数得到二者的相关系数(反映二者相似程度)ρ并设置阈值,再利用振动数据的IMF分量与风速数据的自相关函数求解出二者的相关系数ρ(j),然后通过阈值ρ和相关系数ρ(j)的关系过滤出振动IMF分量,最后将这些过滤得到的IMF分量进行重构,即得到轮轨振动的振动信号,此时完成解耦。
为进一步验证,柔性多功能传感装置在转向架振动信号(由风压和轮轨反振动耦合导致)在线测量,如图10所示,可以看到转向机振动信号呈现多频段特点。图11为通过经验模态法对转向架结构振动信号分解结果,为风压和结构振动对转向架受力的解耦处理提供了依据,有助于转向架受力状态的精准分析。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种用于转向架风速和结构振动在线测量的柔性多模态传感装置,其特征在于,该装置包括用于转向架表面气流速度测量的热模传感模块和用于振动测量的压电模块,热模传感模块包含一个风速热敏单元和两个应用于热敏单元的两个加热电阻单元,实现对转向架风速和结构振动的测量,所有功能单元均集成在同一柔性基板上,共形安装在H型转向架曲面构架表面,柔性传感器的柔软性特征能够保证其紧密无缝贴附于转向架曲面构架表面,不影响转向架的表面流场分布,实时采集转向架的风速和振动力电压变化信号,计算出实时风速与热模传感器输出信号之间的关系;标定出压电输出电压与结构振动之间的映射关系,实现转向架多参量的实时监测,转向架结构振动与环境信号的同步监测是保证列车行车运行安全最为有效的方法,对于列车运行安全监测与智能运维具有重要的推动作用。
2.一种基于柔性多模态传感数据的转向架表面风压与结构振动解耦方法,其特征在于,风压直接影响转向架的表面流场分布,同时对转向架的结构振动产生影响;轮轨振动的反振力会影响转向架的结构振动信号,热模传感器会采集到转向架的表面流场信息,压电传感器会采集到风压与轮轨振动耦合引起的转向架结构振动信号,利用热模传感器只对气流敏感特点,轮轨振动反振力对热模传感器的影响可以忽略不计,提出基于经验模态分解的转向架风压与结构振动解耦方法,评估风压环境与转向架结构振动对其结构健康与安全行驶的影响规律,传感器记录的振动信号x(t),风速信号y(t),所提出的转向架结构与环境感知解耦算法的主要包括:IMF分量计算、经验模态分解、自相关与协方差系数计算,具体步骤如下:
(1)传感器采集得到原始信号x(t),令h0(t)=x(t)、g0(t)=y(t);
(2)得到原始信号hk(t)和g0(t)的极值点;
(3)样条曲线连接得到上下包络线,exmax(t)、exmin(t)和eymax(t)、eymin(t);
(4)将包络线求和取均值得到:
(5)将h(t)减去mx(t)、将g(t)减去my(t):
hk(t)=hk-1(t)-mx(k-1)(t)
gk(t)=gk-1(t)-my(k-1)(t)
(6)判断hk(t)和gk(t)是否满足IMF条件:
满足IMF条件的hk(t)即得到IMF分量:Imfx(i)(t)=hk(t);
不满足IMF条件的hk(t)重复2、3、4、5、6操作;
满足IMF条件的gk(t)即得到IMF分量:Imfy(i)(t)=gk(t);
不满足IMF条件的gk(t)重复2、3、4、5、6操作;
(7)将原始信号不断减去Shifting算法得到的Imfk(t)分量:
振动信号x(t)分解:
ux(0)(t)=x(t)、ux(i)(t)=ux(i-1)(t)-Imfx(i)(t);
风速信号y(t)分解:
uy(0)(t)=y(t)、uy(i)(t)=uy(i-1)(t)-Imfy(i)(t);
(8)判断振动信号x(t)分解后的ux(i)(t)是否有两个以上极点,满足则重复1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=ux(i)(t),若满足则EMD分解结束;
判断风速信号y(t)分解后的uy(i)(t)是否有两个以上极点,满足则重复1、2、3、4、5、6、7、8步骤其中1步骤中非第一次得到IMF分量则h0(t)=uy(i)(t)若满足则EMD分解结束;
(9)EMD分解结束后,得到原始信号分解出的公式:
振动信号x(t)残余分量:rx(t)=ux(i)(t);
风速信号y(t)残余分量:ry(t)=uy(i)(t);
(10)求振动信号x(t)的自相关函数和Imfx(i)(t)分量的自相关函数:
求风速信号y(t)的自相关函数和Imfy(i)(t)分量的自相关函数:
(11)求解振动信号x(t)和风速信号y(t)的互相关系数:
将ρ设置为过滤振动信号x(t)的Imfx(i)(t)的阈值;
(12)振动信号x(t)的Imfx(i)(t)分量和风速信号y(t)的互相关系数:
(13)过滤出ρ(j)小于ρ的Imfx(i)(t)分量,舍弃ρ(j)大于ρImfx(i)(t)分量,因为ρ是指振动信号x(t)和风速信号y(t)相关程度的一个系数,ρ(j)是指振动信号x(t)的Imfx(i)(t)分量和风速信号y(t)相关程度的一个系数:
当ρ(j)>ρ时,说明这个频段内风速信号y(t)对振动信号x(t)的影响大;
当ρ(j)<ρ时,说明这个频段内风速信号y(t)对振动信号x(t)的影响小;
剔除风速信号y(t)影响大的IMF Imfx(i)(t)分量其目的就是无限降低风速对振动的影响,从而近乎得到没有风速影响的振动信号;
(14)过滤得到的Imfx(i)(t)信号进行重构,即得到解耦后的振动信号X(t)。
3.根据权利要求1的一种用于转向架风速和结构振动在线测量的柔性多模态传感装置,其特征在于,具有柔软特性,膜厚度小,且包含2个振动力压电单元、一个风速热敏单元和两个其加热电阻单元,所有单元都集成于一块柔性衬底,能够保证柔性传感装置与转向架曲面结构共形贴附,对转向架表面结构的空气流场没有影响,有利于转向架在复杂流体环境的传感检测,提高了流体检测的准确性和精度,同时,共形贴附也提高了对于转向架结构振动监测的敏感度和精度。
4.根据权利要求1和3的一种用于转向架风速和结构振动在线测量的柔性多模态传感装置,其特征在于,柔性多模态传感装置热膜与压电同步采集的转向架环境与结构振动信息,解决环境与结构振动信号之间的强耦合问题,环境-结构一体化检测的能力实现了转向架的精准感知与安全监测。
5.根据权利要求1和2的一种柔性多模态传感装置及转向架表面风压与结构振动解耦方法,其特征在于,柔性多模态传感装置中的压电传感器采集的振动信息是由风致振动与结构振动叠加产生的,两者相互耦合在一起。
6.根据权利要求1和2的一种柔性多模态传感装置及转向架表面风压与结构振动解耦方法,其特征在于,柔性多模态传感装置能够同步感知到转向架表面风压与结构振动信息,柔性多模态传感装置中压电传感器同时受到风压与结构振动影响,而热膜传感器只对风压信号敏感,基于当前信号特点实现转向架受到环境与结构振动影响的解耦。
7.根据权利要求2,5和6的一种基于柔性多模态传感装置的转向架表面风压与结构振动解耦方法,其特征在于,转向架环境与结构振动解耦方法对热膜和压电传感器输出的电压信号进行经验模态分解,然后计算出多传感信号各自分解得到的IMF分量和原采集信号的自相关函数和相关系数,通过风速信号得到各个IMF的相关系数对复合振动信号的各个IMF分量进行阈值设置,滤波得到有效的振动信号IMF分量并进行重构,分别得到风压与轮轨反振力对转向架结构振动信号的影响程度,实现转向架表面风压与结构振动信号的解耦。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210683273.5A CN115031784A (zh) | 2022-06-16 | 2022-06-16 | 转向架结构/环境同步监测的柔性传感阵列及解耦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210683273.5A CN115031784A (zh) | 2022-06-16 | 2022-06-16 | 转向架结构/环境同步监测的柔性传感阵列及解耦方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115031784A true CN115031784A (zh) | 2022-09-09 |
Family
ID=83125297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210683273.5A Pending CN115031784A (zh) | 2022-06-16 | 2022-06-16 | 转向架结构/环境同步监测的柔性传感阵列及解耦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115031784A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117744890A (zh) * | 2024-02-08 | 2024-03-22 | 人和数智科技有限公司 | 一种人居环境监测优化方法 |
-
2022
- 2022-06-16 CN CN202210683273.5A patent/CN115031784A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117744890A (zh) * | 2024-02-08 | 2024-03-22 | 人和数智科技有限公司 | 一种人居环境监测优化方法 |
CN117744890B (zh) * | 2024-02-08 | 2024-05-07 | 人和数智科技有限公司 | 一种人居环境监测优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109357822B (zh) | 一种基于车桥耦合***时变动力特征改变的桥梁快速测试与评估方法 | |
AU2005265414B2 (en) | Apparatus for detecting hunting and angle of attack of a rail vehicle wheelset | |
CN104598753B (zh) | 一种基于Brakhage v方法的桥梁移动车辆荷载识别方法 | |
CN105109490B (zh) | 一种基于三轴加速度传感器判断车辆急转弯的方法 | |
CN104006978B (zh) | 一种铁道车辆轮轨之间作用力的间接测量方法 | |
CN104833534A (zh) | 一种基于多源信息融合的列车走行系故障诊断装置及方法 | |
CN106529111A (zh) | 整车重量的检测方法、***及车辆 | |
CN107621319A (zh) | 一种弓网接触力测量方法及其测量装置 | |
CN115031784A (zh) | 转向架结构/环境同步监测的柔性传感阵列及解耦方法 | |
Matsumoto et al. | Creep force characteristics between rail and wheel on scaled model | |
CN112816045B (zh) | 一种车辆的动态称重方法及动态称重装置 | |
Kerst et al. | Reconstruction of wheel forces using an intelligent bearing | |
CN108287076B (zh) | 一种阻力曲线的测试方法及装置 | |
CN112798089B (zh) | 一种车辆的动态称重方法及动态称重装置 | |
CN111601739B (zh) | 用于确定轨道车辆的轮轴的角速度的***和相应方法 | |
CN109060209A (zh) | 用于房车制动***动态制动力矩的测量设备和测量方法 | |
CN109357823B (zh) | 一种实测路面结构层底最大应变及车辆轴载速度的方法 | |
CN114719812B (zh) | 一种用于主动径向控制的线路曲率实时检测***及其方法 | |
CN116296180A (zh) | 基于双轴车接触响应空间位置关系的桥梁阻尼比识别方法 | |
CN207850503U (zh) | 一种行车重量智能监控*** | |
CN102057267B (zh) | 通过比较分析估计一对轮胎的横向抓地力的方法 | |
CN109540013B (zh) | 一种基于长标距光纤传感的智能轮胎监测方法及*** | |
Hurtado et al. | Design of an onboard directional anemometer for bicycles | |
CN110230247B (zh) | 基于激光多普勒技术的道路结构性病害检测装置和方法 | |
CN104122022B (zh) | 车辆轮轴动荷载测量仪及测评方法 |
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 |