基于安全域的軌道車輛走行系服役狀態(tài)評估方法.pdf

1、走行系是軌道交通車輛的關鍵組成部件之一，不僅承擔著整車的重量還保障列車在軌道上的正常運行。車輪作為走行系的重要零件，其服役狀態(tài)是影響列車安全運營的關鍵因素之一，因此對走行系車輪進行實時在線監(jiān)測意義重大。目前，車輪服役狀態(tài)監(jiān)測主要以人工靜態(tài)檢測為主，鑒于此，本文在總結前人研究的基礎上，提出了基于安全域的軌道車輛車輪服役狀態(tài)評估方法，本文的主要工作內容如下:
　　首先，對軌道車輛走行系的組成及其作用進行介紹，著重介紹了車輪的主要故障及

2、其形成機理，確定了采用鋼軌振動加速度信號對車輪服役狀態(tài)進行評估，同時介紹了安全域估計的相關理論及基本方法。
　　其次，建立了車輛-軌道垂向耦合系統(tǒng)動力學模型，主要包括車輛系統(tǒng)、軌道系統(tǒng)及輪軌垂向耦合關系，并以車輪扁疤、車輪不圓、軌道不平順等作為模型輸入激勵，仿真得到鋼軌的振動信號輸出。
　　然后，針對只有正常鋼軌振動信號的條件下，提出了基于EMD廣義能量的車輪服役狀態(tài)評估方法。該方法對鋼軌振動信號進行經驗模態(tài)分解，選取出有效

3、本征模函數分量并賦予權重系數，以此求出各分量的能量加權和作為該信號的EMD廣義能量值，從而確定出正常車輪的EMD廣義能量安全域邊界，實現正常車輪與故障車輪的劃分。
　　最后，研究了基于最小二乘支持向量機的車輪服役狀態(tài)安全域估計和基于概率神經網絡的車輪故障診斷。區(qū)別于僅采用正常車輪的鋼軌振動信號進行安全域劃分，該方法提取出包括正常車輪和故障車輪的多個特征值，采用最小二乘支持向量分類器實現了正常車輪與故障車輪的劃分，并采用概率神經網絡