李雪飛，吳月菊，孫艷紅，王宇超

(中車長春軌道客車股份有限公司，吉林 長春 130000)

0 引言

高速鐵路的發(fā)展，使得運(yùn)營交通量大大增加，而且列車的噸位和速度都有了明顯提高。但隨之而來的軌道事故也越來越多，輕則影響乘坐高鐵的舒適感，重則可能會發(fā)生一系列嚴(yán)重的安全事故，對軌道的使用壽命和乘客的安全造成了極大的威脅[1-2]。傳統(tǒng)的輪軌關(guān)系檢測技術(shù)一般都是以軌道幾何參數(shù)為主要研究對象[3-4]，根據(jù)所得的數(shù)據(jù)和表格，判斷參數(shù)偏差發(fā)生的位置和地點(diǎn)，再分析事故成因。雖然這種方法的檢測結(jié)果與實(shí)際結(jié)果相差較小，但是在檢測過程中會影響列車的正常運(yùn)行，實(shí)施起來較為困難。

本文引入離線監(jiān)督性學(xué)習(xí)算法，利用其中的k均值算法提出了一種高效的在線檢測技術(shù)，其創(chuàng)新之處在于計(jì)算車輪加速度和輪軌力，通過k均值聚類算法確定列車是否處于平穩(wěn)運(yùn)行狀態(tài)下，結(jié)合輪軌關(guān)系異常情況類，完成高鐵輪軌關(guān)系在線檢測技術(shù)的設(shè)計(jì)與應(yīng)用。

1 高鐵輪軌關(guān)系接觸狀態(tài)分析

將高鐵輪軌關(guān)系檢測裝置放置在鋼軌內(nèi)側(cè)和鋼軌外側(cè)，以高速攝像機(jī)獲取某一時(shí)刻下列車車輪與軌道之間的接觸圖像，再通過圖像處理技術(shù)進(jìn)行特征識別，獲得較為全面的輪軌接觸關(guān)系，實(shí)現(xiàn)對輪軌關(guān)系接觸狀態(tài)的分析。輪軌接觸如圖1所示。

圖1 高鐵輪軌接觸關(guān)系

2 高鐵輪軌關(guān)系在線檢測技術(shù)實(shí)現(xiàn)

2.1 圖像采集與處理

2.1.1 圖像采集

為了明確輪軌關(guān)系，在軌道內(nèi)側(cè)和外側(cè)分別放置1臺高速攝像機(jī)，采集列車的行駛狀態(tài)信息，車輪每前進(jìn)10 m采集1次圖像，因此，高速攝像機(jī)應(yīng)具備超大容量的存儲卡。綜合考慮之下，本文選擇了CPL-MS50K COMS攝像機(jī)，該種型號的攝像機(jī)配備2.7 GB超大存儲空間，分辨率最高可達(dá)1 280×1 024，拍攝速度最高達(dá)5 000 幀/s，曝光時(shí)間最高達(dá)24 000 μs，并且這些參數(shù)都可以根據(jù)拍攝需求隨意進(jìn)行調(diào)節(jié)。與此同時(shí)，該種型號的攝像機(jī)配備了f=75 mm焦距的鏡頭，對于物距在3.5 m之內(nèi)的物體，都可以取得清晰的成像效果。

2.1.2 圖像處理

在所放置攝像機(jī)的周圍選取一個(gè)合適的標(biāo)記點(diǎn)，使其能同時(shí)被內(nèi)側(cè)、外側(cè)2個(gè)攝像機(jī)拍攝到。根據(jù)標(biāo)記點(diǎn)在2個(gè)攝像機(jī)中的成像，在內(nèi)側(cè)和外側(cè)2個(gè)圖像之間建立定量聯(lián)系，以標(biāo)定參數(shù)的形式存儲。實(shí)時(shí)對2臺攝像機(jī)中標(biāo)記點(diǎn)的成像進(jìn)行校正，最后將校正后的圖像拼接在一起，形成完整的輪軌接觸圖像。

2.2 加速度測量

加速度測量裝置以列車的主體架構(gòu)與軸箱作為主要測量對象，通過對軸架關(guān)鍵部位產(chǎn)生的振動進(jìn)行實(shí)時(shí)測量、分析和處理，得到各關(guān)鍵部位的振動值，以此判斷列車運(yùn)行是否平穩(wěn)，乘客是否感到舒適。

通過獲取列車的三向加速度以及架構(gòu)垂向橫向加速度信號值，計(jì)算列車的平穩(wěn)性和舒適性，平穩(wěn)性計(jì)算式為

(1)

W為列車的平穩(wěn)性參數(shù)；A為列車行駛振動產(chǎn)生的加速度；f為列車振動頻率；F(f)為修正系數(shù)。

舒適性計(jì)算式為

(2)

Nmv為舒適性參考指標(biāo)；a為列車的加速度值；Wd、Wb分別為舒適性參數(shù)的加權(quán)曲線和加權(quán)值；P為地面；95為分布概率分位點(diǎn)95%的舒適性指標(biāo)；X、Y、Z分別為加速度裝置測量的縱向、橫向和垂向方向。

2.3 基于k均值的輪軌關(guān)系在線檢測

2.3.1 高鐵輪軌關(guān)系

高鐵的輪軌關(guān)系直接影響列車的安全性能和運(yùn)營能力，輪軌之間所產(chǎn)生的磨耗又決定了輪軌關(guān)系的好壞。無磨耗輪軌與磨耗輪軌之間具有顯著的差異，標(biāo)準(zhǔn)輪與標(biāo)準(zhǔn)軌間的接觸關(guān)系中，車輪與軌道之間的接觸點(diǎn)在踏面和軌面上呈現(xiàn)均勻分布特性，具有較好的離散性；磨耗輪與標(biāo)準(zhǔn)軌之間的接觸關(guān)系中，踏面磨耗不斷增加，使得接觸點(diǎn)向輪緣根部逐漸轉(zhuǎn)移，同時(shí)，軌面的磨耗也逐漸向軌肩的方向偏移。如果這種情況持續(xù)的時(shí)間較長，則會發(fā)生車體抖動，影響乘坐舒適性；磨耗輪與磨耗軌之間的接觸關(guān)系中，踏面與軌面之間的接觸帶寬不斷增加[5]，離散性越來越差，輪緣根部與軌肩為主要的磨耗點(diǎn)，輪對的接觸角度逐漸變大。

在實(shí)際應(yīng)用中，在綜合考慮輪對和軌道狀態(tài)變化的基礎(chǔ)上[6]，得到真實(shí)的輪軌關(guān)系，深入分析輪對和軌道的磨損和接觸狀態(tài)變化。

2.3.2 輪軌力檢測技術(shù)

輪軌力可以在一定層面上反映出列車車輪與軌道之間的相互作用力大小，可用于判斷列車是否處于平穩(wěn)運(yùn)行狀態(tài)。因此，本文在進(jìn)行輪軌關(guān)系檢測之前，采用間接測量法[7]測量輪軌力。這種方法相較于其他方法，具有成本低和實(shí)現(xiàn)簡單等優(yōu)點(diǎn)。

在參考輪對模型的基礎(chǔ)上，建立橫向力平衡方程和側(cè)滾力矩平衡方程，即通過測量列車在行駛過程中產(chǎn)生的加速度以及位移等，反推得到輪軌力。輪軌力直接影響了列車的重力以及慣性力[8]。根據(jù)輪對的受力狀態(tài)，得到橫向力平衡方程為

mway+2kydy+Fr1+Fr2+H=0

(3)

mw為輪對w的質(zhì)量；ay為列車輪對在行駛狀態(tài)下產(chǎn)生的橫向加速度值；ky、dy分別為列車彈簧在行駛過程中，產(chǎn)生的橫向剛度值和相對位移；Fr1、Fr2分別為列車左、右轉(zhuǎn)臂定位節(jié)點(diǎn)r之間的橫向力；H為輪軸的橫向力。

通過左右輪不同的接觸點(diǎn)建立二者的側(cè)滾力矩平衡方程為

(4)

2.3.3 輪軌關(guān)系檢測技術(shù)

在離線監(jiān)督性學(xué)習(xí)算法中，k均值是一種成熟的、應(yīng)用較為廣泛的算法，因此，本文選取k均值聚類算法作為輪軌關(guān)系異常檢測算法。

設(shè)F={fi,i=1,…,n}為聚類樣本的集合，滿足條件fi∈Rd(d為樣本的維度信息)。首先，迭代幾次即選取幾次樣本，因此，選取k個(gè)樣本作為初始迭代樣本進(jìn)行計(jì)算，得到聚類樣本的聚類中心；然后，剩余的樣本按照該方法繼續(xù)得到聚類中心[9]。比較所得的聚類中心，將相似度較高的整合在一起，形成類中心所屬類。樣本之間相似度計(jì)算式為

(5)

(6)

(7)

利用式(5)不斷分配樣本，此時(shí)，所得的類中心就是重新分配后的類中心。在重復(fù)迭代的過程中，當(dāng)聚類中心開始出現(xiàn)收斂情況時(shí)，停止計(jì)算。

本文利用k均值算法對高鐵輪軌關(guān)系進(jìn)行在線異常情況檢測，通過調(diào)整k值聚類計(jì)算次數(shù)，利用測度函數(shù)對最終的聚類結(jié)果進(jìn)行評測，找出其中含有樣本數(shù)量較少的類，作為輪軌關(guān)系異常樣本集。

(8)

不斷改變k的值，觀察J值的變化，以此獲得較為理想的聚類結(jié)果和樣本中的異常數(shù)據(jù)[10]。

綜上所述，基于k均值聚類算法的輪軌關(guān)系在線檢測的實(shí)現(xiàn)過程如下所述。

a.確定聚類樣本集合為F={fi,i=1,…,n}，將初始聚類參數(shù)設(shè)定為k，初始迭代參數(shù)設(shè)定為t=1。

b.利用k均值聚類算法迭代計(jì)算F，得到初始聚類結(jié)果F→{F1，…,Fk}，實(shí)現(xiàn)過程為：

②通過式(5)計(jì)算樣本fi與ce之間的相似度值S(fi,ce)，將fi的類中心劃分到與其最相似的類中。

③根據(jù)式(6)和式(7)對重新分配后的ce進(jìn)行計(jì)算，得到新的類中心集合C。

④觀察重新分配前后的類中心是否相同，如果不相同，返回步驟②重新進(jìn)行計(jì)算，直至相同為止；如果相同，則直接輸出聚類結(jié)果為F→{F1，…,Fk}。

c.通過測度函數(shù)J對聚類結(jié)果F→{F1，…,Fk}進(jìn)行檢測，將重新分配前、后的J值進(jìn)行對比，當(dāng)|J(t)-J(t-1)|<ε時(shí)，可得t=t+1，此時(shí)，應(yīng)返回步驟b重新進(jìn)行計(jì)算；反之，則繼續(xù)步驟d的計(jì)算。

d.假設(shè)最終所得的聚類結(jié)果為F→{F1，…,Fe,…Fk}，F(xiàn)e中包含了ne個(gè)樣本數(shù)量，將ne的值按照從大到小的順序進(jìn)行排列，其中較小值的樣本即為異常樣本集。

e.結(jié)束計(jì)算，輸出異常樣本集，至此完成輪軌關(guān)系的檢測。

3 仿真分析與實(shí)例測試

為了驗(yàn)證本文所提的輪軌關(guān)系檢測技術(shù)是否合理有效，進(jìn)行了實(shí)例應(yīng)用，分別從數(shù)據(jù)可靠性以及輪軌接觸點(diǎn)方面進(jìn)行了測試。

3.1 檢測裝置穩(wěn)定性測試

利用本文設(shè)計(jì)的高鐵輪軌關(guān)系檢測裝置，對同一路段分別進(jìn)行了2次檢測，以此驗(yàn)證該裝置是否具有理想的穩(wěn)定性。檢測項(xiàng)目為橫向、縱向、垂直加速度3個(gè)參數(shù)的幅值變化狀態(tài)，檢測結(jié)果如圖2所示。

對比2次檢測結(jié)果，從圖2中可以看出，各項(xiàng)參數(shù)曲線變化幅度極為相同，具有較高的重復(fù)性。由此可知，本文設(shè)計(jì)的輪軌關(guān)系檢測裝置較為穩(wěn)定，所得結(jié)果具有參考價(jià)值。

圖2 輪軌參數(shù)2次檢測結(jié)果對比

3.2 檢測數(shù)據(jù)可靠性測試

為了驗(yàn)證本文設(shè)計(jì)的檢測裝置是否可以得到科學(xué)的檢測數(shù)據(jù)，利用本文檢測裝置與專業(yè)的軌道檢測小車，在同一路段上分別進(jìn)行輪軌關(guān)系的檢測，并將所得結(jié)果進(jìn)行對比，對比結(jié)果如圖3所示。

圖3 本文檢測裝置與軌道檢測小車數(shù)據(jù)對比

從圖3中可以看出，本文檢測的輪軌關(guān)系數(shù)據(jù)與專業(yè)的軌道檢測小車所得的數(shù)據(jù)曲線變化幾乎一致，檢測到的峰值均出現(xiàn)在了同一位置上，雖然存在較小的誤差，但是在可允許的范圍內(nèi)。由此可知，本文提出的輪軌關(guān)系檢測技術(shù)及其檢測裝置科學(xué)有效。

利用本文設(shè)計(jì)的高鐵輪軌關(guān)系檢測裝置的檢測數(shù)據(jù)與工程車檢測數(shù)據(jù)進(jìn)行對比，檢測結(jié)果對比如圖4所示。

圖4 本文裝置與工程車檢測數(shù)據(jù)對比

從圖4中可以看出，本文檢測裝置所得的數(shù)據(jù)與工程車所得數(shù)據(jù)變化曲線走向幾乎一致，具有較高的吻合性。由此可知，本文設(shè)計(jì)的輪軌關(guān)系檢測裝置檢測數(shù)據(jù)科學(xué)合理，適用于高鐵輪軌關(guān)系的檢測作業(yè)。

綜上所述，本文設(shè)計(jì)的輪軌關(guān)系檢測裝置在工作狀態(tài)下具有極高的穩(wěn)定性，在環(huán)境多變的輪軌關(guān)系檢測條件下，依然可以很好地完成檢測任務(wù)。

3.3 實(shí)例應(yīng)用

為驗(yàn)證該技術(shù)是否具有理想的實(shí)用化需求。隨機(jī)選取了一段軌道(該條軌道直線無拐彎)，在高鐵速度為180 km/h時(shí)，檢測車輪與軌道之間的接觸狀態(tài)變化情況。將接觸狀態(tài)轉(zhuǎn)換為接觸點(diǎn)斷面報(bào)表的形式，如圖5所示。

圖5 高鐵1個(gè)車輪接觸點(diǎn)斷面報(bào)表

圖5中，上邊長虛線表示軌道軌頭內(nèi)側(cè)，下邊長虛線表示軌頭外側(cè)。從圖5可以得知，車輪與軌道之間的接觸點(diǎn)在軌頭內(nèi)側(cè)偏多一些，這說明了輪軌接觸狀態(tài)較好。在經(jīng)過此路段時(shí)，列車不會發(fā)生較大的振動和偏差，乘客的乘坐舒適性也較高。

4 結(jié)束語

針對傳統(tǒng)輪軌關(guān)系檢測技術(shù)精度差和誤差大等缺點(diǎn)，本文利用離線監(jiān)督性學(xué)習(xí)算法中的k均值算法，提出了一種輪軌關(guān)系在線檢測技術(shù)。利用此技術(shù)可以在不影響列車正常運(yùn)行的前提下完成檢測任務(wù)，且具有較高的檢測精度和科學(xué)性，保證了軌道線路運(yùn)行的安全性。