趙勤坤，李雪飛，王雁飛，高登科

（中車長春軌道客車股份有限公司，吉林長春 130000）

我國高速鐵路迅速發(fā)展，相關(guān)問題也不斷出現(xiàn)，出現(xiàn)了高速道岔直尖軌裂紋、彈條斷裂等高鐵輪軌關(guān)系匹配不良的現(xiàn)象，如果高鐵輪軌狀態(tài)差，會出現(xiàn)光帶過寬或過窄、光帶偏移、雙光帶等問題，如果輪軌關(guān)系匹配不佳，會極大地降低行車的舒適度[1-2]。

為了保持良好的輪軌關(guān)系，創(chuàng)造平穩(wěn)、舒適的行車環(huán)境，中國鐵路總公司科技部門對高鐵輪軌關(guān)系展開了深入研究。文獻(xiàn)[3]提出了一種快速而且準(zhǔn)確地檢測高鐵受電弓的方法，利用高鐵受電弓前攝像頭捕捉到的10 000余張圖片作為訓(xùn)練樣本，對高鐵受電弓嚴(yán)重形變、脫離等情況進(jìn)行及時預(yù)警，平均準(zhǔn)確率達(dá)到93.1%。文獻(xiàn)[4]給出了軌道板檢測系統(tǒng)的測量標(biāo)準(zhǔn)精度及其計算方法，設(shè)立了兩個精度評價指標(biāo)，定量評價軌道板外形尺寸和光學(xué)測量系統(tǒng)的精度，對于其他軌道板及鐵路工件的三維檢測具有參考價值。

但是以往研究方法沒有考慮到高噪聲環(huán)境，高鐵輪軌關(guān)系檢測能力受限，為了解決以上問題，提出了基于DCAE-CNN 的高鐵輪軌關(guān)系自動化檢測方法。

1 高鐵輪軌數(shù)據(jù)檢測

高鐵輪軌數(shù)據(jù)包括輪軌高頻振動數(shù)據(jù)、彈條共振數(shù)據(jù)、輪重滿載率、直尖軌受力數(shù)據(jù)等，對高鐵輪軌數(shù)據(jù)進(jìn)行檢測，可實(shí)現(xiàn)高鐵輪軌關(guān)系的自動化檢測。

高鐵輪和軌是一個耦合系統(tǒng)，高鐵輪軌檢測數(shù)據(jù)除了以上介紹的數(shù)據(jù)外，還包括高鐵的動力學(xué)性能信息、動車組構(gòu)架橫向加速度以及軌道的狀態(tài)信息數(shù)據(jù)，以固定的車輛為載體，檢測軌道線路的輪軌狀態(tài)數(shù)據(jù)與運(yùn)行數(shù)據(jù)，通過對檢測數(shù)據(jù)的分析與處理，可對高鐵輪軌關(guān)系進(jìn)行檢測與研究[5]。

高鐵輪軌作用力為垂向、橫向和縱向三個方向，在上述作用力的影響下，列車的軸重、道岔直尖軌、鋼軌波磨、一系懸掛等將發(fā)生變化，用于檢測輪軌數(shù)據(jù)的列車通常為特定列車，假設(shè)列車的狀態(tài)固定，列車的運(yùn)行速度屬于變量，在不同的運(yùn)行速度下，輪軌道岔、彈條、鋼軌狀態(tài)均隨著列車運(yùn)行速度的變化而改變[6-7]。該輪軌數(shù)據(jù)檢測可以真實(shí)反映軌道線路的輪軌關(guān)系情況，在不同的高鐵線路軌道內(nèi)具有相同的限度值，通過輪軌數(shù)據(jù)檢測獲得某段軌道線路的彈條高頻激振頻率為：

式中，f表示高鐵輪軌彈條高頻激振頻率；γ表示高鐵輪軌鋼軌波磨；f1表示高鐵輪軌彈條固有頻率；β表示鋼軌軌距角。通過計算得到的高鐵輪軌彈條高頻激振頻率，為高鐵輪軌關(guān)系的檢測提供了判定依據(jù)[8-9]。當(dāng)高鐵線路軌道內(nèi)的限度值不同時，通過高鐵輪軌數(shù)據(jù)檢測，可以獲得高鐵輪軌作用力隨速度限度值的變化情況，由于高鐵輪軌作用力與速度緊密相關(guān)，高鐵輪軌關(guān)系軌檢可以更有效地分析不同速度限度值下，高鐵輪軌中的鋼軌、彈條等是否滿足列車運(yùn)行要求。

采用“單周期雙橋路正弦余弦合成法”，對高鐵的垂向力和橫向力進(jìn)行測量，在車輪旋轉(zhuǎn)一周后，進(jìn)行再次測量，分析靈敏度，根據(jù)分析結(jié)果得到正弦周期，確定相位差，根據(jù)相位差分析正弦與余弦之間的關(guān)系，通過三角函數(shù)對測量的靈敏度進(jìn)行計算，確定車輪的轉(zhuǎn)角位置，從而得到恒定結(jié)果。

在不同的高鐵速度限度值下，高鐵道岔直尖軌受力F為：

式中，α表示道岔打磨角度；δ表示高鐵速度限度值；λ表示尖軌應(yīng)力。高鐵道岔角度通?？梢哉J(rèn)定為常數(shù)，根據(jù)檢測出的高鐵輪軌數(shù)據(jù)，可以從列車運(yùn)行安全的角度對高鐵輪軌狀態(tài)進(jìn)行評估，如果在高鐵軌道的某個路段，輪重減載率、輪軌道岔應(yīng)力、彈條高頻激振頻率等數(shù)據(jù)檢測數(shù)值異常，超過規(guī)定的限度值，說明出現(xiàn)了輪軌關(guān)系匹配不均，該位置存在一定的安全隱患，應(yīng)該根據(jù)具體安全問題進(jìn)行及時維護(hù)，以保證高鐵的安全、穩(wěn)定運(yùn)營[10-11]。

2 基于DCAE-CNN 的高鐵輪軌關(guān)系自動化檢測

根據(jù)以上高速鐵路輪軌數(shù)據(jù)檢測結(jié)果，在高速列車高速運(yùn)行的背景下，可能發(fā)生脫軌。監(jiān)測過程中，軌道不平順，一旦列車在運(yùn)行過程中發(fā)生振動，高速鐵路輪軌間的作用力將增大，嚴(yán)重影響列車運(yùn)行的穩(wěn)定性，因此,采用DCAE-CNN 對該高鐵輪軌關(guān)系進(jìn)行自動化檢測[12-14]。CNN神經(jīng)網(wǎng)絡(luò)目前在自動化檢測方面具有很高的優(yōu)勢。DCAE（Deep Convolutional Auto Encoder）也叫作卷積自編碼器，是一種網(wǎng)絡(luò)架構(gòu)，可利用編碼進(jìn)行數(shù)據(jù)壓縮，解碼過程是對編碼結(jié)構(gòu)進(jìn)行重構(gòu)，利用DCAE 結(jié)合CNN 卷積與池化操作，實(shí)現(xiàn)高鐵輪軌關(guān)系的自動化檢測。DACE-CNN 結(jié)構(gòu)圖如圖1 所示。

圖1 DACE-CNN結(jié)構(gòu)圖

根據(jù)圖1 可知，DACE-CNN 結(jié)構(gòu)由深度自編碼器和卷積神經(jīng)網(wǎng)絡(luò)兩部分組成，在深度自編碼器中，擁有5 個卷積+池化層，從不同的方向進(jìn)行卷積和池化，設(shè)置一個上采樣+卷積層，從兩個不同的方向同時進(jìn)行卷積。在卷積神經(jīng)網(wǎng)絡(luò)中，擁有三個卷積+池化層，以單方面的方式來傳遞信息。

選用CRH380B-002 檢測列車進(jìn)行高鐵輪軌軌道狀態(tài)檢測、輪軌關(guān)系檢測、受電弓檢測、輪軌動力學(xué)檢測、通信信息檢測、信號源檢測、鋼軌數(shù)據(jù)檢測等，采用CNN 方法，構(gòu)成高速列車輪軌關(guān)系檢測神經(jīng)網(wǎng)絡(luò)，在運(yùn)行速度為400 km/h 的行駛態(tài)勢下，檢測輪軌關(guān)系，包括高速道岔的表層狀態(tài)，彈條的裂變情況，輪軌間垂向力、橫向力、縱向力的受力狀況，并根據(jù)檢測出來的高鐵輪軌數(shù)據(jù)，對對應(yīng)的輪軌關(guān)系進(jìn)行檢測、分析，對軌道進(jìn)行養(yǎng)護(hù)。由輪軌數(shù)據(jù)可檢測出高速道岔出現(xiàn)了非工作邊的縱向水平裂紋，通過DCAE-CNN 輪軌關(guān)系檢測神經(jīng)網(wǎng)絡(luò)的卷積操作，通過卷積運(yùn)算分析水平方向的裂紋狀態(tài)，計算公式為：

其中，xj表示輪軌關(guān)系檢測神經(jīng)網(wǎng)絡(luò)的輸入特征；Mi表示導(dǎo)致高速道岔直尖軌出現(xiàn)縱向水平裂紋的原因集合；xi表示輪軌關(guān)系檢測神經(jīng)網(wǎng)絡(luò)的輸出特征；kij表示卷積層內(nèi)部的卷積核；bj表示偏置的卷積層。

通過該計算公式可獲得高速道岔直尖軌縱向水平裂紋數(shù)據(jù)，分析高速裂紋的出現(xiàn)原因，從一側(cè)到另一側(cè)偏移，使高速道岔直尖軌受力增加，直尖軌應(yīng)力增大，道岔非工作邊與輪軌軌頂交角未倒圓，因此導(dǎo)致水平裂紋的出現(xiàn)[15]。

高鐵輪軌在行駛過程中，會受到?jīng)_擊力的影響，隨著沖擊力的增加，軌道對平順性的要求越來越高，因此，檢測高鐵輪軌關(guān)系要考慮軌面短波是否平順，采用抑制法降低軌面短波，防止沖擊振動導(dǎo)致的巨大輪軌作用力。

分析劇烈行車過程車輛部件是否正常，如果存在傷損和被破壞路面，則軌道的檢測結(jié)果會受到很大的影響。

除了高速道岔輪軌關(guān)系出現(xiàn)異常外，由輪軌關(guān)系數(shù)據(jù)檢測結(jié)果可知，彈條出現(xiàn)了斷裂。在對彈條斷裂情況進(jìn)行分析與檢測時，需要對彈條斷裂數(shù)據(jù)進(jìn)行分析。為了保證彈條斷裂數(shù)據(jù)檢測的有效性，彈條斷裂數(shù)據(jù)分析頻率為數(shù)據(jù)采樣頻率500 Hz 的一半，即彈條斷裂時，輪軌縱向力、橫向力數(shù)據(jù)采用250 Hz 進(jìn)行低通濾波，濾波后的彈條斷裂數(shù)據(jù)采用4 m 滑動進(jìn)行平均處理，劃分彈條斷裂檢測數(shù)據(jù)樣本，得到不同的樣本集，訓(xùn)練樣本在訓(xùn)練完成后統(tǒng)計每個樣本的彈條數(shù)據(jù)垂向力的最大值。彈條數(shù)據(jù)左輪垂向力隨曲率分布散點(diǎn)圖如圖2 所示。

圖2 左輪垂向力隨曲率分布散點(diǎn)圖

由圖2 可知，彈條左輪垂向力最大值主要分布在65～100 kN 之間，有幾個超出了100 kN，彈條左輪垂向力最高為130 kN，而額定垂向力標(biāo)準(zhǔn)值為110 kN，說明彈條受到了較大的應(yīng)力，彈條輪軌間產(chǎn)生了高頻振動，振動頻率高達(dá)640 Hz，該振動頻率與扣件彈條固有頻率較為接近，由于共振效應(yīng)，彈條出現(xiàn)疲勞損傷而發(fā)生斷裂[16]。左輪垂向力以比較均勻的方式分布在65～100 kN 之間，這也間接證明了里程對左輪垂向力不會產(chǎn)生較大的影響。當(dāng)左輪垂向力超過這一范圍，需要引入抑制法對左輪垂向力加以控制，確保左輪垂向力能夠回到標(biāo)準(zhǔn)范圍。

通過輪軌關(guān)系自動化檢測結(jié)果可知，高速鐵路運(yùn)行安全性具有較大裕量，是高速道岔與彈條屬于高鐵運(yùn)營的重要環(huán)節(jié)，一旦出現(xiàn)輪軌關(guān)系匹配不均現(xiàn)象，將嚴(yán)重影響高鐵的安全與穩(wěn)定，為了創(chuàng)造安全、舒適的行車環(huán)境，需要對其加強(qiáng)檢查與養(yǎng)護(hù)。

3 實(shí)驗(yàn)研究

為了驗(yàn)證提出的基于DCAE-CNN 的高鐵輪軌關(guān)系自動化檢測方法的有效性，選用所提方法和傳統(tǒng)的文獻(xiàn)[3]方法和文獻(xiàn)[4]方法進(jìn)行實(shí)驗(yàn)對比。

分析高鐵輪軌關(guān)系檢測結(jié)果與實(shí)際結(jié)果的誤差，從而確定高鐵輪軌關(guān)系檢測結(jié)果準(zhǔn)確率，得到平均準(zhǔn)確率隨迭代次數(shù)變化情況的實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 高鐵輪軌關(guān)系檢測結(jié)果準(zhǔn)確率

根據(jù)圖3可知，隨著迭代次數(shù)的增加，基于DCAECNN 的高鐵輪軌關(guān)系自動化檢測方法得到的平均檢測準(zhǔn)確率實(shí)驗(yàn)結(jié)果也在逐漸增加，當(dāng)?shù)螖?shù)達(dá)到6 000 次后，基本達(dá)到穩(wěn)定，迭代結(jié)果準(zhǔn)確率接近1.00。這是因?yàn)槠湟赃B續(xù)的方式分析了影響測量過程的主要因素，動態(tài)確定解決方案，保證測量結(jié)果的準(zhǔn)確率，且測量過程引用了單周期模型，不僅能夠提高靈敏度，而且能夠降低檢測高鐵關(guān)系的計算復(fù)雜性，保證分析過程對轉(zhuǎn)角的恒定靈敏度不會產(chǎn)生依賴。

噪聲條件不同的情況下，準(zhǔn)確率實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 不同噪聲下檢測結(jié)果準(zhǔn)確率

觀察圖4 可知，在SNR 為負(fù)值時，檢測結(jié)果的準(zhǔn)確率逐漸增加，當(dāng)SNR 為0 時，所提方法檢測結(jié)果開始達(dá)到峰值，隨著SNR 的增加，所提方法檢測結(jié)果準(zhǔn)確率急劇下降。

在輸出過程中，輸出信號的靈敏度和串?dāng)_輸出信號的靈敏度以恒定的方式輸出，信息解耦過程更加簡單，解耦結(jié)果更加有效。在檢測過程中，高鐵輪軌的接觸點(diǎn)可能會出現(xiàn)橫移位置變化，所提方法引入了抑制法，確保接觸點(diǎn)出現(xiàn)的位移變化很小，從而簡化了檢測方法。為了更好驗(yàn)證檢測結(jié)果，設(shè)定對比實(shí)驗(yàn)，結(jié)果如圖5 所示。

圖5 高鐵輪軌關(guān)系檢測結(jié)果靈敏度

觀察圖5 可知，隨著檢測時間的增加，所提方法和傳統(tǒng)檢測方法在分析高鐵輪軌關(guān)系過程中，都能更加靈敏地實(shí)現(xiàn)檢測。該文方法在0～1.5 s 之間，檢測結(jié)果靈敏度較低，但增長較快，當(dāng)檢測時間超過1.5 s 后，檢測結(jié)果靈敏度趨于穩(wěn)定，這是因?yàn)樗岱椒ㄔ诶碚撋线M(jìn)行了加強(qiáng)，通過卷積運(yùn)算分析水平方向的裂紋狀態(tài)，簡化分析靈敏度波形，在檢測過程，減少了組件數(shù)量，確保結(jié)果的可靠性。

4 結(jié)束語

良好的高鐵輪軌關(guān)系能夠保證高鐵安全、穩(wěn)定運(yùn)行，然而一旦出現(xiàn)輪軌關(guān)系匹配問題，將會嚴(yán)重影響高鐵行車安全，為了改善高鐵輪軌關(guān)系，需要對高鐵輪軌關(guān)系進(jìn)行自動化檢測，為緩解檢測精度低、檢測時間長的問題，提出了基于DCAE-CNN 的高鐵輪軌關(guān)系自動化檢測方法，通過該檢測方法實(shí)現(xiàn)了高鐵輪軌關(guān)系的自動化檢測，消除了鋼軌波磨，能夠更有效地指導(dǎo)高鐵維修部門及時進(jìn)行養(yǎng)護(hù)維修，保證高鐵的穩(wěn)定運(yùn)行。

但該方法還存在一些不足，在高速道岔直尖軌受力求值上還需要進(jìn)一步進(jìn)行完善，且需要進(jìn)行深入研究，使其實(shí)際應(yīng)用效果和推廣價值進(jìn)一步擴(kuò)大。