趙正陽 王冰 李洋， 王文斌 麻全周

1.中國鐵道科學研究院集團有限公司城市軌道交通中心，北京 100081；2.天津智能軌道交通研究院有限公司，天津 301700

軌道動態(tài)幾何狀態(tài)與輪軌力是評價高速鐵路、城市軌道交通等線路的軌道施工質(zhì)量及服役狀態(tài)的重要指標。目前，針對軌道動態(tài)幾何狀態(tài)和輪軌力檢測數(shù)據(jù)的分析與評價方法的研究已取得諸多成果。文獻［1-4］對軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)的實際應用開展了研究。文獻［5-7］圍繞輪軌力開展了數(shù)據(jù)分析與應用研究。文獻［8］建立車輛-軌道動力學仿真模型，對軌道不平順輸入和車輛動力響應輸出進行了相干分析。文獻［9］通過車輛-軌道垂向振動系統(tǒng)模型，研究確定了不同速度下影響車體振動的軌道不平順最不利波長。

上述研究大多聚焦于軌道某特殊區(qū)段或特殊位置，缺乏對軌道全線路的軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)相關(guān)性分析研究。輪軌力檢測數(shù)據(jù)無法有效校準，導致軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)無法對齊里程，二者的關(guān)聯(lián)性分析也無法全面開展。為解決全線路里程對齊問題，更好地實現(xiàn)軌道狀態(tài)綜合評定，準確地進行軌道質(zhì)量識別，本文開展軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)里程校準方法的研究，并進行兩類檢測數(shù)據(jù)的關(guān)聯(lián)性分析。

1 動態(tài)檢測數(shù)據(jù)里程校準方法

軌道動態(tài)幾何狀態(tài)與輪軌力檢測設(shè)備的數(shù)據(jù)采集方式分為統(tǒng)一采集與分散采集兩種模式。針對不同的采集模式采用不同的方法進行里程校準和統(tǒng)一。

1.1 統(tǒng)一采集模式

統(tǒng)一采集模式，即軌道動態(tài)幾何狀態(tài)與輪軌力兩種檢測設(shè)備的里程信息由同一套編碼器獲得，可直接實現(xiàn)兩類檢測數(shù)據(jù)的里程統(tǒng)一。軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)已具備成熟的里程校準算法［10-11］，因此可利用成熟的高精度動態(tài)軌檢數(shù)據(jù)里程校準方法［11］，實現(xiàn)兩類動態(tài)檢測數(shù)據(jù)里程校準。具體計算流程見圖1。

圖1 統(tǒng)一采集模式下里程校準流程

在統(tǒng)一采集模式下兩類檢測數(shù)據(jù)的里程是統(tǒng)一的，因此可先行校準軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)的里程，再將輪軌力檢測數(shù)據(jù)的里程與之同步，實現(xiàn)里程數(shù)據(jù)的校準。

如圖2所示，開展軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)的里程校準時，首先依據(jù)檢測任務(wù)確定檢測范圍；隨后剔除由車輛、傳感器導致的異常數(shù)據(jù)干擾，并正式開展校準工作。主要誤差中的車輪半徑測量誤差與車輛滑動摩擦誤差可視為均勻誤差，按比例進行縮放校準，長短鏈誤差則根據(jù)線路竣工數(shù)據(jù)給出的長短鏈對里程進行二次計算校準。

圖2 軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)的里程校準流程

由于輪軌力與軌道幾何狀態(tài)檢測數(shù)據(jù)的里程采用相同的速度里程編碼器計算得出，故可采用如下方法對輪軌力檢測數(shù)據(jù)里程進行校準。

設(shè)軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)里程校準前后分別為G{g1，g2，…，g n}和H{h1，h2，…，h n}，輪軌力檢測數(shù) 據(jù) 里 程 校 準 前 后 分 別 為L{l1，l2，…，l m}和K{k1，k2，…，k m}。其中g(shù)i（i=1～n）、hi（i=1～n）、lj（j=1～m）、k j（j=1～m）為對應檢測數(shù)據(jù)記錄的里程數(shù)據(jù)，m=n。對于第j個輪軌力檢測數(shù)據(jù)的里程l j有

計算可得全部輪軌力檢測數(shù)據(jù)里程校準后為K0。

1.2 分散采集模式

分散采集模式，即軌道動態(tài)幾何與輪軌力檢測數(shù)據(jù)的里程由兩套不同的速度里程編碼器計算而得。在分散采集模式中，軌道幾何狀態(tài)校準數(shù)據(jù)無法對輪軌力檢測數(shù)據(jù)進行里程映射。為實現(xiàn)輪軌力檢測數(shù)據(jù)的里程校準，本文采用特殊區(qū)段、線路要素與檢測波形關(guān)聯(lián)分析的方法進行校準。

線路中輪軌力檢測數(shù)據(jù)在道岔、圓曲線的直緩點與緩直點、焊縫等關(guān)鍵位置的波形變化較明顯，其中道岔處波形峰值最大，圓曲線次之，焊縫處波形峰值最小。因此，將輪軌力校準方法分為三種，隨方法升級精度不斷提升。具體里程校準流程見圖3。

圖3 分散采集模式下里程校準流程

1）基于道岔的初步校準

針對輪軌力檢測數(shù)據(jù)的里程校準，由于道岔處數(shù)據(jù)波動幅值最明顯，可先利用道岔對里程數(shù)據(jù)進行初步校準。利用臺賬道岔范圍，選取該范圍前后100 m的數(shù)據(jù)，通過對數(shù)據(jù)可視化觀察可得到波形數(shù)據(jù)峰值里程B{b1，b2，…，b q}與道岔接頭里程D{d1，d2，…，d p}。設(shè)輪軌力檢測數(shù)據(jù)的里程校準后為K1{k1，k2，…，k m}，則有

計算可得初步校準后輪軌力檢測數(shù)據(jù)的里程K1。

2）基于圓曲線的二次校準

圓曲線的里程校準步驟與道岔相似。從基礎(chǔ)臺賬中找出圓曲線的直緩點和緩直點，設(shè)直緩點與緩直點臺賬里程分別為Yzh與Yhz，圓曲線峰值特征點為Dzh與Dhz，以K1為輪軌力檢測數(shù)據(jù)校準前里程，即取L=K1，輪軌力檢測數(shù)據(jù)校準后里程為K2{k1，k2，…，k m}，則有

計算可得初步校準后輪軌力檢測數(shù)據(jù)的里程K2。

3）基于焊縫的精細校準

通過道岔、圓曲線等特征進行里程校準后，得到初步校準的輪軌力檢測數(shù)據(jù)的里程，進一步利用焊縫數(shù)據(jù)實現(xiàn)數(shù)據(jù)的精細化校準。首先采用頻譜分析、帶通濾波等操作實現(xiàn)信號增強。頻譜分析統(tǒng)計發(fā)現(xiàn)，在300～400 Hz頻段有較強分量，對該頻段進行帶通濾波能夠使焊縫數(shù)據(jù)特征更為明顯。對檢測數(shù)據(jù)進行350～400 Hz的帶通濾波處理。同時獲取該頻率范圍內(nèi)的焊縫臺賬，通過對數(shù)據(jù)進行可視化觀察，可得到波 形 數(shù) 據(jù) 峰 值 里 程B{b1，b2，…，b q}與 焊 縫 里 程H{h1，h2，…，h q}，q為該100 m查詢的焊縫數(shù)量。則校準偏差R表達式為

以K2為輪軌力檢測數(shù)據(jù)校準前里程，即取L=K2，輪軌力檢測數(shù)據(jù)校準后里程為K3{k1，k2，…，k m}，則有

計算可得初步校準后輪軌力檢測數(shù)據(jù)的里程K3。

2 校準結(jié)果的對比驗證

選用某地鐵線路動態(tài)軌道幾何檢測數(shù)據(jù)、輪軌力檢測數(shù)據(jù)與圓曲線、道岔、焊縫、長短鏈等數(shù)據(jù)，對兩種里程校準方法進行驗證。

驗證統(tǒng)一采集模式里程校準精度時，以線路圓曲線臺賬為基準，對比校準后軌道幾何超高與圓曲線臺賬的重合度。若校準后的超高曲線拐點與圓曲線關(guān)鍵點重合，則證明里程校準較為準確。

對于分散采集模式，軌道幾何里程校準精度驗證方法與統(tǒng)一采集模式驗證方法相同。輪軌力檢測數(shù)據(jù)的里程校準由于無法直接與臺賬對齊驗證，需采用間接驗證方法?；诮y(tǒng)一采集模式下里程校準方法的驗證結(jié)果，通過對比同期輪軌力檢測數(shù)據(jù)，利用統(tǒng)一采集模式校準后的里程與分散采集模式下校準里程的差異，驗證分散采集時輪軌力檢測數(shù)據(jù)里程校準方法的精度。

2.1 統(tǒng)一采集模式下里程校準方法驗證

統(tǒng)一采集模式下軌道動態(tài)幾何與輪軌力檢測數(shù)據(jù)里程可以由同一套設(shè)備得到，結(jié)果相同，因此可通過驗證軌道動態(tài)幾何檢測數(shù)據(jù)里程精度來驗證統(tǒng)一采集模式下里程校準方法的精度。從基礎(chǔ)臺賬信息上獲取圓曲線特征點數(shù)據(jù)，再獲取軌道動態(tài)檢測結(jié)果中的超高檢測數(shù)據(jù)，對比校準前后里程數(shù)據(jù)，結(jié)果見圖4。

圖4 軌道幾何檢測數(shù)據(jù)里程校準前后數(shù)據(jù)對比

選取12期檢測結(jié)果，每期10個區(qū)段，共120個區(qū)段對該方法進行驗證。將其誤差驗證結(jié)果進行可視化處理（精度0.01 m），結(jié)果見圖5。可知：主要誤差分布于0.25～0.35 m，且最大誤差不超過0.60 m。

圖5 統(tǒng)一采集模式下軌道幾何檢測數(shù)據(jù)里程校準的誤差分布

2.2 分散采集模式下里程校準方法驗證

1）基于道岔的初步校準

基于道岔臺賬信息確定道岔范圍，并將全線路的輪軌力檢測數(shù)據(jù)波峰與道岔關(guān)鍵點對齊，依次完成全線路輪軌力檢測數(shù)據(jù)里程校準（簡稱方法一）。選取某線路K8+806處道岔及前后100 m范圍內(nèi)校準前以及統(tǒng)一采集模式、分散采集模式校準后輪軌左側(cè)垂向力檢測數(shù)據(jù)的里程信息，繪制成波形圖，見圖6?？梢钥闯?，以統(tǒng)一采集模式下里程校準后數(shù)據(jù)為基準，基于道岔的輪軌力檢測數(shù)據(jù)里程校準方法能有效提升里程定位精度。

圖6 分散采集模式下基于道岔的里程校準

2）圓曲線校準

在道岔里程校準基礎(chǔ)上，從基礎(chǔ)臺賬中找出圓曲線的特征點，針對全線路輪軌力檢測數(shù)據(jù)開展基于圓曲線的里程校準（簡稱方法二）。選取K8+975.288處的圓曲線臺賬，曲線半徑1 300 m，超高150 mm。提取該里程前后50 m范圍內(nèi)校準前以及統(tǒng)一采集模式、分散采集模式校準后的輪軌左側(cè)垂向力檢測數(shù)據(jù)的里程信息，繪制成波形圖，見圖7?？梢钥闯觯椒ǘ苓M一步提升里程定位精度。

圖7 分散采集模式下基于道岔及圓曲線的里程校準

3）焊縫精細校準

在道岔和圓曲線里程校準的基礎(chǔ)上，進一步利用焊縫數(shù)據(jù)實現(xiàn)數(shù)據(jù)的精細化校準。針對全線路輪軌力開展頻譜分析及帶通濾波，結(jié)合焊縫臺賬信息進行全線路輪軌力檢測數(shù)據(jù)的里程校準（簡稱方法三）。

該線路K8+706—K8+806范圍內(nèi)共包含5個焊縫，里程分別為K8+706、K8+731、K8+756、K8+781、K8+806。選取該里程校準前以及統(tǒng)一采集模式、分散采集模式校準后里程輪軌左側(cè)垂向力檢測數(shù)據(jù)的里程信息，在350～400 Hz進行帶通濾波處理并繪制波形圖，見圖8?？梢钥闯觯翰捎梅椒ㄈY(jié)合焊縫進行校準可獲得更高的校準精度，校準后誤差進一步減小。

圖8 分散采集模式下基于道岔、圓曲線及焊縫的里程校準

4）里程校準方法效果驗證

為對比三種校準方法的優(yōu)劣，選取12期輪軌力數(shù)據(jù)，每期數(shù)據(jù)選擇3個道岔區(qū)、10個曲線區(qū)及10個焊縫區(qū)段數(shù)據(jù)，采用上述方法進行里程校準，并繪制誤差分布散點圖，見圖9?？芍翰捎梅椒ㄒ?、二、三分別可將里程誤差降低至10 m內(nèi)、5 m內(nèi)、2 m內(nèi)。

圖9 不同里程校準方法誤差分布

3 數(shù)據(jù)綜合分析應用案例

將本文里程校準方法應用到軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)可視化展示軟件中，服務(wù)于運維工作。

3.1 問題根本原因分析

軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)表現(xiàn)出不同的特征與關(guān)聯(lián)狀態(tài)時，問題的根本原因和維修處置策略不同。通過可視化展示軟件直觀展示數(shù)據(jù)波形，可輔助分析車輛運行狀態(tài)異常的根本原因。

案例一：軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)異常，輪軌力檢測數(shù)據(jù)無異常。說明該處軌道存在長波不平順問題，需通過軌道精調(diào)進行修復。

案例二：軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)無異常，輪軌力檢測數(shù)據(jù)異常。例如，軌道動態(tài)幾何狀態(tài)檢測數(shù)據(jù)未見異常，但輪軸橫向力、左脫軌系數(shù)、右減載率、右脫軌系數(shù)等檢測數(shù)據(jù)異常，說明可能為鋼軌焊縫高低接頭問題或鋼軌內(nèi)部核傷，需關(guān)聯(lián)鋼軌探傷數(shù)據(jù)進行進一步分析。

案例三：軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)均異常。這時要查看、分析軌道狀態(tài)與車輛運行狀態(tài)進行綜合研判，可在一定程度上減少誤判，有利于軌道運行狀態(tài)與車輛運行狀態(tài)的全方位評價。

3.2 相關(guān)病害輔助分析

針對鋼軌焊縫、鋼軌探傷等多種靜態(tài)檢查手段的數(shù)據(jù)，可通過可視化展示軟件快速檢索病害和傷損位置，輔助用戶對病害、傷損進行深入分析。

案例四：鋼軌焊縫位移超限。例如，現(xiàn)場發(fā)現(xiàn)某線路下行K9+300處左股焊縫位移超限。通過對數(shù)據(jù)可視化，發(fā)現(xiàn)該焊縫處軌道幾何平順度較好，但左軌垂向力峰值達90 kN，超出右軌10 kN，需密切關(guān)注該處焊縫變化情況，提早制定整修方案，防止因焊縫處位移過大產(chǎn)生過大拉力而導致斷軌。

案例五：鋼軌探傷綜合分析。例如，現(xiàn)場探傷作業(yè)定位到某線路上行K22+125處出現(xiàn)鋼軌灰斑，傷損達3～4 dB，屬于鋼軌傷損重傷級別。通過可視化展示軟件讀取近期軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)，發(fā)現(xiàn)傷損處軌道幾何平順度較好，但輪軸橫向力及左股垂向力均較大，說明該處內(nèi)部傷損已嚴重影響受力狀態(tài)，需進行換軌處理。

4 結(jié)語

本文針對兩種采集模式下的軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)提出了兩種里程校準方法。在統(tǒng)一采集模式下，可先校準軌道動態(tài)幾何檢測數(shù)據(jù)里程，再將輪軌力檢測數(shù)據(jù)進行里程同步，從而實現(xiàn)動態(tài)檢測數(shù)據(jù)里程的校準。在分散采集模式下，軌道幾何里程校準與統(tǒng)一采集模式下相同，輪軌力檢測數(shù)據(jù)里程可采用道岔、圓曲線、焊縫數(shù)據(jù)三階段逐步校準。選取某線路的采集數(shù)據(jù)進行了校準結(jié)果對比驗證，證明了該算法的可行性與校準精確度。將本文里程校準方法應用到軌道動態(tài)幾何狀態(tài)與輪軌力檢測數(shù)據(jù)可視化展示軟件中，能夠發(fā)現(xiàn)更深層次的病害問題，進一步證明了本方法的有效性與實際應用價值。