一种基于在线监测数据的地铁车辆状态实时评估方法与流程

本发明涉及轨道交通，具体为一种基于在线监测数据的地铁车辆状态实时评估方法。

背景技术：

1、随着经济和技术的发展，城市轨道交通成为了很多城市的常规但重要的一种交通方式。城轨交通快速发展在带给人们出行便利的同时，引起的振动与噪声环境问题也日益突出，严重影响人们生活质量和工作效率。城市轨道交通振动、噪声量值与地铁车辆状态具有较大相关性，为了降低城市轨道交通诱发的环境振动与噪声问题，地铁运营单位会对地铁车辆车轮、转向架等部件进行定期检查与维修，避免车辆状态异常加剧振动与噪声问题。

2、由于地铁每天运行时间长，夜间作业天窗时间短，地铁运营单位大多采用计划检修的方式对车辆进行定期检查与维修。但地铁车辆计划检修的方法无法反馈车辆的实时状态，难以及时发现并处理车辆出现的异常状况，从而进一步造成车辆、轨道系统关系的恶化。

技术实现思路

1、针对行业内尚不存在反应车辆实时状态的评估指标与评估方法，本发明基于实时监测的隧道壁振动加速度数据，提出了一种地铁车辆动态质量的评估方法，该方法有助于及时反馈地铁车辆最新的状态，对车辆的运维与检修具有重要意义。

2、更具体地，实施方案提供一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于，包括

3、1)在隧道壁断面上设置振动在线检测系统，以监测和获取一天内隧道壁振动加速度数据；

4、2)基于步骤1)的振动加速度数据计算隧道壁振动加速度信号的最大z振级vlz,max，vlz计算公式如下：

5、

6、

7、式中：awz为z方向频率计权均方根加速度；afi为第i个1/3倍频程带的均方根加速度；wi为第i个1/3倍频程带的计权因数，采用w计权；vlz为铅垂向z振级，单位为db；a0为基准加速度；

8、3)将隧道壁振动加速度数据与列车运营时刻表对应，获得每一列车所引起隧道壁振动的最大z振级；

9、4)确定每个监测断面隧道壁振动最大z振级数值的筛选值；

10、5)以所述筛选值为标准，统计出各列车在每个监测断面超出所述筛选值的频次anum_i并计算出相应的单天概率pr_num，

11、

12、其中，num为车号，n为统计的断面数，s为某一车号一天内跑的总趟数，anum_i为某一车号在其中一个断面超过筛选值的频次；

13、6)连续监测和统计多天内的隧道壁振动加速度数据，并计算以获得多个相应的单天概率pr_num，然后基于全部的单天概率pr_num，计算各列车车辆状态指数vsi_num值，

14、

15、其中，p为统计的多天数，m为统计的多天中各车号实际出车的天数，pr_num_j为各车号在多天中的一天的单天概率；以及

16、7)基于列车车辆状态指数vsi_num值评价车辆状态。

17、根据本发明的实施方案，其中基准加速度取值为10-6m/s2。

18、根据本发明的实施方案，其中步骤1)包括在至少5个隧道壁断面上设置所述振动在线监测系统。

19、根据本发明的实施方案，其中步骤4)中，以一天内所有列车引起的隧道壁振动最大z振级数值的80分位数作为筛选值。

20、根据本发明的实施方案，其中所述一段时间为1天，统计的多个时间段为7天。

21、根据本发明的实施方案，其中vsi_num值为[0-50]，则判断车辆状态正常；vsi_num值为(50-80]，则判断车辆状态为预警；vsi_num值为(80-100]，则判断车辆状态警报。

22、根据本发明的实施方案，其中考虑不同断面类型、曲线半径、运行速度等影响因素来选择断面。

技术特征：

1.一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于，包括：

2.根据权利要求1所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：基准加速度取值为10-6m/s2。

3.根据权利要求1所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：步骤1)包括在至少5个隧道壁断面上设置所述振动在线监测系统。

4.根据权利要求1所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：步骤4)中，以一天内所有列车引起的隧道壁振动最大z振级数值的80分位数作为筛选值。

5.根据权利要求1所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：步骤6)中，统计的天数为7天。

6.根据权利要求1所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：vsi_num值为[0-50]，则判断车辆状态正常；vsi_num值为(50-80]，则判断车辆状态为预警；vsi_num值为(80-100]，则判断车辆状态警报。

7.根据权利要求3所述的一种基于在线监测数据的地铁车辆状态实时评估方法，其特征在于：考虑不同断面类型、曲线半径、运行速度等影响因素来选择断面。

技术总结本发明涉及一种基于在线监测数据的地铁车辆状态实时评估方法，包括：1)获取一天内所有的隧道壁振动加速度数据；2)计算隧道壁振动加速度信号的最大Z振级VL<subgt;Z,max</subgt;；3)将隧道壁振动加速度数据与列车运营时刻表对应，获得每一列车所引起隧道壁振动的最大Z振级；4)确定每个监测断面隧道壁振动最大Z振级数值的筛选值；5)统计出各列车一天内超出每个监测断面所述筛选值的频次a<subgt;num_i</subgt;并计算出相应的单天概率pr_num；6)连续监测和统计多天内的隧道壁振动加速度数据，并计算列车车辆状态指数VSI_num值，7)基于列车车辆状态指数VSI_num值评价车辆状态。技术研发人员：黄宏斌,丁德云,闫宇智,乔昶,刘潇,李晓宝受保护的技术使用者：北京九州一轨环境科技股份有限公司技术研发日：技术公布日：2024/4/17