公开(公告)号：CN119428791A

公开(公告)日：2025-02-14

申请号：CN202410747032.1

申请日：2024-06-11

Applicant: 西南交通大学

Inventor： 戴成昊 ,  许文天 ,  彭佳宁 ,  池茂儒 ,  梁树林 ,  吴兴文 ,  蔡吴斌 ,  陶功权

IPC: B61K9/12 ,  B61L15/00 ,  G06F30/20 ,  G06F119/14

Abstract: 本发明公开了一种基于车辆动力学的车轮多边形粗糙级限值测量方法，通过分析车轮多边形故障下的轮轨力特性和规律，提出轮轨力级的概念，并利用KSM构造轮轨力级关于车速、阶次和0dB/1μm粗糙级的响应曲面，获得轮轨力级与粗糙级之间的关系，再分析轮轨力幅值与车轮粗糙级之间的关系，通过轮重减载率限值计算出轮轨力幅值的限值，再转化为粗糙级限值。

公开(公告)号：CN118439074A

公开(公告)日：2024-08-06

申请号：CN202410529875.4

申请日：2024-04-29

Applicant: 西南交通大学

Inventor： 许文天 ,  池茂儒 ,  梁树林 ,  吴兴文 ,  陶功权 ,  蔡吴斌 ,  戴成昊 ,  彭佳宁

IPC: B61K9/12 ,  B61L15/00 ,  G01M17/10 ,  G06F17/11 ,  G06F17/18

Abstract: 本发明提供了一种基于频响函数的车轮多边形车载定量诊断方法，属于轨道交通技术领域，该方法首先利用梳状滤波滤除钢轨粗糙度的影响，留下更“纯”的车轮多边形响应成分，后利用频率响应函数考虑并修正了结构固有模态的影响，从而由轴箱振动信号定量诊断多边形阶次和粗糙级。本发明解决了针对轴箱振动响应中车轮与轨道粗糙度振动成分混合在一起，导致诊断时容易导致轮与轨之间误判的问题，以及针对车载车轮多边形检测方法中，车轮粗糙度定量评估困难的问题。

公开(公告)号：CN118722765A

公开(公告)日：2024-10-01

申请号：CN202410747035.5

申请日：2024-06-11

Applicant: 西南交通大学

Inventor： 戴成昊 ,  许文天 ,  彭佳宁 ,  池茂儒 ,  梁树林 ,  吴兴文 ,  蔡吴斌 ,  陶功权

IPC: B61K9/12 ,  B61K9/02 ,  G01B17/08

Abstract: 本发明公开了一种车轮多边形在线定量监测方法，首先将车速与轮径考虑为转速，以解决实际情况中车轮轮径不同的问题，然后建立0dB/1μm粗糙级时加速度振动级关于车轮转速和阶次的克里金代理模型响应曲面，接着运用阶次分析获得不同阶次、转速下的轴箱加速度振动级，并对所测数据进行筛选以减少非多边形成分的干扰和仿真模型与实际的误差带来的影响。最后根据所建立的克里金代理模型响应曲面以及振动级与粗糙级之间的线性关系来估计车轮多边形粗糙级。本发明对于仿真和试验数据的车轮粗糙级估计均有较高的准确度。相较于目前常见的车轮多边形定性监测方法，本方法考虑了车速和车辆系统模态的影响，能够跟准确地定量估计车轮粗糙级大小。

公开(公告)号：CN118427686A

公开(公告)日：2024-08-02

申请号：CN202410529879.2

申请日：2024-04-29

Applicant: 西南交通大学

Inventor： 彭佳宁 ,  梁树林 ,  池茂儒 ,  吴兴文 ,  许文天 ,  戴成昊 ,  蔡吴斌 ,  陶功权

IPC: G06F18/241 ,  G06F18/2431 ,  G06F18/25 ,  G06F18/214 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F30/23 ,  G01H17/00 ,  G06F119/14

Abstract: 本发明属于高铁轮轨状态监测技术领域，具体公开了一种基于特征融合变维卷积神经网络的轮轨状态识别方法。选择轴箱垂向加速度作为状态识别的原始振动，对车辆‑轨道耦合动力学系统进行建模，仿真得到不同速度以及不同轮轨激励下所产生的轴箱垂向振动加速度时域响应，对时域信号傅里叶变换后得到其频谱，将二者同时送入特征融合的变维卷积神经网络进行状态识别。实现了对列车轮轨状态快速、准确识别，解决了时频分析、主成分分析方法以及现有车载轮轨状态监测系统在复杂工况下轮轨状态判别困难的问题。