第四届中国高速铁路健康管理技术论坛

第四届中国高速铁路健康管理技术论坛

汇报人：翟婉明 院士

主题：高速列车轮轨系统智能运维基础学科问题

一、研究现状与局限性

目前我国高铁的运营里程将于2035年将达到7万公里

高铁大规模设计与建造阶段：

主要聚焦于系统动力学研究，功能性设计、安全性评估、动力学性能优化存在的关键科学技术问题等如下图所示。

目前在大规模运营阶段存在的问题：

1. 长期服役过程中的蛇形稳定性问题：

   

2. 长期服役过程中的车轮异常磨损问题，车轮多边形磨耗，轮轨高频振动问题突出，关键零部件也有损伤随之；踏面凹形磨耗；

   

   

3. 钢轨和无砟轨道的伤损结构层损伤：

   

4. 基础结构变形问题，路基沉降或冻涨，高速铁路桥墩沉降引起桥梁梁端问题；

5. 尚未解决问题：边界条件的数学表征，随机动力学等

6. 列车轮轨健康检测技术的研究现状和局限性

   （1）现有高铁轮轨系统服役状态监测方法尚不完善，缺乏高铁轮轨系统服役状态识别与诊断方法研究，尚未建立全寿命周期内高铁轮轨系统运行状态评估方法体系

   

（2）目前我们高铁数量、线路条件复杂、缺乏高效运维技术措施；现行高铁采用预防修策略，存在欠修和过度修等问题；现有高铁轮轨系统运维效率低，智能水平不高；

二、关键科学问题

1. 复杂条件下高铁轮轨系统动力学行为劣化机制：

三、重点研究方向及进展：

1. 方向一：高速列车长期服役过程中动力学行为与演化规律

方向二：复杂环境下动车组运行状态在线监测与评估方法：动态反演，状态评估，故障监测

轮轨相互作用机制与性能劣化行为；轮毂界面匹配状态智能感知方法，轮轨复合故障信号分解方法

1.连续测量轮轨力的测力轮对技术：

2. 轴承故障信号精细分析

适用于时变运行工况下列车轴承故障信号的精细分析方法，有效分离信号的紧邻、微弱特征分量，实现了轴承时变转频以及故障特征频率的精确提取和量化分析，实现了转速未知情况下的轴承内圈、外圈故障诊断

方向三：高速铁路轮轨力相互作用机制与性能裂化行为

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fObJKACr-1618800084510)(C:\Users\18247\Desktop\第四届中国高速铁路健康管理技术论坛\pic\Screenshot_20210418_105337_com.tencent.mobileqq.jpg)]

方向四：高速铁路轮轨界面匹配状态智能感知方法：

方向四： 多元激励下高铁基础结构服役状态劣化特征

方向六：基于大基于大数据驱动的基础结构状态智能监测与识别方法

1. 从多角度，多参数，多维度（基于大数据分析等现代先进信号处理技术）进行分析，阐明轮轨系统在不同类型损伤及复合损伤状态下的振动响应特征，简历状态劣化参数与动态响应指标间的关联关系，构建准确的高速轮轨系统服役状态智能监测与识别系统。

2. 无砟轨道关键部件损伤识别方法

提出了识别精度与鲁棒性好的高铁无砟轨道关键部件只能损伤识别方法，建立了无砟轨道随机损伤下系统安全可靠性概率评估模型

3.中国高铁轨道不平顺谱表达式的构建

可以迁移的方法：轨道不平顺谱计算方法->把轨道不平顺按4096点划分成子段

四、小结部分

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uGzskdXS-1618800084517)(\pic\Screenshot_20210418_110109_com.tencent.mobileqq.jpg)]

1. 我国高铁的大规模运营和维护提出了一系列的问题和新的挑战，随着大数据智能技术的快速发展，国内外学者对结构损伤识别问题进行了富有成效的探索，但目前尚缺乏针对高速铁路全面系统的智能检测技术；

2. 国家相关部门应加大力度支持高速铁路轮轨系统智能运维方面的基础研究，对保障中国高铁持续健康发展，推动智能高铁产业的发展，助力交通强国，一带一路等国家重大战略实施具有重要意义。

3. 深度学习基于理论的探索，实际中的复杂情况的验证和结合还是有些欠缺。

铁路基础结构健康检测与智能运维

一、研究背景及国际研究现状

二、结构健康监测(SHM)

1. 技术思路：传感器网络在线监测->数据处理->数值模拟+系统识别+损伤诊断+损伤预诊断(信息集成与分析相关方法)->状态评估与剩余寿命预测

2. SHM相关的基本方法：

大类可以分为整体监测和局部监测

数据驱动和模型驱动是服役状态评估的两个重要方法：

**数据驱动：**环境监测运行系统->未来载荷预测模型->评估剩余服役寿命损伤预测诊断模型与结构维护时间

**模型驱动：**初始结构模型->模型修正->评估剩余服役寿命的损伤与诊断模型与结构维护时间

新的技术方法–数字孪生：

数字孪生的基本框架：主要分为现场层+平台层+应用层

计算机视觉方面的研究 钢轨扣件病害检测-典型病害-断裂+丢失+弹条开裂

目前智能化运维的方法

计算机视觉克服了接触史传感器带了的一些问题，提高了图像采集效率与精读，为高速铁路基础结构状态评估提供了快速、自动的检测和监测技术

18800084533)]

[外链图片转存中…(img-V4txYTDb-1618800084533)]

[外链图片转存中…(img-ipmzlBM3-1618800084534)]

[外链图片转存中…(img-7atzMfwq-1618800084535)]

[外链图片转存中…(img-F32RuC6s-1618800084535)]

[外链图片转存中…(img-Os1kKAc9-1618800084535)]