田德柱 段培勇 李旭伟 谢锦妹
(1.轨道交通系统测试国家工程实验室,北京 100081;2.中国铁道科学研究院集团有限公司铁道建筑研究所,北京 100081)
近年来,国内研制开发的轮轨力在线监测类系统如铁道货车超偏载检测装置、车辆运行品质轨边动态监测系统(Truck Performance Detecting System,TPDS)等实现了对全路货车装载状态,车辆车轮踏面损伤、运行状态(动力性能)的实时在线监测,为保障货物运输安全、车辆运行安全、指导车辆造修等提供了重要的数据支撑。截至2018年底,全路已有各类轮轨力在线监测类系统1 300余套投入使用,其自身的设备状态直接关系到检测数据的可靠性和稳定性,进而影响铁路的运输安全。在当前设备检修必须采取“天窗修”的大背景下,由于无法提前预知设备异常状态,导致设备出现故障的时间较长,制约了系统功能的充分发挥。因此,建立一种轮轨力在线监测类系统设备状态智能预警平台十分必要。本文以车辆运行品质轨边动态监测系统(TPDS)为对象,通过计算、通信、控制等技术,对其设备状态智能预警技术进行研究。
TPDS是利用设在轨道结构中的测试系统,动态监测通过车辆的轮轨间连续垂向力和横向力,根据横向力、减载率、脱轨系数等动力学参数,在联网分析处理的基础上,综合评判车辆运行状态[1]。其主要功能是识别运行状态不良的车辆(蛇行失稳)、识别车轮踏面损伤(擦伤、剥离、失圆等)、检测车辆超载和偏载情况,实现车辆全生命周期监控,为车辆的安全运行提供保障,同时为指导车辆的设计制造、养护维修提供数据支撑[2]。
TPDS设备(图1)包括:室外测试平台、二维板式传感器和剪力传感器、接线箱、车号自动识别装置;室内数据采集仪、测试主机、测点服务器、UPS电源等。
图1 TPDS设备
TPDS为24 h实时在线监测系统,系统设备的正常运行状态是保证检测数据可靠性和稳定性的基础。设备运行状态的不良或异常将导致检测数据误差放大、重复性变差甚至误报警,直接影响铁路运输组织。反之,通过对检测数据,尤其是对不良数据、误报数据的统计分析,可以反向查找设备状态异常的环节和因素。通过对全路150余套TPDS设备大量检测数据的分析,结合系统研制及现场多年检修维护经验,对设备异常状态及其影响因素进行分析。
TB/T 3339—2013《铁道车辆运行品质轨边动态监测系统(TPDS)探测设备》[3]规定,测试平台安装线路轨距允许偏差为-1 mm~+3 mm,方向不平顺不大于4 mm,高低不平顺不大于3 mm,测试平台中心线与线路实际中心线误差不大于3 mm,安装后测试平台范围内不得有吊板现象。
TPDS是通过动态监测轮轨间连续作用力实现对车辆运行状态的综合评判。轮轨间作用力及其特性直接受车辆状态、运行线路状态的影响。测试平台安装线路静态、动态指标的变化会直接影响车辆的运行状态,从而增加对车辆实际运行状态评判的干扰。例如线路高低不平顺、三角坑、刚度的局部差异会引起车辆运行过程中垂向振动(点头、浮沉)幅度的增大;线路轨距变化、方向不平顺、动态三角坑会引起车辆运行过程中横向振动(侧摆、侧滚)幅度的增大。以某测点设备实际检测数据为例,由于测试平台安装线路存在方向不平顺、动态三角坑问题,导致车辆通过时发生侧滚,造成左右偏载数据不稳定,总体误差偏大。车辆发生侧滚时轮载的原始波形如图2所示,可知,两侧轮重发生交替变化,说明车体通过时存在明显的侧滚现象。
图2 车辆发生侧滚时轮载的原始波形
二维板式传感器和剪力传感器、数据采集仪、车号自动识别装置和不间断电源(UPS)是TPDS设备硬件的重要组成部分,其良好的工作状态是整套设备正常运行的前提和保证。
2.2.1 传感器
二维板式传感器和剪力传感器是TPDS设备的核心部件。二维板式传感器可同时监测轮轨作用的垂向力和横向力,垂向力和横向力之间的信号干扰比例须严格控制在容许范围内(不大于1%)。通过高强度螺栓将其固定在测试平台的特制轨枕上,每根轨枕安装2只,共计20只。剪力传感器用于监测钢轨在轮载下所受的剪力,其输出信号与二维板式传感器输出信号合成后可以得到完整的轮轨作用力和波形特征。通过专用支架将其固定在钢轨上,每股钢轨6对,共计12对。
传感器主要由弹性元件、电阻应变片、测量电路和传输电缆4部分组成,利用电阻应变片变形时其电阻也随之改变的原理工作[4]。衡量传感器工作状态的主要指标为准确度和灵敏度,TB/T 3339—2013要求二维板式传感器垂向力准确度优于0.1%,横向力准确度优于0.2%,灵敏度应一致,且具有互换性。但在现场实际使用过程中,受温度、湿度、腐蚀性物质等复杂环境及过电压、过电流和自身使用寿命的影响,传感器的工作状态会发生趋劣性变化直至彻底损坏。除瞬时过电压、过电流会直接导致传感器损坏外,多数损坏情况是从量变到质变的过程。其不良工作状态主要表现为零点漂移、跳变过大、信号干扰、灵敏度下降、输出满量程等,反映在检测数据上会导致车辆总重、偏载、踏面冲击当量、横向力测量误差放大,进而产生误报数据。某一通道压力传感器损坏时采集的波形如图3所示。可见,个别传感器的损坏会造成车辆总重偏轻,左右偏载误差放大。
图3 压力传感器损坏时采集的波形
2.2.2 数据采集仪
数据采集仪一方面负责对传感器供电,另一方面负责完成对传感器信号的调理放大、滤波、偏移纠正、A/D转换以及与测试主机的通讯,实现检测信号的全自动处理[5]。一般通过观察放大倍数、输出线性度偏差和A/D转换评价数据采集仪的工作状态,影响其工作状态的主要因素有外部输入过电压、过电流,电子元器件自身使用寿命等。
2.2.3 车号自动识别装置
车号自动识别装置通过微波反射调制方式可自动识别安装在机车车辆上的标签信息,自动判别被识别和未被识别标签的机车或车辆在列车中的位置,自动识别列车车次、标签安装端位等信息[6]。设备状态不良会出现标签信息丢失、重复或整列不能识别的情况,从而导致TPDS检测数据集成时发生匹配错误或无法匹配。影响其工作状态的主要因素有微波射频装置输出功率衰减、电压驻波比状态异常、串口通讯状态异常等。
2.2.4 不间断电源
为保证TPDS设备24 h正常运行,TB/T 3339—2013要求设备应配备不间断电源,其电源容量不应小于3 kVA,供电时间应大于8 h。当市电输入正常时,不间断电源将市电稳压后供应给设备使用,此时不间断电源能够对电压过高或过低提供保护;当市电中断(停电)时,不间断电源通过逆变器切换转换的方法向设备继续供应220 V交流电,使设备维持一段时间的正常工作。影响不间断电压工作状态的主要因素有电池电量、逆变器功能、电源主机状态等。
监测软件主要负责各类数据信息的采集、计算、分析、集成及上传[7],是整套系统正常运行的关键。TPDS系统的实时监测、实时数据采集、数据回放、设备标定及测试等各项功能均由监测软件实现,包括本文研究的内容最终也需要通过对监测软件的二次开发来完成。
监测软件运行在TPDS系统的测试主机上,其工作状态可能会受测试主机硬件、操作系统问题或病毒入侵的影响,出现执行文件出错或操作失败等问题;在采集、计算、统计、分析数据的过程中,监测软件可以实现对异常检测数据的识别功能。因此,有必要对监测软件的运行状态进行记录和识别。
以研制开发轮轨力在线监测类系统设备状态智能预警平台为目标,在对设备状态影响因素进行分析的基础上,根据需要解决的关键技术问题采用系统调研、既有系统现状分析、预警评估方法研究、试验验证相结合的研究方式达到预期目标。预警技术研究路线如图4所示。
图4 预警技术研究路线
为全面、系统地监控设备运行状态,根据影响设备状态的因素将测试主机上传至上级服务器的日志文件(自检信息)分为4类:定时消息日志文件、过车过程中软件及检测数据状态日志文件、数据统计信息日志文件和日报表日志文件。日志文件具体内容主要分为设备状态分类码和设备状态编码2部分,设备状态分类码是对所关注的关键部件(状态)进行分类编码,而设备状态编码是对每类部件进行具体状态的编码。以定时消息日志文件为例,其状态分类码见表1。
表1 状态分类码
通过对各类日志文件(自检信息)的统计,提取关联数据,从状态信息、异常数据、检测数据精度等方面对设备状态进行综合分析和评价,实现对设备不良状态的智能预警。具体评估方法如下。
1)设备故障部位的及时报警。设备状态自检信息定时上报每类部件的状态信息值,对每类部件设定一个经验阈值,当其状态信息值达到阈值时,认为该部件处于失效状态,及时进行报警展示。传感器是设备的核心部件,也是容易出现问题的环节,因此对其实际工作状态须要重点关注。从日报表日志文件中提取每日检测车辆数,统计当日经过设备的车轴总数,按照每个车轴冲击1次累加计算传感器受冲击次数,与传感器的理论使用寿命对比,当冲击次数达到或超过理论使用寿命时进行预警。
2)异常数据分析。通过对比检测数据和经验值,可以初步判断该列车检测数据的有效性,再结合设备状态自检信息,可综合评价设备的具体工作状态,发现异常时进行预警提示。
3)检测精度统计分析。针对系统的垂向力检测精度,可以从2方面进行统计分析:①对机车重量进行对比分析。鉴于机车重量变化范围小,相对稳定,所以通过对一定时期内同一类型机车的检测重量进行统计,可分析出该测点的相对检测精度。②通过采集检衡砝码车数据,与其对应标准值进行比较,可计算出更加准确的系统检测精度。
检衡砝码车每年按照国家轨道衡计量站年度检定计划在全路范围内运行,其标准值在自身标定有效期(1年)内保持不变[8]。若不具备自动接入检衡砝码车标准值的条件,可以通过与国家轨道衡计量站建立沟通机制,及时获取检衡砝码车标准值变动情况,在预警平台定期录入更新。
预警平台是面向“国铁集团-铁路局集团公司-探测站”三级架构的设备状态发布和预警系统,为设备维护单位的检修工作提供了技术支撑。预警平台服务器部署在铁路专用网内,定时接收测试主机生成的设备状态自检信息日志文件,对报文进行解密、解析并入库,为管理人员提供设备状态预警、监控、查询分析、统计评判等服务。预警平台网络结构见图5。
预警平台采用B/S架构,平台由测试主机、数据传输单元、数据库和WEB服务器组成。平台总体技术架构遵循基于3层架构的MVC开发模式[9],构成灵活和易于扩展的应用架构,见图6。
预警平台使用数据可视化技术[10],将设备状态数据信息的各个属性值以多维数据的形式进行展示(图7)。
图5 预警平台网络结构
图6 预警平台技术架构
图7 预警平台展示界面
对轮轨力在线监测类系统设备状态智能预警技术的研究及平台的开发,可大幅降低轮轨力在线监测类系统设备维护人员的劳动强度,提高工作效率,实现设备状态的超前、实时预判,有效缩短设备故障时间,为设备维护单位提供有力技术支撑。但其良好的预判效果必须建立在对大量日志文件(自检信息)统计分析和验证的基础上,因此需要对预警的评估方法和机制策略进行不断地改进和完善,最终才能实现对轮轨力在线监测类系统设备状态的智能、高效预警。