高速鐵路道岔動力學試驗數據處理及分析方法

王璞

（中國鐵道科學研究院集團有限公司鐵道建筑研究所，北京 100081）

通過在高速鐵路新建或運營線路上選取典型道岔進行動力學試驗，可以對高速列車通過道岔時的安全性、舒適性以及道岔動力性能進行評判，進而驗證高速道岔的設計方案及主要技術參數［1-2］。另外，高速道岔動力學試驗也可為高速道岔的優化設計提供重要的科學依據。

高速道岔動力學試驗主要對高速列車通過道岔測試斷面時的輪軌垂向力、橫向力，鋼軌垂向振動位移、橫向振動位移，鋼軌振動加速度等指標進行測試［3-4］。在數據分析過程中，分別記錄列車車輪通過測試斷面時的各項動力學指標，針對每項指標選取最大值或平均值，然后通過與限值對比來評判道岔動力性能［5-7］。既有方法較為簡單，可對行車安全性等動力學指標是否超限進行評判，但缺乏對數據的充分挖掘和分析，也難以反映數據的統計規律、概率分布特征、頻域特性等。另外，數據取樣尚無規范做法，若取樣不合理則影響分析結果的準確性。此外，既有方法在對高速道岔動力性能的影響因素及影響規律加以分析時存在一定的局限性。

本文對高速鐵路道岔動力學試驗數據處理與分析方法進行研究，以期為數據獲取、抽樣、處理、分析提供一種較為科學、規范的方法，并為深入挖掘數據規律奠定基礎。

1 高速道岔動力學試驗

試驗目的在于測試列車直向和側向通過道岔時車-岔系統的動力學特性，通常在轉轍器區及導曲線區選取典型斷面。主要測試指標如下。

1）輪軌動力相互作用：輪軌垂向力、橫向力。

2）安全性指標：脫軌系數、輪重減載率、輪軸橫向力。

3）岔區部件動態變形：鋼軌垂向振動位移、橫向振動位移、尖軌尖端開口量、密檢器處尖軌相對于基本軌的橫向位移。

4）軌道振動特性：鋼軌、岔枕振動加速度。

根據規范要求，基于剪應力法采用應變花組成全橋，現場測試高速列車通過時的輪軌垂向力P和橫向力Q［8］。由測得的輪軌力計算出脫軌系數Q/P（橫向力與垂向力之比）、輪重減載率ΔP/P（垂向減載量與垂向力之比）、輪軸橫向力Q1-Q2（左右輪軌橫向力之差）作為高速列車運行安全性指標。道岔區鋼軌垂向振動位移、橫向振動位移、尖軌尖端開口量及密檢器處尖軌相對位移采用彈片式位移計安裝于自制位移架上進行測試。采用壓電式或電阻應變式加速度計測試道岔區鋼軌、岔枕或軌道板的振動加速度。各動力學指標的現場測試方法及測試設備如圖1所示。

在完成傳感器及數據采集設備安裝后，通過對各個測試通道進行標定實現所采集信號與實際測試數值的準確對應，進而通過設置觸發裝置實現在列車通過測點時自動采集數據。

圖1 道岔動力學試驗方法及設備

2 試驗數據樣本建立方法

在現場實際測試過程中會獲取大量的數據，包括列車類型、通過速度，根據試驗內容還可包括道岔類型、線路條件等。因此，合理選取數據樣本，對大量混雜數據進行有效歸類和整理尤為重要，是后續數據分析的前提。數據樣本建立方法見圖2。

圖2 數據樣本建立方法

首先根據試驗需求，梳理可能的動力學性能影響因素，如行車速度、道岔類型、線路條件、高速列車車型等；然后針對每種影響因素分析可能存在的因素水平；最后通過不同因素水平的組合建立分析工況集。對每個分析工況，選取15～25次測試數據組成一個數據樣本。1 次測試數據是指1 列高速動車組通過道岔時的試驗數據。

3 試驗數據分析方法

建立起數據樣本集后，為了更好地進行數據挖掘和對比分析，對于每個數據樣本，分別對各項動力學指標進行時程曲線、統計特征值、概率分布曲線、功率譜密度及1/3 倍頻程分析。然后通過不同數據樣本之間的對比研究特定的影響因素。下文以輪軌垂向力和鋼軌振動加速度指標為例，對具體的數據分析過程及方法進行介紹。

3.1 時程曲線分析

時程曲線分析是最基礎和直接的分析方法（見圖3）。對于每個數據樣本，首先選取一次典型高速列車通過時的輪軌垂向力時程曲線。然后針對不同數據樣本，統一坐標軸，對輪軌垂向力時程曲線進行對比分析，直觀地評價相應影響因素的影響規律。

圖3 時程曲線分析

3.2 統計特征值分析

統計特征值分析可以宏觀地反映試驗數據的統計特性。對于每個數據樣本，均有15～25次高速列車通過測試斷面時的輪軌垂向力測試數據，分別提取每列車所有輪對通過測試斷面時的輪軌力沖擊峰值，以25 列車且每列車8 節編組為例，則共有800 個輪軌垂向力峰值數據。針對該800 個輪軌力數據，首先分別計算其平均值、最大值、中位數、標準差、99%置信區間等統計特征值。然后對于不同數據樣本，通過對上述各輪軌力統計特征值進行對比分析，來研究相應影響因素的影響規律，可繪制柱形圖進行分析展示（圖4），分別采用不同的標記表示各統計特征值。由圖4可以清晰地看出不同速度級條件下輪軌力測試結果的統計規律。

圖4 數據樣本統計特征值分析

3.3 概率分布曲線分析

概率分布曲線分析可以更細致地呈現試驗數據的統計特性（圖5）。仍以25列車且每列車8節編組為例，則共有800 個輪軌垂向力峰值數據。根據輪軌力數據的分布范圍，首先將其平均離散化為若干個區段，然后統計該800 個輪軌力峰值數據在每個區段上出現的頻次，根據統計結果繪制概率分布直方圖，進而基于概率分布直方圖進行正態性檢驗及正態分布曲線擬合，來表征輪軌力的分布特性。對于不同的數據樣本，通過對概率分布直方圖及正態分布擬合曲線進行對比分析，來研究相應影響因素對于輪軌力分布特性的影響規律。由圖5可以直觀地看出不同速度級條件下輪軌力的平均水平、離散程度等分布特性的變化規律，進而對于不同速度級對輪軌力的影響特性有更為深入的認識。

圖5 概率分布曲線分析樣圖

3.4 功率譜密度及1/3倍頻程分析

功率譜密度和1/3 倍頻程分析為頻域分析方法。通常僅針對鋼軌和岔枕振動加速度測試結果開展此類分析，主要用于研究岔區軌道振動的頻率特性和能量水平。以鋼軌加速度為例，對于每個數據樣本，選取一次典型高速列車通過時的鋼軌加速度時程曲線，通過傅里葉變換計算得到加速度的功率譜密度曲線，進而積分得到1/3 倍頻程曲線。對于不同數據樣本，對加速度功率譜密度曲線和1/3 倍頻程曲線進行對比分析，研究相應影響因素對于軌道振動特性的影響規律，見圖6 和圖7。可以明顯地看出，速度的提高會使鋼軌在特定頻段的振動顯著增強，振動能量整體增大，僅在10 Hz以下低頻段略有下降。

圖6 功率譜密度曲線

圖7 1/3倍頻程曲線

以上僅以輪軌力、加速度指標為例對數據分析方法進行了描述。對數據樣本中安全性指標、岔區軌件振動變形等其他各動力學指標測試數據，均可采用以上方法進行處理分析。最后，基于對各項動力學指標的分析結果，對高速道岔的動力學性能以及各影響因素的影響機制和規律進行綜合研究。

4 結語

本文研究了高速鐵路道岔動力學試驗數據處理及分析方法，通過影響因素、因素水平、分析工況、數據樣本分層遞推，提出了較為科學規范的試驗數據樣本建立方法。針對各項動力學指標，通過開展時程曲線、統計特征值、概率分布曲線、功率譜密度曲線及1/3 倍頻程曲線多維度分析，對測試數據進行深入挖掘。

研究結果可在一定程度上改善數據樣本選取混亂的狀況，方便有效地對各種影響因素進行分析；能夠實現對各項動力學指標時域頻域特性、概率分布特性等的綜合研究，對高速道岔動力學性能和關鍵因素的影響規律進行更充分的分析。