高速铁路道岔动力学试验数据处理及分析方法

王璞

（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）

通过在高速铁路新建或运营线路上选取典型道岔进行动力学试验，可以对高速列车通过道岔时的安全性、舒适性以及道岔动力性能进行评判，进而验证高速道岔的设计方案及主要技术参数［1-2］。另外，高速道岔动力学试验也可为高速道岔的优化设计提供重要的科学依据。

高速道岔动力学试验主要对高速列车通过道岔测试断面时的轮轨垂向力、横向力，钢轨垂向振动位移、横向振动位移，钢轨振动加速度等指标进行测试［3-4］。在数据分析过程中，分别记录列车车轮通过测试断面时的各项动力学指标，针对每项指标选取最大值或平均值，然后通过与限值对比来评判道岔动力性能［5-7］。既有方法较为简单，可对行车安全性等动力学指标是否超限进行评判，但缺乏对数据的充分挖掘和分析，也难以反映数据的统计规律、概率分布特征、频域特性等。另外，数据取样尚无规范做法，若取样不合理则影响分析结果的准确性。此外，既有方法在对高速道岔动力性能的影响因素及影响规律加以分析时存在一定的局限性。

本文对高速铁路道岔动力学试验数据处理与分析方法进行研究，以期为数据获取、抽样、处理、分析提供一种较为科学、规范的方法，并为深入挖掘数据规律奠定基础。

1 高速道岔动力学试验

试验目的在于测试列车直向和侧向通过道岔时车-岔系统的动力学特性，通常在转辙器区及导曲线区选取典型断面。主要测试指标如下。

1）轮轨动力相互作用：轮轨垂向力、横向力。

2）安全性指标：脱轨系数、轮重减载率、轮轴横向力。

3）岔区部件动态变形：钢轨垂向振动位移、横向振动位移、尖轨尖端开口量、密检器处尖轨相对于基本轨的横向位移。

4）轨道振动特性：钢轨、岔枕振动加速度。

根据规范要求，基于剪应力法采用应变花组成全桥，现场测试高速列车通过时的轮轨垂向力P和横向力Q［8］。由测得的轮轨力计算出脱轨系数Q/P（横向力与垂向力之比）、轮重减载率ΔP/P（垂向减载量与垂向力之比）、轮轴横向力Q1-Q2（左右轮轨横向力之差）作为高速列车运行安全性指标。道岔区钢轨垂向振动位移、横向振动位移、尖轨尖端开口量及密检器处尖轨相对位移采用弹片式位移计安装于自制位移架上进行测试。采用压电式或电阻应变式加速度计测试道岔区钢轨、岔枕或轨道板的振动加速度。各动力学指标的现场测试方法及测试设备如图1所示。

在完成传感器及数据采集设备安装后，通过对各个测试通道进行标定实现所采集信号与实际测试数值的准确对应，进而通过设置触发装置实现在列车通过测点时自动采集数据。

图1 道岔动力学试验方法及设备

2 试验数据样本建立方法

在现场实际测试过程中会获取大量的数据，包括列车类型、通过速度，根据试验内容还可包括道岔类型、线路条件等。因此，合理选取数据样本，对大量混杂数据进行有效归类和整理尤为重要，是后续数据分析的前提。数据样本建立方法见图2。

图2 数据样本建立方法

首先根据试验需求，梳理可能的动力学性能影响因素，如行车速度、道岔类型、线路条件、高速列车车型等；然后针对每种影响因素分析可能存在的因素水平；最后通过不同因素水平的组合建立分析工况集。对每个分析工况，选取15～25次测试数据组成一个数据样本。1 次测试数据是指1 列高速动车组通过道岔时的试验数据。

3 试验数据分析方法

建立起数据样本集后，为了更好地进行数据挖掘和对比分析，对于每个数据样本，分别对各项动力学指标进行时程曲线、统计特征值、概率分布曲线、功率谱密度及1/3 倍频程分析。然后通过不同数据样本之间的对比研究特定的影响因素。下文以轮轨垂向力和钢轨振动加速度指标为例，对具体的数据分析过程及方法进行介绍。

3.1 时程曲线分析

时程曲线分析是最基础和直接的分析方法（见图3）。对于每个数据样本，首先选取一次典型高速列车通过时的轮轨垂向力时程曲线。然后针对不同数据样本，统一坐标轴，对轮轨垂向力时程曲线进行对比分析，直观地评价相应影响因素的影响规律。

图3 时程曲线分析

3.2 统计特征值分析

统计特征值分析可以宏观地反映试验数据的统计特性。对于每个数据样本，均有15～25次高速列车通过测试断面时的轮轨垂向力测试数据，分别提取每列车所有轮对通过测试断面时的轮轨力冲击峰值，以25 列车且每列车8 节编组为例，则共有800 个轮轨垂向力峰值数据。针对该800 个轮轨力数据，首先分别计算其平均值、最大值、中位数、标准差、99%置信区间等统计特征值。然后对于不同数据样本，通过对上述各轮轨力统计特征值进行对比分析，来研究相应影响因素的影响规律，可绘制柱形图进行分析展示（图4），分别采用不同的标记表示各统计特征值。由图4可以清晰地看出不同速度级条件下轮轨力测试结果的统计规律。

图4 数据样本统计特征值分析

3.3 概率分布曲线分析

概率分布曲线分析可以更细致地呈现试验数据的统计特性（图5）。仍以25列车且每列车8节编组为例，则共有800 个轮轨垂向力峰值数据。根据轮轨力数据的分布范围，首先将其平均离散化为若干个区段，然后统计该800 个轮轨力峰值数据在每个区段上出现的频次，根据统计结果绘制概率分布直方图，进而基于概率分布直方图进行正态性检验及正态分布曲线拟合，来表征轮轨力的分布特性。对于不同的数据样本，通过对概率分布直方图及正态分布拟合曲线进行对比分析，来研究相应影响因素对于轮轨力分布特性的影响规律。由图5可以直观地看出不同速度级条件下轮轨力的平均水平、离散程度等分布特性的变化规律，进而对于不同速度级对轮轨力的影响特性有更为深入的认识。

图5 概率分布曲线分析样图

3.4 功率谱密度及1/3倍频程分析

功率谱密度和1/3 倍频程分析为频域分析方法。通常仅针对钢轨和岔枕振动加速度测试结果开展此类分析，主要用于研究岔区轨道振动的频率特性和能量水平。以钢轨加速度为例，对于每个数据样本，选取一次典型高速列车通过时的钢轨加速度时程曲线，通过傅里叶变换计算得到加速度的功率谱密度曲线，进而积分得到1/3 倍频程曲线。对于不同数据样本，对加速度功率谱密度曲线和1/3 倍频程曲线进行对比分析，研究相应影响因素对于轨道振动特性的影响规律，见图6 和图7。可以明显地看出，速度的提高会使钢轨在特定频段的振动显著增强，振动能量整体增大，仅在10 Hz以下低频段略有下降。

图6 功率谱密度曲线

图7 1/3倍频程曲线

以上仅以轮轨力、加速度指标为例对数据分析方法进行了描述。对数据样本中安全性指标、岔区轨件振动变形等其他各动力学指标测试数据，均可采用以上方法进行处理分析。最后，基于对各项动力学指标的分析结果，对高速道岔的动力学性能以及各影响因素的影响机制和规律进行综合研究。

4 结语

本文研究了高速铁路道岔动力学试验数据处理及分析方法，通过影响因素、因素水平、分析工况、数据样本分层递推，提出了较为科学规范的试验数据样本建立方法。针对各项动力学指标，通过开展时程曲线、统计特征值、概率分布曲线、功率谱密度曲线及1/3 倍频程曲线多维度分析，对测试数据进行深入挖掘。

研究结果可在一定程度上改善数据样本选取混乱的状况，方便有效地对各种影响因素进行分析；能够实现对各项动力学指标时域频域特性、概率分布特性等的综合研究，对高速道岔动力学性能和关键因素的影响规律进行更充分的分析。