基于车体振动与噪声响应的城市轨道交通线路曲线健康状态评定模型*

时光明 白 磊 高培正 袁 健 丁 明

(1.北京市地铁运营有限公司线路分公司，100082，北京；2.北京九州一轨环境科技股份有限公司智慧运维中心，100070，北京∥第一作者，高级工程师)

城市轨道交通线路的曲线健康状态评定结果，是制定曲线维修策略的重要依据。不科学的健康评定方法将导致不合理的维修活动。如何科学地综合评定城市轨道交通线路曲线健康状态，对维修计划的优化编制具有重要的意义。

根据GB/T 39559.4—2020《城市轨道交通设施运营监测与评价方法 第4部分：轨道和路基》，在实际运维过程中，线路曲线质量状态评定是从静态不平顺(或静态几何尺寸超限)、动态不平顺(或动态几何尺寸超限)、曲线圆顺性(或曲线正矢)和曲线磨耗等4个维度评价曲线质量的好坏。上述评定指标的相应检测手段的检测周期较长，且不同检测手段的检测周期不同，这导致上述4个维度的曲线状态评定指标数据较难在同一时间节点获得。

目前，国内外专家学者对城市轨道交通线路曲线健康状态的综合评定研究较少，多侧重研究曲线钢轨的使用寿命评估[1-5]、曲线钢轨廓形优化设计与曲线钢轨病害治理[6-12]等相关问题。本文提出一种新的基于振动与噪声响应的城市轨道交通线路曲线健康状态评定模型(VNB-CHEM)。该评定模型综合利用轮轨接触作用下的车辆响应指标，实现曲线健康状态的实时性准确评定。相应的检测装置(线路质量检测仪)可通过人员携带放置或安装在城市轨道交通电客车上，对全线路曲线健康状态进行实时评定，有助于把握曲线质量的劣化过程，掌握其状态劣化规律。根据曲线健康状态好坏，及时安排维修活动，实现维修任务的制定更具针对性，实现维修资源的合理分配。

本文的2个创新点是：从曲线设备的基本作用出发，利用轮轨接触作用下的车辆响应指标，评估曲线设备健康状况；不同于传统评定方法，VNB-CHEM可实现对线路曲线健康状态的实时评定。

1 传统的城市轨道交通线路曲线健康状态评定方法

在我国城市轨道交通实际运维过程中，线路曲线状态评定是以线路上单个曲线为分析对象，利用各类检查方式获得的数据，从静态不平顺、动态不平顺、曲线圆顺性和曲线磨耗等4个维度对曲线设备状态进行的分析和评价，如图1所示。曲线状态评定的数据源包括轨检车检测数据、轨检仪检测数据、钢轨波磨检测仪检测数据、人工线路检查数据和曲线正矢检查数据等。

图1 城市轨道交通线路曲线状态分析流程图

曲线设备不同维度下的病害等级划分不同。动态不平顺的病害等级划分为4级，包括Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级；静态不平顺等级划分为3级，包括作业验收、计划维修和临时补修；曲线圆顺性(或曲线正矢)的病害等级划分为2级，包括作业验收和日常保持。曲线磨耗主要有侧面磨耗、垂直磨耗和波浪形磨耗等不同形式。曲线磨耗属于一种钢轨伤损病害类型，钢轨伤损等级划分为3级，包括轻伤、重伤和折断。

GB/T 39559.4—2020规定的曲线检测周期较长，且不同检测方式的检测周期不同，详见表1。这导致上述4个维度的曲线状态评定指标数据较难在同一时间节点获得。

表1 城市轨道交通线路不同曲线状态的检测周期

2 VNB-CHEM构建

不同于传统的城市轨道交通线路曲线健康状态评定方法，本文提出以客车车体通过曲线过程中的振动响应和客室内噪声为评定指标，来综合评价曲线设备健康状态，基于此构建VNB-CHEM，计算确定曲线健康指数HCHI。该模型有两部分构成：振动响应和客室内噪声评定指标的建立；综合评定指标的计算。

2.1 指标体系的构建

1)加速度有效值：不良的轨道平顺性、圆顺性和曲线钢轨磨耗是加剧接触振动的主要原因，导致过大的冲击加速度，加剧车辆轮轨动力作用，使车辆异常振动，可能造成轨道弹条的折断、扣件脱落，对车辆底部关键零部件等造成冲击伤害等。采用振动加速度有效值衡量车体的振动响应，其计算公式为：

(1)

(2)

式中：

EV——垂直加速度有效值；

EH——水平加速度有效值；

yV——垂直加速度信号值；

yH——水平加速度信号值；

x——信号采样间距，设为0.25 m；

l——曲线全长。

2)噪声有效值：客室内噪声与曲线磨耗严重程度存在正相关性，严重的钢轨磨耗会显著增大客室内噪声，客室内恶劣的声学环境会降低服务质量。本文采用声压级Lp描述客室内噪声的强弱，其单位是dB，其计算公式为：

(3)

式中：

p——有声音与无声音时的大气压强差值，Pa；

p0——基准声压，取值为2×10-5Pa。

噪声有效值EP采用声压级的均值描述车辆在经过曲线时客室内的整体噪声情况，其计算公式为：

(4)

2.2 综合评定指标的计算

为整体评价曲线的健康状态，本文从列车通过曲线过程中的振动和噪声响应角度出发，提出以HCHI综合评价曲线健康的好坏，其计算公式为：

HCHI=αEV+βEH+γEP

(5)

式中：

α,β,γ——系数，取值需根据实际情况确定。

2.3 HCHI应用场景

1)为有效评价曲线整体健康状态，需综合考虑实际养护维修能力和水平以及历史检测维修数据，选取符合线路实际情况的曲线健康评价基准值Hbase。当HCHI>Hbase时，表明曲线整体健康状态较差，应尽快安排维修活动。

2)可根据HCHI的大小，由高到低对管辖范围内的曲线健康状况的“好”和“坏”进行排序。根据排序结果，同时考虑管理部门的养护维修能力，确定出需要维修的曲线设备集，为合理制定维修计划奠定基础。

3 实例验证

3.1 实例背景

北京地铁1号线始建于1965年，从1971年开始逐步开通试运营。北京地铁1号线西起苹果园站，东至四惠东站，全长31.04 km。本文实例验证采用北京地铁1号线上行线2020年12月14日的检测数据，以验证VNB-CHEM的有效性。检测数据通过线路质量智能检测仪测得。该质量智能检测仪可实现在地下隧道环境下里程的自主定位与检测数据的自动校准。

3.2 结果分析

为降低不同指标量纲的影响，本文对计算出的各项指标数据进行了标准化处理。

3.2.1 不同指标的相关性分析

图2是北京地铁1号线上行线全部曲线不同里程位置的EH、EV、EP和HCHI的分布情况。分析图2可知：

图2 北京地铁1号线上行全部曲线不同里程位置的EH、EV、EP和HCHI的分布情况

1)EH与EV随里程位置的变化趋势一致，EH与EV的皮尔逊(Pearson)相关系数ρH,V为0.70，其计算公式为：

(6)

式中：

cov(EH,EV)——EH与EV的协方差；

σEH,σEV——分别为EH和EV的标准差。

2)EH、EV与EP随里程位置的变化趋势相关性较低。其中，EH与EP的皮尔逊相关系数为0.21，EV与EP的皮尔逊相关系数为0.08。

3.2.2 基于TOP N的薄弱设备分析

表2为标准化处理后的整体健康状态较差的前10条曲线的状态评定指标数据。其中，α=0.25，β=0.25，γ=0.50。由表2可见：qx0170曲线的HCHI值为最高值，其整体健康状态相对较差，需重点关注，应将其纳入维修计划；qx0164曲线的EP值为最高值，该曲线为小半径曲线；qx0126曲线的EH值为最高值；qx0169曲线的EV值为最高值。由对比分析可知，虽然qx0164曲线、qx0126曲线和qx0169曲线的某一状态指标值相对是最高值，但qx0170曲线的整体健康状态相对而言更差些，需及时维修。

表2 北京地铁1号线中整体健康状态较差的前10条曲线的指标数据

3.2.3 基于状态指标相对大小的病害原因初判

qx0168曲线的EH值较大、EP值较小，EH-EP差值在全部曲线中最大；qx0169曲线的EV值较大、EP值较小，EV-EP差值在全部曲线中最大。这说明qx0168曲线和qx0169曲线的平顺性、圆顺性病害相对严重。

qx0155曲线的EP值较大、EH值较小、EV值较小，EP-EH差值在全部曲线中最大，EP-EV差值在全部曲线中最大。这说明qx0155曲线的磨耗病害相对严重。

综上所述，本文实例验证以每条曲线为基本评定对象，计算其HCHI值，并依据HCHI值进行倒序排列，可快速确定健康状态较差的曲线。运维部门可据此及时安排相应的检查活动对病害原因进行复核，并针对性地组织维修活动，实现维修资源的合理分配。同时，通过分析EV-EP值和EH-EP值的相对大小，可初步判断曲线的主要病害类型，可帮助现场人员有针对性地上道复核曲线病害原因。

4 结语

本文提出了一种基于车体振动与噪声响应的城市轨道交通线路曲线健康状态评定模型VNB-CHEM。研究建立了振动响应和客室内噪声的评定指标EH、EV和EP，由此构建了曲线健康指数HCHI。采用北京地铁1号线的实际检测数据验证了模型VNB-CHEM的有效性。模型VNB-CHEM已开始在北京地铁测试使用，将根据用户反馈不断完善模型VNB-CHEM。如何基于车辆的振动与噪声响应快速判断线路上钢轨异常波磨，将是下一步的研究方向。