铁道运营技术 第１８卷第３期 ＶＯ１．１８ ＮＯ．３ ２０１２年７月 Ｒａｉｌｗａｙ Ｏｐｅｒａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｊｕｌｙ ２０１２ 基于转向架计量的动态电子轨道衡数据波形分析 徐 栋 （广西工学院 电子信息与控制工程系，硕士研究生，广西 柳州 ５４５００６） 摘 要：针对转向架计量方式的动态电子轨道衡的波形，由于受各种车辆轴距不一和车辆本身以及现场各 种电磁干扰的影响，使得波形数据形状十分复杂，给准确识别带来很大难度的问题。为了能较好 获得各转向架重量，进而得出货车重量，提出了一种差分算法，并用ｖｅ６．０软件实现对波形数据的 识别，便于数据进一步处理。经实际验证，该算法具有较好的识别效果。 关键词：动态电子轨道衡；数据采样；波形识别；转向架计量 中图分类号：Ｕ２９４．２１ 文献标识码：Ｂ 文章编号：１００６—８６８６（２０１２）０３—００５７—０４ 动态轨道衡是一种对行进中的货车进行动态称 由于我国现阶段使用的国产货车的型号、规格 量的计量设备。它通过重力传感器感应通过秤台的 不尽相同，转向架轴距长度也不一样。我国现行的转 货车重量并转化成对应的电信号，再经由Ａ／Ｄ转换 向架轴距，根据生产厂家制造规格不同有１ ５７５ ｌｎｍ， 变成数字信号…。这种信号包含了大量关于货车的 １ ６００ ｍｍ，１ ７００ ｍｍ，１ ７２０ ｍｍ，１ ７５０ ｍｍ不等 。 信息，如过衡速度、距离、车型、轴重、轮重等，通过分 这些车辆在不同车速下过衡时，便产生各种过衡波 析这些数据就可以得到有关车辆行驶方向、速度、车 形，形成轨道衡波形的多样性。 辆重量、偏载等信息，可见准确分析波形数据对准确 传感器信号经放大、滤波、Ａ／Ｄ转换，形成数字 称量具有十分重要的意义。由于轨道衡的波形数据 信号后送入计算机，得到波形数据。理想状态下，转 不仅与轨道衡的结构形式、台面参数有关，还与车 向架计量方式列车过衡波形，如图１所示。 辆本身的轴距、重量、过衡速度、轮对是否有擦伤等 因素有关，并与现场的各种电磁干扰因素有关。因 此，实际的波形数据形状很复杂，给准确识别带来 较大困难。转向架计量方式具有测区长，精度高、 外围有基础受震动性小等特点，通过识别波形，计 算出前后转向架的重量后即可得出整车重量，达到 图１ 转向架计量方式下的理想过衡波形 计量的目的。本文主要针对转向架计量方式，对动 图１中左半部分表示列车前转向架过衡， 。段 态电子轨道衡的数据波形特点及识别分析进行说 波形代表转向架第１根轴上衡，ｕｌ段代表第１根轴 明 下衡，“ ＋，代表２根轴都在衡上。同理，后半部分代 表后转向架过衡波形，及后１辆车与前车过渡过 １ 转向架计量波形数据的特点 衡的过程。ｌｌｂ，＋ｃ代表前车后转向架第２根轴与后车 前转向架第１根轴同在衡上的过程。ｕ 段代表前 １．１ 车辆过衡波形介绍 我国现行的动态电子轨 车已完全过衡，只有后车前架第１根轴在衡上的 道衡从受力方式分有断轨轨道衡、不断轨轨道衡；从 过程。 台面组合形式上分有单台面、双台面、多台面形式； 从计量方式上分有轴计量，转向架计量和整车计 １．２实际过衡波形特点及原因 实际列车过衡波 量。受力方式、台面组合形式及计量方式的不同都 形并非如图１所示，而是有一定斜度，波形也并非平 会导致过衡轨道衡波形不同 。 坦。实际过衡波形如图２所示。 ５７ 第１８卷第３期 ２０１２年７月 铁道运营技术 Ｒａｉｌｗａｙ Ｏｐｅｒａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ＶＯ１．１８ ＮＯ ３ Ｊｕｌｙ ２０１２ ｗｖ、 １ Ｌ ｄ ｒ］ ｒ ” ～ Ｃ 图２轨道衡实际过衡波形（转向架计量方式） 通过对轨道衡波形数据进行分析，其特点主要 包括５个方面。 １．２．１ 波形包含轴重信息 由于车辆重量跟质量的 一一对应关系，车辆车轴重量显示在波形中即为一 段段波形的变化。如图中ｂ，ｄ，厂段波形各代表车辆 轴重信息。车辆载重通过相应数算即可求得， 即通过对ａ，ｅ段波形作求和等处理后，可得车辆载 重。 １．２．２幅值差距大 由于车辆重量相差很大，最重 的可以超过１００ ｔ，最轻的则不到２０ ｔ，故分配到每根 轴上的重量就大不一样。因此，体现在波形上的幅 值相差就很大，如图中ｆ，ｇ段波形。 １．２．３时间轴相差大过衡时车辆速度相差很大， 最低５ ｋｍ／ｈ，最高８０ ｋｍ／ｈ。因此，同一列车过衡后， 波形在时间轴上相差很大，波形上表示为某段波形 的持续长度，如ｃ段波形。对于同一列车，由于Ｃ段 波形对应的车辆长度一定，所以不同速度下，列车通 过的时间就不同，对应到波形ｃ的长度便大不相同。 １．２．４干扰复杂 由于车辆运动产生的横向摆动及 垂向振动，乃至车轮表面擦伤引起的冲击振动，均会 使波形数据受到干扰，产生虚假轮重信号，造成识别 错误。如图中各段波形的振动变化。 １．２．５ 电磁干扰大 由于传感器信号调理电路的放 大倍数很大，不可避免地会受到各种电磁信号的干 扰。这些干扰信号可通过电源引入工频干扰，通电 钢轨引入牵引供电回流电磁干扰，这些干扰也会给 波形的正确识别带来很大困难，体现在图中即对应 某段波形的跳动变化。 ２差分识别算法 ２．１ 物理识别方法通过对过衡波形的分析得知， 轨道衡车轴上下衡在波形上体现在波形的上升和下 降。波形中上升沿和下降沿的斜率代表货车通过的 速度。速度越快，波形上升（下降）的斜率越陡，且这 期间数据变化范围很大。因此，利用此段波形的特 ５８ 点，可实现对车轴的上下衡进行判断。 在列车匀速或低速通过测量区，车轴在平稳过 渡到下一根车轴上（下）衡期间，其波形数据范围变 化不大，而在车轴上下衡的过渡过程中，波形数据变 化非常大。针对这一特点，利用其大的波动范围对 数据进行差分识别车轴。由于定义车轴上下衡是在 波形数据急剧上升或下降后又快速平缓的时刻点， 因此，可通过以下方法进行判别。首先，定义一个阈 值，进行数据差分结果判断，差分结果跟阈值进行比 较，只有在有限个数据连续都满足阈值条件后，才继 续进行下一步判断。随后若另有有限个差分结果都 小于阈值，则可认为车轴上下衡。 ２．２软件差分算法 依据轨道衡数据波形的形成 特点及测量原理，可以通过软件编程实现轨道衡车 轴的识别分析并显示，以得到过衡车辆的基本信 息。为了准确识别车辆的车轴信息，基于上述判断 方法，本文采用一种差分算法，以Ⅳ个数据为一个比 较单元，实现对车辆车轴上下衡的判断 。 所有数据存放在变量 中， 的取值范围为０＜ Ｘ＜６５５３５，ｉ， 为计数变量，ｋ为计数标志，０＜ｉ＜Ｎ，０ ＜ Ⅳ；Ｍ为阈值，是一正整数，适当选取。在这一个比 较单元中： 若 一Ｘ ＞ ，则 ＋１；否则ｉ＝０； 若ｉ＞Ｎ／２，则ｉ＝０， ＝１； 若 ＝１，且 Ｘｊ＜Ｍ，则 １；否则 ＝０； 若ｊ＞ＮＩ２；则ｋ＝Ｏ，ｊ＝ｏ；ａｘｌｅ＝ｌ；则标记 作为一 根车轴的识别点。 若上述条件有一不满足，则退出后续判别，进行 下一组数据判别。 式中置表示 中第ｉ个数据；ａｘｌｅ＝１表示作为一 根车轴上衡；ｘｊ表示在满足ｉ＞Ｎ／２时取的以后的数据 点。同理 若 一Ｘ ＜一Ｍ，则ｉ＋１；否则ｉ＝０； 若ｉ＞Ｎ／２，则ｉ＝０，ｋ＝ｌ； 若 ＝１，且 一 ＞一Ｍ，贝０＿／＋１；否贝０ ＝０； 若ｊ＞Ｎ／２；则ｋ＝０，ｊ＝ｏ；ａｘｌｅ＝１；则标记 作为一 根车轴的识别点。 若上述条件有一不满足，则退出后续判别，进行 下一组数据判别。 式中置表示在满足ｉ＞ＮＩ２时取的以后的数据点； ａｘｌｅ＝１表示作为一根车轴下衡。 基于转向架计量的动态电子轨道衡数据波形分析 在上述算法中，若计数变量的值超过了Ⅳ，则进 对上述差分算法进行实际验证。取Ｍ＝５００，Ⅳ＝１０， 行下一个比较单元的判别。 ２．３算法步骤及流程图 差分算法主要包括差值计 算、阈值判断、个数统计等环节。具体算法步骤如下： 第１步：将采集到的数据文件读入程序。 第２步：以Ⅳ个数据为一个比较单元，将其内数 据进行差分运算。 第３步：每次得到的差值与设定阈值进行比 较。若大于阈值，跳到第４步，否则跳到第８步。 第４步：满足大于阈值的差值做１计数。并判断 计数个数是否超过Ｎ／２，若超过，则跳到第５步，否 则跳到第８步。 第５步：再次判断差值与设定阈值的关系。若 小于阈值，则跳到第６步，否则跳到第８步。 第６步：若后续差值小于阈值则加１计数，并判 断计数个数是否超过Ｎ／２，若超过则跳到第７步，否 贝０ ｂ到第８步。 第７步：得出结果，判定为轴存在点。 第８步：取下一点。 通过上述分析，程序判别的流程可用图３表示。 数据作差 垂 是否大于 二＝差值是否大于阀值二—＼＝＝＝二＝＞ ：——— —／ 个数是否超过Ｎ ／２ 二二＝＞—— ～＼—／ 差值是否小于阀值＝＞二＝＞——— ～＼—／ 个数是否超过Ｎ ／２ ＝二＝＞——— ～＼—／ 判定为轴存在点） ｌ取下一点 图３判轴流程示意图 程序执行过程中，若有一个条件不满足，则进行 下一数据的判断。必须同时满足判别条件才能被认 为是车轴识别点。若计数变量个数超过Ｎ，则进行 另一组数据的判别。 ３ 实例验证 ３．１ 差分运算 以４轴车辆转向架计量方式为例， 对数据文件进行一步差分运算，其结果如图４所示。 ｈ■ ｌ －．． ＿－、， ｌ ，＿－ －－、｛ 一’ ＿ —１ ｊＬ — ］ｒ Ｉ Ｍ ｌ ＾＾＾ ＾ Ｊ ～ 『 Ｔ Ｉ』 ｌ １ 『ｌ 图４数据一步差分效果图 图中上方代表某段实际过车波形，下方代表对 应此波形的一步差分结果。 ３．２车轴识别 按照文中给出的差分算法，通过 ＶＣ６．０编程软件进行编程，实现对车轴的判别分 析。经过差值计算、阈值判断、个数统计等环节后， 软件识别结果如图５所示。 ＾＾帅 Ｉ Ｊ＾＾＾ ｗ１ ｊ ］ｆ ｒ＿一－、 ＪＩｒ Ｈ －－１ １ ｌ Ｉ ｌ一 ＿ＪＩ Ｉ １ 图５车辆车轴识别效果图 图中每条竖线段代表一车辆车轴上衡或下衡的 信息状态，图中波形上升变化后识别出的结果即代 表一根轴上衡，下降变化后的波形识别出的结果代 表一根轴下衡。 ３。３人工与软件识别对比 为验证此算法的有效 性，根据物理识别与软件算法思想，随机挑选２０个 数据文件，进行人工识别与软件识别对比验证，结果 见表１所示。通过表中可知，该算法具有较高的识 别效果，在车轴过衡期间对数据产生的干扰有效地 进行了排除，使其能准确识别。但仍存在个别识别 错误现象（人工和软件识别结果不匹配），如车轴虚 判及漏判，通过观察判别错误所在数据文件波形可 知，这是由于车速过快，采样率太低引起的，若车速 控制在３０ ｋｍ／ｈ以内，此算法可达到较高的识别精 度。 通过以上方法可以得出，识别出一根车轴只有 通过观察轨道衡数据先急剧变化（增大或减小），再 缓慢变化，才可以作为一根轴的判断依据。不能同 时满足这２个条件的数据点，都不是真正的车轴上 ５９ 第１８卷第３期 ２０１２年７月 铁道运营技术 Ｒａｉｌｗａｙ Ｏｐｅｒａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ｖＯｌ １ ８ ＮＯ．３ 人 软别 工 件轴 识 识数 ｇ 下衡点，而可能只是外界引起的波动较大的干扰 Ｕ Ｊｕｌｙ ２０１２ 起始点和结束点，对期间的所有数据求取平均值 ， 相邻两轴的波形做差，就可得到每根轴的重量，进而 求出各转向架的重量，将两转向架求和即得整车重 量。由车轴轴重和载货车辆重量的比例系数对应关 系，就可以近似得到货车的载重情况。 点。 轴 上 下 数升降 ； ３．４ 车重计算 若想准确表示出每根车轴的轴重， ６ ６ ６ 则可通过软件编程，对每段平缓上下衡波形记录其 ： ６ ６ ６ ６ ６ ６ 表１ 人工识别与软件识别结果对比图 ４ ４ ４ 文９ 件名１０ 序１１ 列 １２ １３ １４ １５ １６ １７ １８ １９ ２Ｏ １ ２ ３ ４ ５ ｝６ ６ ｉ６ ７ ５ ８ ６ ５ ６ ｊ ６ ６ ６ ｝ ６ ６ ６ ； ６ ６ ６ 在个别误判的现象，还需进行进一步研究。 参考文献： ４ 结束语 ４ ４ ４ 上述通过介绍转向架计量方式下轨道衡数据波 形的特点及形式多样性，根据波形及数据特点，采用 ８ ８ ８ ６ ６ ６ ［１］赵德永．动态轨道衡系统的波形分析［Ｊ］．铁道技术监督， ２００７．５：４３～４５ ［２］金祚康．轨道衡［Ｍ］．北京：中国计量出版社，１９９２ ［３］葛立美．国产铁路货车［Ｍ］．北京：中国铁道出版社，１９９７ ［４］刘春辉，徐健飞．Ｖｉｓｕａｌ ｃ＋＋程序设计学习笔记［Ｍ］．北京： 电子工业出版社，２００８． 差分算法对车轴进行软件识别，通过理论分析与实 ２ ２ ２ 际算法编程实现，较好地实现了车轴的识别，达到了 ｉ ２ ２ ２ ６ ６ ６ 车轴识别的目的，有助于得出各转向架的重量，进而 求得车辆载重。该算法通用性好，对其它数据也达 ６ ６ ６ ： ［５］张玉英．动态电子轨道衡系统设计与实现［Ｄ］．大连：大连 理工大学，２００８ 到了较好的识别效果。针对外界因素及自身引起的 ； ［６］张红．列车超偏载动态检测信号分析与处理方法研究［Ｄ］． 长沙：中南大学，２００４ 强烈干扰 ，此算法有效地进行了滤除，但针对仍存 ｉ ６ ６ ６ ６ ６ ６ ｉ ６ ６ ６ ８ ８ ８ ； ６ ６ ６ ６０
