[发明专利]一种基于数据库聚类分析的轮对踏面智能镟修方法

说明书

本发明涉及一种基于数据库聚类分析的轮对踏面智能镟修方法，以带权重的轮缘高度、轮缘综合值和轮缘厚度作为聚类参数，基于k‑means的聚类算法将待镟修的磨耗后车轮踏面分类；并形成每一类典型的磨耗后踏面外形，运用多学科设计优化(MDO)分析方法获得该类踏面外形的典型优化踏面外形，作为该类所有待镟修车轮踏面的镟修模板；最后基于现有镟修规程对同一轮对的左、右车轮轮径差要求进行修正。与现有技术相比，本发明具有有效保证镟修后车轮踏面的车辆运行安全性、提高车轮踏面镟修经济性等优点。

技术领域

本发明涉及轨道交通智能运维技术领域，尤其是涉及一种基于数据库聚类分析的轮对踏面智能镟修方法。

背景技术

随着地铁列车的不断运行，车轮踏面和轮缘处会出现不同程度的磨损，当这些磨损超过一定限度时就会大大影响列车的运行安全性，因此必须进行镟修甚至作车轮更换处理，使车轮踏面恢复到满足标准的状态。同时为了减少踏面镟修量，延长车轮使用寿命，地铁车轮主要采用等级镟修的方式进行，在工艺流程上已经逐渐成熟，但是每恢复1mm的轮缘厚度，在车轮直径方向上就需要切削掉5mm左右，车轮踏面直径方向的镟修量仍然较大。

针对车轮踏面的经济优化镟修的问题目前也有许多研究，主要运用多体动力学、接触力学及轮轨动力学等理论，结合动力学仿真和数值分析等方法，对原有标准车轮踏面外形进行优化设计，提出不同的车轮踏面廓形，同时保证踏面外形的运行工况良好，但是这些研究大多是针对单轮对进行优化设计，而整列车中不同的车轮踏面外形在经过一定运营时间后产生的磨耗情况不尽相同，要进行逐个优化显然不满足工程要求。

对于如何在保证车辆运行安全前提下降低车轮镟修量，一直是当下研究的重点，并且对车轮的经济优化镟修研究大多集中在以单轮对的优化设计，对于整列车或同一时期全部磨耗踏面外形的优化镟修研究较少。

发明内容

本发明的目的就是为了克服上述现有技术存在的仅针对列车的单轮对进行优化镟修的缺陷而提供一种基于数据库聚类分析的轮对踏面智能镟修方法。

本发明的目的可以通过以下技术方案来实现：

一种基于数据库聚类分析的轮对踏面智能镟修方法，具体包括以下步骤：

S1.获取待镟修的车轮踏面的廓形数据，根据预设的权重比，生成聚类参数；

S2.根据所述车轮踏面的廓形数据和聚类参数，初始化多个聚类中心；

S3.所述车轮踏面的廓形数据分别划分到距离最近的聚类中心；

S4.根据划分后的廓形数据重新计算对应的聚类中心，判断聚类中心是否收敛，若是则转至步骤S5，否则返回步骤S3，根据新的聚类中心再次划分廓形数据；

S5.输出重新计算后的聚类中心，判断聚类数据库中是否已经存在相同的聚类中心，若是则转到步骤S7，否则生成相应的典型磨耗踏面虚拟样本，转至步骤S6；

S6.根据所述典型磨耗踏面虚拟样本，通过多学科设计优化方法，获得镟修量最小的优化外形，作为所述聚类中心对应的车轮踏面的优化镟修模板；

S7.根据步骤S6计算得到和聚类数据库中已经存在的相应车轮踏面的优化镟修模板，控制装置进行车轮踏面的镟修；

S8.判断镟修后的同轴左、右车轮是否满足轮径差标准要求，若是控制装置结束镟修，否则增加左、右车轮中车轮直径较大的车轮的镟修量，返回步骤S7。

所述车轮踏面的廓形数据包括轮缘高度、轮缘综合值和轮缘厚度。

进一步地，所述聚类参数的计算公式具体如下所示：

Z＝η₁*Sh+η₂*qR+η₃*Sd