[发明专利]一种道岔健康状态智能评估系统

说明书

本发明涉及检测设备技术领域，具体涉及一种道岔健康状态智能评估系统，包括评估服务器、数据服务器和道岔监测装置，建立试验道岔，人工设置故障因素，获得道岔故障类型，评估服务器获得周期内对应的道岔动作次数和过车次数，将频率组成关联周期编号、道岔动作次数和过车次数，提取后续加速度曲线、距离变化曲线及纵向位移曲线的频率组成，与对应的频率特征对比，获得所关联的周期编号、道岔动作次数和过车次数相对最大周期编号、最大道岔动作次数和最大过车次数的百分比，取最大的百分比，最大的百分比与1的差值的绝对值，作为道岔的健康度评分。本发明的实质性效果是：根据道岔状态评估道岔的健康状态，给出道岔当前在全生命周期中的状态。

技术领域

本发明涉及检测设备技术领域，具体涉及一种道岔健康状态智能评估系统。

背景技术

道岔往往是行车安全事故的高发地带。道岔常见的故障有尖轨爬行、拉板旷动和接触问题。在春融解冻和入冬前，由于气温变化较大，道岔尖轨前后爬行，极易造成道岔外锁设备故障。由于长时间使用和列车振动及拉板固定螺丝不牢等原因，使部分心轨道岔拉板旷动严重，造成尖轨两侧的拉板左右不平，前后不正等问题。在转换道岔过程中，道岔转换力受到分解。特别是在道岔锁闭时，拉板更加倾斜，易造成不能到位的道岔转辙设备故障。拉板前后不正，在道岔转换过程中易出现受阻或犯卡。尖轨所有重量都压在滑床板上，如果相互接触较少，尖轨重力作用在几块滑床板上，接触面积越小磨擦阻力越大，会使道岔转辙设备转换不灵活，严重时受阻。由于道岔具有数量多、构造复杂、使用寿命短、限制列车速度、行车安全性低、养护维修投入大等特点，与曲线、接头并称为轨道的三大薄弱环节。目前虽然已存在道岔工况的监测装置，但目前的监测装置仅能够给出道岔当前状态，不能从道岔全生命周期的角度，给出道岔当前的健康状况。

如中国专利CN110866655A，公开日2020年3月6日，一种基于功率数值分析的道岔卡阻故障智能预警方法，包括以下具体步骤：S1.事先采集大量非故障特征功率数值建立容量为K2的样本分析集{F}；S2.依次求得参考预警上限值、预警下限值、参考预警中间值；S3.实际运营时以有限个当前已连续搬动产生的特征功率值作为输入序列；S4.挖掘并拟合输入序列的变化规律并预测后一时段功率值序列；S5.计算预测的后一段功率值分别处于三级异常值区间的概率；S6.以所得概率值及大小关系构建概率预警决策树输出多级预警。其技术方案通过挖掘并拟合出其变化规律以此对后续某一时段的功率数值进行有效预测并建立多级概率预警模型，能够一定程度上预测道岔的故障。但其技术方案不能对道岔的健康状态作出评估。

发明内容

本发明要解决的技术问题是：目前缺乏评估道岔健康状态的技术的问题。提出了一种道岔健康状态智能评估系统，能够对道岔的健康状态作出评估。

为解决上述技术问题，本发明所采取的技术方案为：一种道岔健康状态智能评估系统，所述道岔包括转辙机、牵引杆、直轨、曲轨、直轨尖轨和曲轨尖轨，枕木上设有用于支撑直轨尖轨和曲轨尖轨的滑床板，包括评估服务器、数据服务器和道岔监测装置，所述道岔监测装置监测道岔的加速度数据、尖轨移动的距离数据、纵向位移数据、道岔动作数据和过车数据，建立试验道岔，人工设置故障因素，不断过车并周期性变更道岔位置，直到道岔出现故障，获得道岔故障类型，将过程中的加速度数据、距离数据、纵向位移数据、道岔动作数据和过车数据关联时间戳存储在数据服务器，所述评估服务器依据时间戳获得加速度数据、距离数据及纵向位移数据对应的道岔动作数据及过车数据，按时间轴周期性拟合获得加速度曲线、距离变化曲线及纵向位移曲线，获得周期内对应的道岔动作次数和过车次数，取周期内道岔动作次数和过车次数的平均值，分别作为关联道岔动作次数和过车次数，提取加速度曲线、距离变化曲线及纵向位移曲线的频率组成，将频率组成关联周期编号、道岔动作次数和过车次数，存储道岔故障时对应的最大周期编号、最大道岔动作次数和最大过车次数，分别提取后续周期建立的加速度曲线、距离变化曲线及纵向位移曲线的频率组成，与对应的频率特征对比，获得最接近的频率特征所关联的周期编号、道岔动作次数和过车次数，分别获得所关联的周期编号、道岔动作次数和过车次数相对最大周期编号、最大道岔动作次数和最大过车次数的百分比，取最大的百分比，最大的百分比与1的差值的绝对值，作为道岔的健康度评分。