青岛四方庞巴迪铁路运输设备有限公司 266000
摘要：经过多年的努力和潜心研究，中国的高铁技术已经有了长足的发展，拥有自主知识产权的“复兴号”动车组早已奔驰在祖国广袤的大地上。为验证车辆设计和保障车辆状态，我们对车辆进行了大量的科学试验，并积累了大量的试验数据，通过不断优化的算法将大量试验数据的分析结果反馈回轨道车辆的设计、生产、运用、维护等各个环节。本文主要基于多年的亲身试验经历，对试验数据的采集和应用进行总结介绍。
关键词：试验数据；采集；应用
动车组试验数据采集
试验数据采集方法
动车组科学试验的主要测试指标包括：电压、电流、压力、动应力、振动、噪声、温度、照度、速度、风量、位移、尺寸等。通过相应的传感器将所采集的信号变为电信号送至采集设备，最终由计算机对所采集的信号进行分析处理。针对动车组的不同系统或部件进行试验，所选取的传感器和试验设备也不尽相同，以下为动车组科学试验中的典型试验项目和方法介绍。
图1 数据采集系统示例
横向稳定性试验
检验动车组在正常运营条件下相关的横向运行稳定性指标是否满足要求。通过在轴箱上方的转向架构架上安装横向加速度计，测量构架横向加速度；测点通过屏蔽信号线连接到数据采集仪器上，数采仪器通过网络线和集线器与控制计算机相连。传感器量程：2G、18G、100G、500G等；采样频率：2000Hz、5000Hz。
牵引特性试验
验证动车组的牵引特性是否符合要求。通过在试验中测量动车组的运行速度、时间及对应的电参量（电流、电压、频率、功率和功率因数）计算牵引力/速度特性。计算结果要和车辆设计理论值比较。传感器参数：LEM V100-2000，LV100-3000，LT308-S7；采样频率：5000Hz。
期刊文章分类查询,尽在期刊图书馆
空气动力学试验
检验动车组以不同速度通过隧道和明线交会时，空气动力学效应是否满足列车安全运行的强度和旅客乘坐舒适性要求。通过瞬态压力传感器测量列车运行和交会时车厢内、外空气压力变化。各传感器将测得的压力信息经集成测控数采系统放大、AD转换后记录在计算机中进行处理。传感器量程：0.09-0.11Pa；采样频率：2000Hz。
车体静强度试验
检验动车组车体结构在静载试验中没有永久性变形。通过应变片和位移传感器测量试验过程中车体的受力与形变。各传感器将测得的信息经数据采集仪器，最终传至计算机并进行处理。测点主要布置在牵枕缓区域、车外端门立柱区域、车内二位角门角区域、车内窗角区域、车内一位角和侧墙连接区域、车钩区域、车间减震座区域等。应变片量程：120Ω、350Ω；采样频率2000Hz。
动车组试验数据应用
试验数据的应用非常广泛，可以涵盖产品的整个生命周期，通过这些数据分析，可以不断提升和优化产品的设计和质量，并在产品使用过程中增强客户的良好体验。以下从两个典型的应用方向进行介绍。
试验数据应用于产品设计升级
通常科学试验最主要的目的就是验证设计。随着计算机辅助设计的普遍应用，通过计算机比对试验数据和理论计算结果已成为常用的设计验证方式，通过比对不尽可以说明产品生产设计是否满足标准要求，而且也可说明是否还有进行优化设计的空间。
比如说动车组设备舱裙板，其主要作用就是防尘、导流，和车上的其他主要系统相比可能显得没那么重要，但就是这样一个部件在列车高速运行时也会因空气压力变化承受较大作用力，倘若设计强度不够或安装不牢固，裙板很有可能会从车上脱落，而且动车组运行速度越高其脱落造成的破坏力越大，从而可能造成严重的铁路事故。我们通过在裙板上加装加速度传感器的方式，长期跟踪裙板的受力和振动情况，再通过实车数据和理论计算的比对，就能清楚裙板的设计强度是否满足车辆实际运行时的需求。若是不满足，可以通过修改或优化设计方案，重新按照新方案生产出满足需求的新产品装车使用，从而避免车辆出现严重的质量问题或事故。
试验数据应用于产品检修维护
动车组的检修维护是高速铁路系统综合保障工程中的重要组成部分，是确保实现动车组安全运行、高效率使用的必要保障。检修制度分为两大体系，分别是“以预防为主的检修制度”和“以可靠性为主的检修制度”。试验数据的应用在这两大检修制度体系里都已有应用，而且试验数据应在以可靠性为主的检修制度中将有更大的发挥潜力。
动车组轮对时车辆运行的关键部件，因为它和轨道直接接触，因此轮对会对车辆稳定性的众多指标（如：脱轨系数）产生至关重要的影响。一般根据车辆性能的不同，轮对踏面会有不同的形状要求，但由于车辆运行时轮对和轨道之间不断摩擦，从而导致车辆在运行一定的里程后轮对形面变形和原设计要求形面不符。在以预防为主的检修制度制度中，用户都会根据厂家提供的理论运行公里数（一般出于安全考虑使用下限）给轮对进行踏面修形，但是如果通过设备，长期跟踪踏面情况，我们就可以通过比对适时数据和理论数据，来确定踏面修形的实际时间，而不是仅凭运行公里数机械的判断。一般线路较好的情况下，踏面的使用里程数一般都会超过给定的理论值，因此有了长期跟踪试验数据的支撑，不仅是检修作业更加科学系统，而且还可以降低车辆检修维护成本。
以可靠性为主的检修制度的重要特点是运用逻辑判断分析的方法来确定所需的检修内容、检修类型、检修间隔期和检修等级等，以最少的检修资源消耗达到优化检修的目的。要有逻辑判断就需要有判断的依据，而依据就是我们对车辆采集的数据，以及通过数据分析所反映出的车辆状态。我们可以给车辆加装多种类型的传感器，再通过大数据技术和算法来获取车辆的实时状态信息，并分析出车辆的“健康”状况以及可能的故障趋势，还可以将相关的数据和分析返回生产厂家进行后续的优化设计，从而将数据嵌入了从设计-生产-运行-检修维护的产品全生命周期，并形成良性循环。
综上所述，随着科技的发展和技术的进步，采集试验数据的方式和手段和过去相比越来越丰富，而数据的不断膨胀造就了大数据时代的到来。通过不断的采集数据，以及数据分析成果在产品全生命周期中的应用，必将推动中国的高铁事业在攀高峰。
论文作者:袁伟祥
论文发表刊物:《防护工程》2019年第7期
论文发表时间:2019/9/9
标签：车组论文; 数据论文; 车辆论文; 传感器论文; 制度论文; 区域论文; 产品论文; 《防护工程》2019年第7期论文;