殷華，萬靈

基于多中點(diǎn)弦測(cè)法的鋼軌波磨測(cè)量不確定度分析

殷華1，萬靈2

(1. 江西農(nóng)業(yè)大學(xué) 軟件學(xué)院，江西 南昌 330045；2. 江西農(nóng)業(yè)大學(xué) 工學(xué)院，江西 南昌 330045)

鋼軌波磨的準(zhǔn)確測(cè)量一直是鐵路工務(wù)中的難點(diǎn)，雖然從理論上多中點(diǎn)弦測(cè)法已被證實(shí)能夠?qū)︿撥壊ミM(jìn)行測(cè)量,但目前缺乏計(jì)量方法。為了準(zhǔn)確評(píng)估多中點(diǎn)弦測(cè)法的誤差分布，在無法取得鋼軌波磨真值的前提下，以雙中點(diǎn)弦建立了誤差傳遞模型并采用蒙特卡羅方法計(jì)算測(cè)量不確定度。研究結(jié)果表明：多中點(diǎn)弦測(cè)量結(jié)果誤差大小與原始波磨幅值呈正相關(guān)、與超限波長呈負(fù)相關(guān)，從整體來看，雙中點(diǎn)弦測(cè)量相對(duì)誤差約為7%，能夠滿足實(shí)際鐵路工務(wù)應(yīng)用。

鋼軌波磨；弦測(cè)法；不確定度；誤差分析

波磨病害廣泛存在于各既有線路上，會(huì)導(dǎo)致噪聲與振動(dòng)，嚴(yán)重時(shí)還會(huì)造成機(jī)車脫軌，帶來嚴(yán)重后果。雖然國內(nèi)外諸多學(xué)者們對(duì)鋼軌波磨進(jìn)行了長時(shí)間的研究，從不同方面解釋了其成因，但由于輪軌之間作用較為復(fù)雜，目前尚無哪一種理論能夠完整解釋波磨產(chǎn)生的機(jī)理，波磨病害沒有辦法避免。因此，對(duì)鋼軌表面狀態(tài)進(jìn)行日常巡檢，在保養(yǎng)維護(hù)過程中對(duì)波磨病害加以關(guān)注，以期盡可能早的發(fā)現(xiàn)問題、抑制其進(jìn)一步惡化成為當(dāng)前鐵路工務(wù)養(yǎng)護(hù)的重點(diǎn)內(nèi)容之一[1?3]。由于鐵路自建成起就固定在路基上不可移動(dòng)，現(xiàn)場(chǎng)環(huán)境復(fù)雜多變且缺乏恒定的基準(zhǔn)，而鋼軌波磨的幅值又通常在1 mm以下，這些因素都給鋼軌波磨的快速測(cè)量帶來了困難。因此，長期以來業(yè)界主要采用動(dòng)態(tài)的慣性法和靜態(tài)的弦測(cè)法對(duì)鋼軌波磨進(jìn)行檢測(cè)[4?5]。慣性法由加速度傳感器來完成，在測(cè)量設(shè)備高速行進(jìn)的過程中對(duì)探測(cè)到的加速度信號(hào)進(jìn)行二次積分得到波磨幅值；而弦測(cè)法采用平直尺(通常為1 m)來完成，以手工測(cè)量的方式得到數(shù)據(jù)后逐段拼接得到測(cè)量結(jié)果。這2種方法各有優(yōu)劣：動(dòng)態(tài)的慣性法測(cè)量成本高且重復(fù)性稍低，靜態(tài)的弦測(cè)法重復(fù)性較好但測(cè)量效率低下。為了能夠兼顧檢測(cè)效率與精度，殷華等[6?7]對(duì)傳統(tǒng)的弦測(cè)方法進(jìn)行改進(jìn)，提出了基于多中點(diǎn)弦測(cè)量原理的鋼軌波磨動(dòng)態(tài)檢測(cè)小車，經(jīng)過理論分析與現(xiàn)場(chǎng)試驗(yàn)已被證實(shí)能夠用于實(shí)現(xiàn)對(duì)鋼軌波磨進(jìn)行快速、有效的測(cè)量。但由于目前尚無鋼軌波磨弦測(cè)的計(jì)量標(biāo)準(zhǔn)，鋼軌波磨的真值無法準(zhǔn)確得到，并且鋼軌表面狀態(tài)的復(fù)雜性、小車制造過程中弦中點(diǎn)位置的偏差、弦長的偏差以及傳感器本身的不確定性都會(huì)對(duì)測(cè)量結(jié)果造成一定影響。因此，深入分析多中點(diǎn)弦測(cè)量結(jié)果的不確定度來源，明晰在多個(gè)因素的影響下弦測(cè)結(jié)果的誤差分布，對(duì)鋼軌波磨多中點(diǎn)弦測(cè)量理論的發(fā)展、實(shí)際工程應(yīng)用過程中減少測(cè)量結(jié)果誤差，得到盡可能準(zhǔn)確的波磨測(cè)量結(jié)果具有重要的理論及現(xiàn)實(shí)意義。

1 鋼軌波磨多中點(diǎn)弦測(cè)原理

將一根剛性的弦靜止于鋼軌表面，弦的首尾與鋼軌表面接觸，在弦的中點(diǎn)位置安裝一個(gè)測(cè)量傳感器，采用接觸或非接觸的方法來得到其與鋼軌表面的垂直距離，此即為中點(diǎn)弦測(cè)法，其測(cè)量值可由式(1)表達(dá)：

式中：表示測(cè)量弦的長度，1和X分別表示該弦在鋼軌表面起點(diǎn)、終點(diǎn)的位置坐標(biāo)，2表示安裝在弦中點(diǎn)處的測(cè)量傳感器的位置坐標(biāo)，()軌面不平順函數(shù)。

根據(jù)文獻(xiàn)[8?9]，鋼軌波磨波長通常在1 m以下且具有一定的準(zhǔn)周期性，若設(shè)其周期為，即()()，則由式(1)可知，中點(diǎn)弦測(cè)法所得結(jié)果同樣存在周期性。對(duì)其進(jìn)行頻域變換，可得傳遞函數(shù)為

為了克服這種缺陷，文獻(xiàn)[6?7]提出了多中點(diǎn)弦測(cè)量的思想，根據(jù)單一的中點(diǎn)弦測(cè)法位置不存在偏差這一特點(diǎn)，設(shè)計(jì)了一種基于雙中點(diǎn)弦測(cè)量原理的波磨檢測(cè)小車(如圖1)，將多個(gè)中點(diǎn)測(cè)量弦的結(jié)果進(jìn)行疊加后再進(jìn)行逆濾波計(jì)算得到波磨幅值。

圖1 雙中點(diǎn)弦測(cè)小車

此時(shí)，弦測(cè)結(jié)果及其頻域特性可以分別表示為式(4)和式(5)：

式中：表示所使用中點(diǎn)弦的數(shù)量。按照這種思想，總能找到至少一個(gè)合理的弦的數(shù)量和長度的組合使得對(duì)目標(biāo)區(qū)間內(nèi)的所有待測(cè)波長均不存在無響應(yīng)的零點(diǎn)。以上述雙中點(diǎn)弦測(cè)量小車所用的174 mm和292 mm結(jié)構(gòu)為例，圖2為其幅值增益波長響應(yīng)曲線：若采用單中點(diǎn)弦結(jié)構(gòu)，不論是174 mm還是292 mm的弦長都存在不止一個(gè)無響應(yīng)的零點(diǎn)；而當(dāng)采用174+292 mm雙中點(diǎn)弦進(jìn)行組合測(cè)量后，幅值增益曲線不存在零點(diǎn)，且更加平緩。隨后，再利用頻域逆濾波的方法[10]，根據(jù)該幅值增益曲線計(jì)算出波磨的真實(shí)幅值。在理想情況下，無論組成測(cè)量小車的弦長為多少，只要其幅值增益波長響應(yīng)曲線不存在無響應(yīng)的零點(diǎn)，且不考慮振動(dòng)與系統(tǒng)裝配精度的影響，雙中點(diǎn)弦測(cè)量結(jié)果與原始波磨幅值對(duì)比在理論上誤差最大不會(huì)超過0.02 mm。因此，雙中點(diǎn)弦測(cè)法理論上能夠得到準(zhǔn)確的鋼軌波磨測(cè)量 結(jié)果。

圖2 雙中點(diǎn)弦測(cè)量幅頻特性曲線

2 測(cè)量不確定度評(píng)定方法

根據(jù)前述可知，采用多中點(diǎn)弦測(cè)量的方法改善了幅值增益?波長響應(yīng)曲線，消除了測(cè)量時(shí)無響應(yīng)的零點(diǎn)，使弦測(cè)法準(zhǔn)確測(cè)量鋼軌波磨變?yōu)榱丝赡?。但上述分析均在理想情況下進(jìn)行的，而在實(shí)際工程中，中點(diǎn)弦結(jié)構(gòu)的制造偏差、鋼軌表面狀態(tài)的復(fù)雜、傳感器本身的測(cè)量不確定性及其他相關(guān)因素都會(huì)對(duì)測(cè)量結(jié)果帶來一定的誤差，在無法得到鋼軌波磨真值的前提下，上述因素究竟會(huì)對(duì)多中點(diǎn)弦測(cè)量造成多大的影響，多中點(diǎn)弦法測(cè)量結(jié)果的不確定性有多少，這些都是從理論上必須考慮的問題。

通常，要得到一個(gè)系統(tǒng)的不確定度主要有2種方法：基于《測(cè)量不確定度表示指南》提出的GUM方法和基于蒙特卡洛傳遞分布(MCM)方法[11]。采用GUM方法得到待測(cè)對(duì)象不確定度需要經(jīng)過建立準(zhǔn)確的模型、利用偏導(dǎo)求靈敏系數(shù)等關(guān)鍵步驟，但隨著測(cè)量系統(tǒng)的越來越復(fù)雜，很多時(shí)候無法建立統(tǒng)一的數(shù)學(xué)模型，更無法求得靈敏系數(shù)，特別在輸出量概率分布明顯不對(duì)稱時(shí)，GUM方法還有可能得到不正確的結(jié)果。而蒙特卡洛方法是根據(jù)待測(cè)系統(tǒng)的不確定度來源及分布特點(diǎn)，選用合適的概率分布模型隨機(jī)產(chǎn)生模擬輸入的數(shù)據(jù)代入計(jì)算，從而得到分布傳播規(guī)律的一種數(shù)值方法，適用于具有一個(gè)或以上輸入量、單一輸出量的測(cè)量模型。其基本步驟為：

1) 根據(jù)待測(cè)系統(tǒng)的特點(diǎn)，建立測(cè)量模型=(1,2,…,X)，其中表示系統(tǒng)的輸出，X(=1, 2, …，)表示對(duì)輸出有影響的各個(gè)輸入量。

2) 根據(jù)X的特點(diǎn)，選定合適分布類型

3) 設(shè)定參與蒙特卡洛實(shí)驗(yàn)的樣本的大小，選擇每個(gè)X的個(gè)樣本，代入到前面的測(cè)量模型中，可以獲得的多個(gè)輸出。

4) 將得到的多個(gè)進(jìn)行排序，得到的分布函數(shù)及約定概率下的包含區(qū)間[y,y]。

由于多中點(diǎn)弦測(cè)法模型復(fù)雜，在計(jì)算的過程中會(huì)涉及到多個(gè)影響參數(shù)的輸入、頻域變換、逆濾波等過程，無法建立精確統(tǒng)一的數(shù)學(xué)模型。因此，對(duì)其不確定度的評(píng)定采用蒙特卡洛方法得到。

3 多中點(diǎn)弦測(cè)量不確定度來源

由于已完成了雙中點(diǎn)弦測(cè)量樣機(jī)的制作且能夠正常獲取數(shù)據(jù)，故下面以具有5個(gè)測(cè)頭的雙中點(diǎn)弦測(cè)量小車為基礎(chǔ)進(jìn)行分析。測(cè)量小車采用5個(gè)基恩士公司推出的CMOS點(diǎn)激光位移傳感器IL-100構(gòu)成雙中點(diǎn)測(cè)量弦，其發(fā)射波長為655 nm的紅色半導(dǎo)體激光，線性度最高可達(dá)±0.025%，輸出1～5 V的模擬電壓，對(duì)應(yīng)距離測(cè)量范圍為?5 mm～+5 mm。模數(shù)轉(zhuǎn)換器選用ADI公司的AD7606芯片，其具有雙極性16位分辨率和8路信號(hào)同步采樣，避免了異步采樣延時(shí)誤差的產(chǎn)生。

3.1 數(shù)據(jù)采集系統(tǒng)誤差分析

雖然傳感器在出廠時(shí)已經(jīng)標(biāo)注了精度，但是測(cè)量信號(hào)經(jīng)過后端調(diào)理電路、采樣、量化等過程后都會(huì)引入各種誤差，因此需要對(duì)整個(gè)采集系統(tǒng)的誤差進(jìn)行重新評(píng)定。對(duì)安裝在測(cè)量小車上的5個(gè)傳感器器進(jìn)行校準(zhǔn)，由于波磨幅值較小，校準(zhǔn)通過測(cè)量5 mm標(biāo)準(zhǔn)量塊進(jìn)行，得到如表1所示數(shù)據(jù)。

表1 對(duì)5 mm量塊的測(cè)量結(jié)果

通過計(jì)算可以得到5個(gè)測(cè)頭10個(gè)樣本的均值與方差?？紤]到傳感器誤差通常滿足正態(tài)分布且樣本數(shù)量較少，故可以使用式(6)中的2個(gè)公式來分別估計(jì)每個(gè)測(cè)頭均值及方差區(qū)間，并以此為依據(jù)來作為實(shí)際測(cè)量時(shí)的誤差。

3.2 多中點(diǎn)弦結(jié)構(gòu)誤差影響

從前述多中點(diǎn)弦測(cè)量原理可知，要利用多中點(diǎn)弦結(jié)構(gòu)對(duì)鋼軌波磨進(jìn)行測(cè)量必須滿足以下2個(gè)條件：弦的長度須與理論設(shè)計(jì)值一致，每根測(cè)量弦必須嚴(yán)格為中點(diǎn)弦，否則傳遞函數(shù)會(huì)受到影響，繼而在頻域逆濾波的過程中產(chǎn)生誤差。但在雙中點(diǎn)弦測(cè)量設(shè)備制造和安裝過程中，由于機(jī)械結(jié)構(gòu)加工精度和傳感器手動(dòng)安裝限制，雙測(cè)量弦的長度、中點(diǎn)測(cè)頭的位置都會(huì)有所偏差，那么這些誤差需要控制在什么樣的一個(gè)范圍內(nèi)才會(huì)對(duì)最終結(jié)果影響最小，也是必須考慮得問題。

3.2.1 弦長偏差的影響

式(8)中：表示待測(cè)波磨的目標(biāo)波長。從上式可以看出，誤差大小受測(cè)量弦長、待測(cè)目標(biāo)波長及弦長誤差1,2影響。以樣機(jī)中采用的174 mm和292 mm弦長為例，給出1,2在不同目標(biāo)波長下的誤差Δ變化情況(圖3)，考慮到在實(shí)際機(jī)械加工與安裝過程中，不可能出現(xiàn)5 mm以上的誤差，因此1,2取值限定在5 mm之內(nèi)。

(a) 174 mm弦長；(b) 292 mm弦長

從圖3可以看出，不論是174 mm的弦還是292 mm的弦只要在制造和裝配的過程中出現(xiàn)了少許誤差，其對(duì)幅值增益?波長響應(yīng)曲線的影響是較大的。特別是對(duì)于200 mm波長以下的波磨，其最大的幅值增益誤差可超過0.4，但對(duì)于400 mm以上的波磨，幅值增益誤差較小。

3.2.2 弦中點(diǎn)偏差的影響

除了弦長誤差外，弦中點(diǎn)誤差同樣會(huì)對(duì)最終測(cè)量結(jié)果造成影響，因此，在制造裝配的過程中同樣要對(duì)弦中點(diǎn)的位置進(jìn)行嚴(yán)格限定。根據(jù)式(4)～(5)，一旦中點(diǎn)測(cè)頭的實(shí)際位置偏離了弦的中點(diǎn)，那么中點(diǎn)弦就變成了偏弦，其不再滿足中點(diǎn)弦測(cè)法中相位不發(fā)生偏移的特性。此時(shí)，雙弦測(cè)法的傳遞函數(shù)將變?yōu)槭?9)：

式中：原始的設(shè)計(jì)弦長分別是1，2，但中點(diǎn)位置發(fā)生了偏移，形成了1，2的偏弦結(jié)構(gòu)，且≠，≠。同樣以174 mm+292 mm的雙弦組合為例，討論中點(diǎn)偏差在5 mm之內(nèi)時(shí)的測(cè)量結(jié)果誤差如圖4。

從圖(4)中分析可知，當(dāng)中點(diǎn)偏差達(dá)到2 mm時(shí)，幅值增益偏差就超過0.1而相位偏差接近于0.5弧度，測(cè)量結(jié)果與實(shí)際結(jié)果偏差嚴(yán)重，因此，弦中點(diǎn)誤差不應(yīng)該超過2 mm。另外，在理想情況下只要5個(gè)測(cè)頭均垂直于鋼軌表面可以得到較為理想測(cè)量弦長和雙弦結(jié)構(gòu)。但由于安裝過程中會(huì)出現(xiàn)誤差且小車在鋼軌表面推行時(shí)，軌道不平順會(huì)對(duì)測(cè)量小車的姿態(tài)造成一定影響，故此時(shí)測(cè)頭實(shí)際上是垂直于測(cè)量弦的。由于鋼軌波磨的幅值通常不會(huì)大于5 mm，為了模擬在鋼軌表面走行時(shí)測(cè)量小車姿態(tài)改變帶來的測(cè)頭的變化范圍，采用在實(shí)驗(yàn)室中墊入5 mm標(biāo)準(zhǔn)量塊方法，近似可以估算小車各測(cè)頭之間距離變化范圍如表2。

(a) 最大幅值增益誤差；(b) 最大相位偏差

表2 5 mm量塊下測(cè)量弦變化范圍

考慮到鋼軌表面波磨滿足準(zhǔn)正弦特征，其幅值呈均勻分布，因此在小車姿態(tài)影響下雙測(cè)量弦的長度同樣會(huì)符合均勻分布，雙弦的概率密度函數(shù)如式(10)，并以此作為蒙特卡羅分析的輸入。

3.3 外界溫度及其他影響

考慮到測(cè)量小車為鋁合金材質(zhì)，而我國鐵路軌道分布較為廣泛，當(dāng)外界環(huán)境發(fā)生變化時(shí)，小車本身的熱脹冷縮同樣會(huì)使得弦長發(fā)生一定的變換。設(shè)小車的原始長度為，則根據(jù)熱膨脹計(jì)算公式(11)可以計(jì)算機(jī)出環(huán)境溫度每增加1度，小車長度變 化為：

′=×(1+23.8×0.000 001) (11)

另外，還有編碼器引起的采樣誤差、受溫度變化待測(cè)鋼軌同樣會(huì)發(fā)生膨脹等等，但通過理論計(jì)算機(jī)同樣發(fā)現(xiàn)其帶來的變化較小，故此處暫時(shí)不予考慮。

4 基于蒙特卡洛的不確定度分析

要對(duì)中點(diǎn)弦測(cè)結(jié)果的不確定度進(jìn)行準(zhǔn)確的評(píng)定，模擬生成的軌道與實(shí)際軌道的相符程度至關(guān)重要，在這方面國內(nèi)外學(xué)者進(jìn)行了很多研究，產(chǎn)生了諸如二次濾波法、白噪聲濾波法等方法，但這些方法或是針對(duì)某種特殊類型不平順進(jìn)行模擬、又或是計(jì)算過程過于復(fù)雜不具有通用性，導(dǎo)致不能在實(shí)際中快速運(yùn)用?？紤]到鋼軌波磨的嚴(yán)重程度采用粗糙度譜來進(jìn)行評(píng)價(jià)，Nielsen等學(xué)者綜合上述方法，提出利用多個(gè)正、余弦波疊加的方法來模擬軌道不平順，其核心是通過采用ISO3095標(biāo)準(zhǔn)中對(duì)鋼軌踏面粗糙度的評(píng)價(jià)方法，構(gòu)造符合粗糙度譜標(biāo)準(zhǔn)的鋼軌波磨[12]。

設(shè)當(dāng)前在頻帶內(nèi)隨機(jī)生成復(fù)合波由下式表示，并據(jù)此求得均方根為R

設(shè)R與R之間的關(guān)系為,為每個(gè)頻率成份的長度，y為第個(gè)頻帶內(nèi)符合ISO標(biāo)準(zhǔn)的幅值，則可由式(13)表示。

將上式簡化可y與y之間的關(guān)系

由此，只需要求得就可以得到滿足ISO3095中鋼軌踏面粗糙度要求的軌道模擬波形。該算法受到軌道踏面粗糙度評(píng)價(jià)標(biāo)準(zhǔn)的制約，可以得到滿足同一粗糙度水平下的多個(gè)隨機(jī)波形，且當(dāng)需要在某一頻段產(chǎn)生特定的波磨病害時(shí)，只需要改變t值即可。利用上述方法構(gòu)造鋼軌波磨模擬波形，同時(shí)按照鐵路工務(wù)的實(shí)際工況，設(shè)定溫度在范圍?20～+60 ℃之間均勻分布，雙中點(diǎn)弦測(cè)小車的信號(hào)采集系統(tǒng)為正態(tài)分布，分布參數(shù)在式(7)中隨機(jī)選擇，受鋼軌波磨影響小車姿態(tài)改變帶來的各傳感器之間的間隔變化為均勻分布。為了更可能的接近真實(shí)的鋼軌現(xiàn)場(chǎng)工況，在生成的波形中隨機(jī)加入中心波長超限波形并疊加信噪比為20 dB的白噪聲。共生成模擬軌道500 000段，每段取10 000個(gè)點(diǎn)，共產(chǎn)生了5×109個(gè)測(cè)試數(shù)據(jù)點(diǎn)進(jìn)行蒙特卡羅分析，由此取得誤差的均值和概率分布。圖5為某段生成的模擬軌道波形及幅值的95%概率區(qū)間，從圖中可以看出幅值約為±0.5 mm。

(a) 模擬波形；(b) 模擬波形的95%概率區(qū)間

圖5 生成的模擬鋼軌波磨波形

Fig. 5 Waveform of Simulation of track irregularity

由于已經(jīng)從傳感器誤差、數(shù)據(jù)采集系統(tǒng)誤差、弦長及弦中點(diǎn)誤差方面對(duì)174+292 mm的雙中點(diǎn)弦測(cè)量小車進(jìn)行了不確定度來源分析，確定了誤差的概率分布，故在此同樣利用174+292 mm的雙中點(diǎn)弦結(jié)構(gòu)在模擬軌道上進(jìn)行測(cè)量。圖6為測(cè)量后，復(fù)原波形與原始波形之差，從圖6(a)中可以看出除首尾部分外，最大相差不超過0.02 mm(這是因?yàn)槭孜膊糠衷陬l域逆濾波時(shí)被截?cái)鄬?dǎo)致，實(shí)際應(yīng)用中可以忽略)，而從圖6(b)中亦可以看出誤差的95%概率區(qū)間在±0.02 mm內(nèi)，相對(duì)誤差為4%。

(a) 復(fù)原誤差；(b) 復(fù)原誤差的95%概率區(qū)間

考慮到鋼軌波磨的波長恒定機(jī)理，分別設(shè)定40～400 mm中單一中心波長超限，超限幅值在信噪比0～150 dB之間隨機(jī)選擇，在不確定度來源、概率分布、樣本數(shù)量與之前一致的前提下，得到的鋼軌波磨原始幅值與雙中點(diǎn)弦逆濾波結(jié)果的標(biāo)準(zhǔn)差及95%概率分布如表3所示。從表中分析可知，受到各種不確定的因素影響，不論是復(fù)合波磨波長超限還是單一波磨波長超限，弦測(cè)結(jié)果會(huì)與模擬軌道的波磨真值有所偏差：超限波長越短，相對(duì)波長誤差越大，超限波長越長，相對(duì)誤差越小；模擬軌道波磨幅值越大，弦測(cè)結(jié)果偏差越大；而模擬軌道波磨幅值越小，弦測(cè)結(jié)果偏差越??；但從整體來看，多中點(diǎn)弦測(cè)結(jié)果相對(duì)誤差均值約為7%，該誤差能夠滿足鐵路工務(wù)中對(duì)鋼軌波磨測(cè)量需求。

表3 波長超限原始波磨幅值與弦測(cè)小車測(cè)量誤差對(duì)比

5 結(jié)論

1) 測(cè)量弦的弦長誤差、弦中點(diǎn)位置偏差都會(huì)對(duì)鋼軌波磨的測(cè)量結(jié)果產(chǎn)生影響，同時(shí)受到各種不確定的因素影響，不論是復(fù)合波磨波長超限還是單一波磨波長超限，弦測(cè)結(jié)果都會(huì)與模擬軌道的波磨真值有所偏差, 偏差越大影響越多。

2) 波磨幅值與弦測(cè)結(jié)果偏差密切相關(guān)；以174+292 mm的雙中點(diǎn)弦結(jié)構(gòu)為例，在實(shí)際檢測(cè)設(shè)備達(dá)到文中所列的裝配精度后，通過蒙特卡羅分析得到平均相對(duì)誤差約為7%，此時(shí)，雙中點(diǎn)弦測(cè)法適合鐵路工務(wù)中對(duì)軌道波磨檢測(cè)。

3) 若采用三中點(diǎn)弦及以上的多中點(diǎn)弦結(jié)構(gòu)，測(cè)頭數(shù)量的增加、測(cè)量弦數(shù)量的增加使得測(cè)量結(jié)果受更多因素影響，因此必須按照文中方法對(duì)其測(cè)量不確定度進(jìn)行重新評(píng)定，確定滿足實(shí)際需求的工程裝配精度。

[1] Sato Y, Matsumoto A, Knothe K. Review on rail corrugation studies[J]. Wear, 2002, 253(1): 130?139.

[2] Grassie S L. Rail corrugation: Characteristics, causes, and treatments[J]. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail & Rapid Transit, 2009, 223(6): 581?596.

[3] Vuong T T, Meehan P A, Eadle D T, et al. Investigation of a transitional wear model for wear and wear-type rail corrugation prediction[J]. Wear, 2011, 271(1/2): 287?298.

[4] 姜子清, 司道林, 李偉, 等. 高速鐵路鋼軌波磨研究[J].中國鐵道科學(xué), 2014, 35(4): 9?14. JIANG Ziqing, SI Daolin, LI Wei, et al. On rail corrugation of high speed railway[J]. China Railway Science, 2014, 53(4): 9?14.

[5] 劉伶萍, 杜鶴亭, 楊愛紅. 鋼軌波浪磨耗檢測(cè)系統(tǒng)的研究開發(fā)[J]. 中國鐵道科學(xué), 2002, 23(6): 65?69. LIU Lingping, DU Heting, YANG Aihong.Development of rail corrugation inspection system[J]. China Railway Science, 2002, 23(6): 65?69.

[6] 殷華, 朱洪濤, 魏暉, 等. 基于中點(diǎn)弦測(cè)模型的鋼軌波磨量值估計(jì)[J]. 振動(dòng)、測(cè)試與診斷, 2016, 36(5): 954? 959. YIN Hua, ZHU Hongtao, WEI Hui, et al. Discussion on estimate rail corrugation amplitude based upon midpoint chord model[J]. Journal of Vibration, Measurement & Diagnosis, 2016, 36(5): 954?959.

[7] 殷華, 朱洪濤, 王志勇, 等. 基于多弦模型的軌道短波不平順測(cè)量研究[J]. 振動(dòng)與沖擊, 2017, 36(14): 178? 182, 193. YIN Hua, ZHU Hongtao, WANG Zhiyong, et al. Rail short-wave irregularity measurement based upon a multi- midpoint chord model[J]. Journal of Vibration and Shock, 2017, 36(14): 178?182, 193.

[8] 曹亮, 許玉德, 周宇. 城市軌道交通鋼軌波浪形磨耗特征分析[J]. 城市軌道交通研究, 2010(2): 46?48, 52. CAO Liang, XU Yude, ZHOU Yu. Characteristics of rail corrugation in urban mass transit[J].Urban Mass Transit, 2010(2): 46?48, 52.

[9] 沈鋼, 張學(xué)華, 郭滿鴻. 地鐵曲線鋼軌波浪型磨耗的測(cè)量分析[J]. 城市軌道交通研究, 2011(4): 53?54, 58. SHEN Gang, ZHANG Xuehua, GUO Manhong. Measurement and analysis of rail corrugation on curved track of metro system[J].Urban Mass Transit, 2011(4): 53?54, 58.

[10] 程櫻, 許玉德, 周宇. 三點(diǎn)偏弦法復(fù)原軌面不平順波形的理論及研究[J]. 華東交通大學(xué)學(xué)報(bào), 2011(1): 42?46. CHENG Ying, XU Yude, ZHOU Yu. Theory and research of asymmetrical chord offset method of restoring a wave form of track irregularity[J]. Journal of East China Jiaotong University, 2011(1): 42?46.

[11] 劉園園, 楊健, 趙希勇, 等. GUM法和MCM法評(píng)定測(cè)量不確定度對(duì)比分析[J]. 計(jì)量學(xué)報(bào), 2018, 39(1): 135? 139. LIU Yuanyuan, YANG Jian, ZHAO Xiyong, et al. Comparative analysis of uncertainty measment evaluation with GUM and MCM[J]. Acat Metrologica Sinica, 2018, 39(1): 135?139.

[12] Hiensch M, Nielsen J C O, Verheijen E. Rail corrugation in the Netherlands—measurements and simulations[J]. Wear, 2002, 253(12): 140?149.

Uncertainty evaluation for rail corrugation measurement based upon multi-chord method

YIN Hua1, WAN Ling2

(1. School of Software, Jiangxi Agricultural University, Nanchang 330045, China;2. College of Engineering, Jiangxi Agricultural University, Nanchang 330045, China)

An effective method to measure the rail corrugation accurately on railway engineering has been quite a task in railway maintenance management for dozens of years. Although multi-chord based method has been proved can be measured rail corrugation easily, it lacks metrological method. Due to the true value of rail corrugation cannot be obtained, the error transfer model was established as well as uncertainty was calculated by Monte Carlo Method(MCM)for evaluating the error distribution of the multi-midpoint chord method. The data simulation and test results show that the error of multi-chord based method is positively correlated with the amplitude and negatively correlated with the wavelength, the relative error of double chord method is approximately 7%.Thus, it is appropriate for engineering application.

rail corrugation; chord measurement method; uncertainty; error analysis

U216.3；TH17

A

1672 ? 7029(2020)12 ? 3036 ? 09

10.19713/j.cnki.43?1423/u.T20200110

2020?02?14

江西省自然科學(xué)基金資助項(xiàng)目(20192BAB206032，20202BABL214041)；國家自然科學(xué)基金地區(qū)科學(xué)基金資助項(xiàng)目(51468042)

萬靈(1986?)，女，江西吉安人，講師，博士，從事結(jié)構(gòu)智能監(jiān)測(cè)、災(zāi)害預(yù)警等方向的研究；E?mail：wanlingstar@126.com

(編輯 涂鵬)