地铁车辆车轮磨耗和镟修策略研究

地铁车辆车轮磨耗和镟修策略研究

吴洪 丁黎玮

福州地铁集团有限公司运营事业部， 福建 福州 350000

摘要：在地铁车辆中，车轮磨损问题越来越受到重视。车轮磨耗对地铁车辆的振动环境有直接影响，异常磨耗严重时引发车辆结构疲劳超限，降低列车运行的安全性，故有必要研究地铁车辆车轮磨耗和镟修策略，以提高地铁车辆车轮运维的水平。

关键词：地铁；车轮磨耗；镟修策略

引言

新车车轮断面为规则的圆形截面，但随着车轮运行磨耗，车轮沿圆周方向出现规则且周期性的波浪形磨耗，断面逐渐失去规则圆形，呈现多边形截面。车轮多边形是地铁车辆车轮伤损的一种普遍现象，是车轮失圆的一种形式，会对地铁轨道和车辆部件产生不利影响，如增加了钢轨断裂、轨枕裂纹、车轮和车轴的高周疲劳及轴承断裂的风险。随着地铁建设的不断推进，不同形式的扣件及轨道减振方式的大量应用，车轮服役环境日趋复杂，地铁车轮多边形的现象也普遍发生。

1地铁车辆车轮磨耗

1.1磨耗计算方法

基于计算多体系统动力学理论，依据车辆动力学性能指标，建立多刚体车辆模型：将车辆质量占比较大、变形较小的部件简化为刚体，质量较小而变形较大的部件简化为力元；其中，车体、构架、轮对、轴箱、电机和齿轮箱等简化为刚体，一系悬挂、二系悬挂、牵引拉杆和横向止挡等简化为力元。根据各刚体之间的运动关系，主要刚体中车体、构架、轮对、电机、齿轮箱均考虑伸缩、横移、浮沉、侧滚、点头、摇头自由度，轴箱仅考虑为点头自由度，多刚体模型中共计98个自由度。针对该线路的实际工况，进行小曲线区段的参数模拟。

1.2车轮磨耗计算模型

车轮圆周磨耗计算模型包括计算局部切向接触 分 布 的 FaStrip 算 法、计 算 车 轮 磨 耗 深 度 的USFD 函数以及车轮圆周演变的更新策略。基于刚柔耦合动力学模型，获取全局接触参数针对车轮圆周演变磨耗更新策略，以车辆运行一定里程（1 000 km）作为更新限值，进一步对车轮圆周磨耗的异常波动以及车轮圆周的首尾连接进行平滑处理，并以车轮滚动圆半径作为动力学仿真数据与车轮圆周离散点匹配依据，轮轨瞬间分离及轮轨力限值作为磨耗预测终止条件。

1.3车轮多边形对构架应力的影响

对地铁车辆系统而言，转向架是轴箱激励的直接承受载体，其在车轮出现多边形后，会引起轴箱的主频振动，进而引起转向架的主频振动。因此，车轮多边形会直接影响转向架结构件的振动水平和结构强度。为对比车轮多边形对构架结构应力的影响，针对一款转向架构架进行对比试验。

2运维策略优化

2.1磨耗方法分析

车轮的磨耗与运营速度和轮轨摩擦因数有较高相关性。根据早期现场勘察和阶段性打磨记录发现，该线在运营初期确实存在轨道润滑不足，钢轨打磨不彻底的现象，因此在第一阶段车轮对损耗量造成了较大的影响。在确保列车安全运营的前提下，对列车在小曲线区段的运营速度和轮轨摩擦因数进行调整。

2.2模型训练

在模型进行训练之前，先利用SSA优化算法对BiLSTM网络中的超参数进行训练，得到超参数的最优值。对优化模型的训练参数设置如下：麻雀的种群数量设置为20，探索者在麻雀中的比例为20%，预警值设置为0.9，学习率的选择范围为[0.0001，0.01]，迭代次数的取值范围为[10，200]，隐含层的神经元取值范围为[1，100]，训练次数为30。在模型的训练过程中，SSA算法对BiLSTM算法中的隐含层神经元个数、学习率以及迭代次数不断进行调整，以寻求最佳参数，当适应度不再发生改变时结束训练，此时得到的值即为BiLSTM网络的最优参数。

2.3车轮磨耗数据预处理

本文选择某地铁车辆连续6年的车轮实测数据对模型进行训练验证。每次测量包括6节车厢、每节车厢8个车轮的踏面磨耗、车轮滚动圆直径、走行公里数、轮缘厚度等相关参数。其中，选择车轮滚动圆直径、轮缘厚度和走行公里数作为输入参数对车轮踏面磨耗进行预测，以车轮滚动圆直径、车轮踏面磨耗和走行公里数作为输入参数来对轮缘厚度进行预测。由于环境原因导致数据存在误差，为了减少误差，使用多次测量并取平均值来减少随机误差，然后使用3次样条插值法对数据进行平滑处理，从而获得满足要求的磨耗数据。在数据输入到网络之前首先要进行归一化处理，归一化也可称为标准化，其目的是为了解决由于不同变量之间量纲存在差异的问题，并且进行归一化时还可以加快模型的训练速度。在对数据进行归一化后，将样本数据的80%作为训练集对模型进行训练，剩余20%作为验证集检验模型的预测效果。为了对比使用SSA优化后的BiLSTM模型在车轮磨耗预测中的有效性和准确性。为了对模型的预测效果和准确度进行分析，从网络性能评价指标中选取4种指标对预测效果进行验证：平均绝对百分误差(mean absolute percentage error，MAPE)、均方根误差(root mean square error，RMSE)、平均绝对误差(mean absolute error，MAE)、决定系数R2。前三种值越小代表着预测输出越接近真实值，决定系数表示模型与数据的拟合程度，值越大代表模型拟合效果越好。

2.4车轮状态测试、振动测试和应力测试

通过车轮状态测试、振动测试和应力测试及结果的对比分析可知：1）车轮多边形会产生轴箱的特定主频的振动，振动主频与车速、轮径和多边形阶次有关。2）在相同的测试条件下，车轮多边形会加剧轴箱振动，含明显车轮多边形的试验对象产生的轴箱振动比不含车轮多边形的试验对象振动增加18％。3）当车轮的多边形激励频率与结构模态频率接近时，结构应力会大幅增加，试验构架的关键测点应力增大2倍以上，多边形对结构强度有着较大的影响。4）车轮多边形是轮轨关系研究的难题之一，其形成和发展机理尚未明确，主动控制车轮失圆的措施不多，目前减缓车轮不圆顺危害的途径只能通过车轮镟修。高速铁路对于车轮不圆的现象已经纳入日常管控，而在地铁领域尚无管控体系，因此在地铁领域针对车轮多边形问题进行深入的研究有着重要的工程意义。

2.5磨耗演变对车辆动力学性能的影响

随着车轮圆周轮廓的不断演变，车辆服役时的动力学特性也在不断变化，威胁着车辆服役安全。计算车辆运行里程达到16000km时，轮重减载率、脱轨系数、轮轨垂向力、轴箱垂向加速度的时间历程图。当运行里程达到12000km时，轴箱轮对垂向加速度急剧增加。需要说明的是，在车辆实际服役期间，车轮多边形所导致动力学特性发生显著变化的里程大多为170000km左右，远大于此处仿真里程。在车辆运行里程上，并不会影响车轮多边形的演变机理，造成这种差异的原因可能有以下两点：（1）仿真时车速不变，而实际车速不是恒定，速度的变化会减缓车轮多边形发展。（2）仿真时忽略了踏面横向磨耗，所有磨耗都集中在同一个滚动圆上，实际中磨耗还会分散在横向上。

结语

车轮从新轮辋磨耗到达到报废极限的过程中残余压应力的减小将增加热裂纹产生的可能性，制造后的总体残余压应力在车轮轮辋厚度减小时明显降低；热裂的产生是列车操作人员要特别关注的，因为它可能关系到运行特征的可能改变，比如速度的增加或列车刹车要求的改进。

参考文献

[1]李言义,宋晓文,赖森华.时速100km地铁车辆踏面制动热负荷分析[J].铁道车辆,2009,47(09):6-7+25+1.

[2]肖楠,谢基龙,周素霞.地铁车轮踏面制动疲劳强度评价方法及应用[J].工程力学,2010,27(09):234-239.

[3]苏绪平.地铁车辆车轮参数化设计与热-机疲劳强度研究[D].成都:西南交通大学,2020:1-5.