【技術實現步驟摘要】
本專利技術涉及一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，屬于交通運輸。
技術介紹
1、高速鐵路的持續穩步迅速發展，在極大促進國民經濟生活發展的同時，其產生的振動噪聲問題對車外環境、車內舒適度都有不同程度影響。隨著時速400公里的高鐵工程建設提上日程和高鐵運營時速的穩步提升，所面臨的輪軌振動噪聲控制問題更為嚴峻。
2、關于鋼軌粗糙度聲學譜的研究始于輪軌滾動噪聲的理論研究，其中，remington和thompson構建的基于中低速線路軌道不平順作用下的輪軌滾動噪聲模型應用較為廣泛，該理論模型基于160km/h及以下普速有砟軌道線路構建，僅針對明確的車輪和軌道條件，且不考慮同一輪對分別運行在兩根鋼軌上的噪聲差異，列車懸掛參數僅考慮了簧下質量，未考慮簧上質量以及一系簧剛度、阻尼等其它影響輪軌相互作用的重要因素，無論是輪軌作用動力學模型，還是結構部件，均存在簡化，且輪軌粗糙度聲學譜是在低速的歐洲線路條件下測得，應用于高速鐵路，存在顯著不足。
3、鋼軌表面粗糙度對于解決輪軌噪聲激勵源的輸入至關重要，目前為止，從聲學角度對輪軌粗糙度譜的研究有輪軌分離譜、不考慮車輪表面的軌面粗糙度和輪軌聯合粗糙度譜三種形式，雖然國內外對于車輪和鋼軌的粗糙度進行了大量測試和統計分析，但是，由于對于高速鐵路的數據相對匱乏，系統研究較少，沒有形成高速鐵路的鋼軌聲學粗糙度譜生成方法。
4、目前，針對高速鐵路鋼軌粗糙度譜，仍缺乏系統性、綜合性分析，且對于高速鐵路鋼軌粗糙度的研究時間較短，尚未掌握高速鐵路輪軌聯合粗糙度譜等關鍵參數，
5、因此，提供一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，利用kolmogorov-smirnov非參數檢驗方法，對粗糙度數據進行自由度為6的χ2分布檢驗，通過對兩個分布之間的差異的分析，判斷樣本的觀察結果是否來自制定分布的總體，擬合優度型檢驗，判定測試得到的粗糙度數據是否來自于該統計樣本，以剔除異常數據，然后，統計在顯著性水平0.05(置信度95％)下的粗糙度測試數據作為典型值，形成粗糙度測試的有效集合，對有效集合內的各波長下的粗糙度幅值計算均值、中位數和標準差，形成高速鐵路實測大樣本量統計學分析后的聲學粗糙度譜，就成為該
急需解決的技術難題。
技術實現思路
1、本專利技術的目的是針對現有技術中存在的缺陷或不足，提供一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，利用kolmogorov-smirnov非參數檢驗方法，對粗糙度數據進行自由度為6的χ2分布檢驗，通過對兩個分布之間的差異的分析，判斷樣本的觀察結果是否來自制定分布的總體，擬合優度型檢驗，判定測試得到的粗糙度數據是否來自于該統計樣本，以剔除異常數據，然后，統計在顯著性水平0.05(置信度95％)下的粗糙度測試數據，作為典型值形成粗糙度測試的有效集合，對有效集合內的各波長下的粗糙度幅值計算均值、中位數和標準差，形成高速鐵路實測大樣本量統計學分析后的聲學粗糙度譜。
2、本專利技術的上述目的是通過以下技術方案達到的：
3、一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其步驟如下：
4、(1)對若干段高鐵線路下實測粗糙度數據進行曲率修正和尖峰去除，得到經聲學濾波后的時域信號；
5、(2)對時域長序列信號進行短時傅里葉變換，得到粗糙度在波長域的波長-幅值對應關系；
6、(3)對波長域粗糙度幅值數據進行統計分析；
7、(4)對單波長下的粗糙度幅值的一般正態分布函數進行正態分布標準化，得到標準正態分布n(0,1)下的數據統計結果；
8、(5)根據χ2分布的定義，n個相互獨立的隨機變量ξ1，ξ2，……ξi…符合標準正態分布，則這n個服從標準正態分布的隨機變量的平方和構成一新的隨機變量q：
9、
10、其分布規律符合χ2分布，記為q～χ2(v)或者
11、根據大樣本統計，認為若干段線路條件實測得到的整組粗糙度數據符合自由度為6的χ分布規律；
12、(6)對各區段測試得到的整組粗糙度數據進行kolmogorov-smirnov非參數檢驗，剔除粗糙度測試中的異常區段數據；
13、(7)根據χ分布規律，統計在顯著性水平0.05(置信度95％)下的粗糙度測試數據作為典型值形成粗糙度測試的有效集合；
14、(8)對有效集合內的各波長下的粗糙度幅值計算均值、中位數和標準差，最終形成高速鐵路實測聲學粗糙度譜。
15、優選地，步驟(3)中，所述統計分析具體如下：對各波長下的粗糙度幅值分布趨勢進行頻數和相對頻率計算分析，表明單波長下的粗糙度幅值在主要高鐵線路大樣本統計下分布符合一般正態分布規律。
16、優選地，步驟(4)中，所述正態分布標準化具體如下：將若干段線路經處理得到的單波長下的粗糙度標準正態分布n(0,1)結果記為一個隨機變量ξi，則n個波長下的若干個粗糙度數據構成n個相互獨立的隨機變量ξ1，ξ2，……ξi…，且每個隨機變量均符合標準正態分布。
17、有益效果：
18、本專利技術的適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，利用kolmogorov-smirnov非參數檢驗方法，對粗糙度數據進行自由度為6的χ2分布檢驗，通過對兩個分布之間的差異的分析，判斷樣本的觀察結果是否來自制定分布的總體，擬合優度型檢驗，判定測試得到的粗糙度數據是否來自于該統計樣本，以剔除異常數據，然后，統計在顯著性水平0.05(置信度95％)下的粗糙度測試數據，作為典型值形成粗糙度測試的有效集合，對有效集合內的各波長下的粗糙度幅值計算均值、中位數和標準差，形成高速鐵路實測大樣本量統計學分析后的聲學粗糙度譜。
19、下面將結合附圖和具體實施方式對本專利技術的技術方案進行清楚、完整地描述，但是本領域技術人員將會理解，下列所描述的實施例是本專利技術一部分實施例，而不是全部的實施例，僅用于說明本專利技術，而不應視為限制本專利技術的范圍?；诒緦＠夹g中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
本文檔來自技高網...【技術保護點】
1.一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其步驟如下：
2.根據權利要求1所述適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其特征在于：步驟(3)中，所述統計分析具體如下：對各波長下的粗糙度幅值分布趨勢進行頻數和相對頻率計算分析，表明單波長下的粗糙度幅值在主要高鐵線路大樣本統計下分布符合一般正態分布規律。
3.根據權利要求1所述適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其特征在于：步驟(4)中，所述正態分布標準化具體如下：將若干段線路經處理得到的單波長下的粗糙度標準正態分布N(0,1)結果記為一個隨機變量ξi，則n個波長下的若干個粗糙度數據構成n個相互獨立的隨機變量ξ1，ξ2，......ξi...，且每個隨機變量均符合標準正態分布。
【技術特征摘要】
1.一種適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其步驟如下：
2.根據權利要求1所述適用于高速鐵路鋼軌聲學粗糙度譜的生成方法，其特征在于：步驟(3)中，所述統計分析具體如下：對各波長下的粗糙度幅值分布趨勢進行頻數和相對頻率計算分析，表明單波長下的粗糙度幅值在主要高鐵線路大樣本統計下分布符合一般正態分布規律。
...
【專利技術屬性】
技術研發人員：韓立，伍向陽，周鐵軍，劉蘭華，潘鏡沖，陳興，張毅超，樸愛玲，
申請(專利權)人：中國鐵道科學研究院集團有限公司節能環保勞衛研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。