一种基于大数据的列车闸瓦磨耗评估方法及相关设备与流程

1.本发明涉及大数据技术领域，尤其涉及一种基于大数据的列车闸瓦磨耗评估方法及相关设备。


背景技术：

2.随着我国铁路的持续发展，各型号列车也进入了快速发展时代。列车闸瓦是列车基础制动单元的重要组成部分，闸瓦厚度随着制动摩擦会逐渐变薄，薄到一定程度，则需要更换闸瓦，否则会影响列车的制动能力。闸瓦厚度检测目前有两种检测方法，一个是人工通过专用测量工具定期检测，效率较低。另一个是让列车通过轨旁检测系统，效率虽高，但是需要增加成本。


技术实现要素：

3.有鉴于此，本发明的目的在于提出一种基于大数据的列车闸瓦磨耗评估方法及相关设备，以解决闸瓦磨耗检测的效率低以及成本高的问题。
4.基于上述目的，本发明实施例的第一个方面提供了一种基于大数据的列车闸瓦磨耗评估方法，包括：
5.采集列车制动缸压力、列车综合速度和列车运行时间，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值；
6.根据所述闸瓦磨耗理论值以及预设的关联关系获得闸瓦磨耗厚度计算值；其中，所述关联关系为根据多组闸瓦磨耗理论值的历史数据以及与其对应的闸瓦实际磨耗厚度获得；
7.判断所述闸瓦磨耗厚度计算值是否大于预设的闸瓦磨耗厚度阈值；若是，则提示用户更换闸瓦。
8.可选的，所述根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值包括：
9.根据列车制动缸压力、列车综合速度计算单位时间内闸瓦磨耗单位理论值；
10.将所述列车运行时间内的闸瓦磨耗单位理论值进行累加，获得所述闸瓦磨耗理论值。
11.可选的，所述闸瓦磨耗单位理论值的计算公式为：
12.sn＝(v/3.6)*(p-a),p》a
13.其中，sn表示闸瓦磨耗单位理论值，v表示所述列车综合速度，p表示所述列车制动缸压力，a表示列车制动缸预压力，p》a时闸瓦会磨耗。
14.可选的，所述关联关系的获得方法包括：
15.获取多组闸瓦磨耗理论值的历史数据；
16.根据实际测量结果，获取与多组闸瓦磨耗理论值的历史数据对应的闸瓦实际磨耗厚度；
17.构建关于多组所述闸瓦磨耗理论值的历史数据以及所述闸瓦实际磨耗厚度之间的线性回归关系。
18.本发明实施例的第二个方面提供了一种基于大数据的列车闸瓦磨耗评估装置，包括：
19.采集模块，用于采集列车制动缸压力、列车综合速度和列车运行时间，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值；
20.计算模块，用于根据所述闸瓦磨耗理论值以及预设的关联关系获得闸瓦磨耗厚度计算值；其中，所述关联关系为根据多组闸瓦磨耗理论值的历史数据以及与其对应的闸瓦实际磨耗厚度获得；
21.判断模块，用于判断所述闸瓦磨耗厚度计算值是否大于预设的闸瓦磨耗厚度阈值；若是，则提示用户更换闸瓦。
22.可选的，所述采集模块还用于实现：
23.根据列车制动缸压力、列车综合速度计算单位时间内闸瓦磨耗单位理论值；
24.将所述列车运行时间内的闸瓦磨耗单位理论值进行累加，获得所述闸瓦磨耗理论值。
25.可选的，所述闸瓦磨耗单位理论值的计算公式为：
26.sn＝(v/3.6)*(p-a),p》a
27.其中，sn表示闸瓦磨耗单位理论值，v表示所述列车综合速度，p表示所述列车制动缸压力，a表示列车制动缸预压力，p》a时闸瓦会磨耗。
28.可选的，所述关联关系的获得方法包括：
29.获取多组闸瓦磨耗理论值的历史数据；
30.根据实际测量结果，获取与多组闸瓦磨耗理论值的历史数据对应的闸瓦实际磨耗厚度；
31.构建关于多组所述闸瓦磨耗理论值的历史数据以及所述闸瓦实际磨耗厚度之间的线性回归关系。
32.本发明实施例的第三个方面提供了一种电子设备，包括：
33.至少一个处理器；以及，
34.与所述至少一个处理器通信连接的存储器；其中，
35.所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任意一项所述的基于大数据的列车闸瓦磨耗评估方法。
36.本发明实施例的第四个方面提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任一所述的基于大数据的列车闸瓦磨耗评估方法。
37.从上面所述可以看出，本发明提供的基于大数据的列车闸瓦磨耗评估方法及相关设备，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系，根据采集到的列车制动缸压力、列车综合速度和列车运行时间计算出闸瓦磨耗理论值，再通过大数据方法获取到多组历史数据计算出闸瓦磨耗理论值与闸瓦实际磨耗厚度之间的关
系，从而计算出闸瓦磨耗厚度计算值，再将闸瓦磨耗厚度计算值与预设阈值进行比较从而判断出闸瓦磨耗的程度，确定是否需要更换闸瓦。本发明实施例所述基于大数据的列车闸瓦磨耗评估方法不需要人工停车检查也不需要额外安装轨旁检测系统检查，可以直接根据列车运行过程中便于获得的参数计算出闸瓦磨耗厚度，提高检测效率，降低检测成本。
附图说明
38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明实施例所述基于大数据的列车闸瓦磨耗评估方法的流程图；
40.图2为本发明实施例所述基于大数据的列车闸瓦磨耗评估装置的结构图。
具体实施方式
41.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
42.需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
43.现有技术中闸瓦厚度检测主要有两种检测方法：一种是每隔一段时间使用专用工具人工实测闸瓦厚度；另一种是在轨道增加轨旁检测系统，通过图像识别的方法检测闸瓦厚度。前者效率低，后者效率虽高，但是提高了成本。
44.本发明的发明人在实现本发明的技术方案时发现：闸瓦磨耗是由于摩擦造成的，而摩擦会产生摩擦做功，摩擦做功的功率p
摩擦
＝f
·
s＝f
·v·
t，而列车受力f与列车制动缸压力p相关，摩擦时的速度v、时间t也分别与列车综合速度、列车运行时间相关，因此可以建立列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系，通过可实际监测到的列车制动缸压力、列车综合速度和列车运行时间计算出闸瓦磨耗的理论数值，从而估计出闸瓦磨耗的程度。
45.有鉴于此，本发明实施例的第一个方面提出一种基于大数据的列车闸瓦磨耗评估方法，如图1所示，所述方法包括：
46.步骤101，采集列车制动缸压力、列车综合速度和列车运行时间，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值。
47.步骤102，根据所述闸瓦磨耗理论值以及预设的关联关系获得闸瓦磨耗厚度计算值；其中，所述关联关系为根据多组闸瓦磨耗理论值的历史数据以及与其对应的闸瓦实际
磨耗厚度获得。
48.步骤103，判断所述闸瓦磨耗厚度计算值是否大于预设的闸瓦磨耗厚度阈值；若是，则提示用户更换闸瓦。
49.本发明实施例所述基于大数据的列车闸瓦磨耗评估方法，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系，根据采集到的列车制动缸压力、列车综合速度和列车运行时间计算出闸瓦磨耗理论值，再通过大数据方法获取到多组历史数据计算出闸瓦磨耗理论值与闸瓦实际磨耗厚度之间的关系，从而计算出闸瓦磨耗厚度计算值，再将闸瓦磨耗厚度计算值与预设阈值进行比较从而判断出闸瓦磨耗的程度，确定是否需要更换闸瓦。本发明实施例所述基于大数据的列车闸瓦磨耗评估方法不需要人工停车检查也不需要额外安装轨旁检测系统检查，可以直接根据列车运行过程中便于获得的参数计算出闸瓦磨耗厚度，提高检测效率，降低检测成本。
50.在一些可选的实施例中，步骤101中所述根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值包括：
51.步骤201，根据列车制动缸压力、列车综合速度计算单位时间内闸瓦磨耗单位理论值。
52.在本实施例中，根据一秒时间范围内采集到的列车制动缸压力、列车综合速度计算出该秒内闸瓦磨耗单位理论值。
53.步骤202，将所述列车运行时间内的闸瓦磨耗单位理论值进行累加，获得所述闸瓦磨耗理论值。
54.可选的，所述闸瓦磨耗单位理论值的计算公式为：
55.sn＝(v/3.6)*(p-a),p》a
56.其中，sn表示闸瓦磨耗单位理论值；v表示所述列车综合速度，其单位为km/h；p表示所述列车制动缸压力,其单位为kpa；a表示列车制动缸预压力,在一个具体实施例中a＝40；p》a时闸瓦会磨耗，p《a时闸瓦并未与制动结构接触，故不会磨耗。
57.在另一些可选的实施例中，步骤102中所述关联关系的获得方法包括：
58.步骤301，获取多组闸瓦磨耗理论值的历史数据。
59.步骤302，根据实际测量结果，获取与多组闸瓦磨耗理论值的历史数据对应的闸瓦实际磨耗厚度。
60.步骤303，构建关于多组所述闸瓦磨耗理论值的历史数据以及所述闸瓦实际磨耗厚度之间的线性回归关系。
61.在本实施例中，基于刚刚更换完闸瓦的车，每隔预设时间根据采集到的列车制动缸压力、列车综合速度和列车运行时间计算出闸瓦磨耗理论值，并实际测量出与每个闸瓦磨耗理论值相对应的闸瓦实际磨耗厚度，选择多组上述数据获取到闸瓦磨耗理论值与实际磨耗厚度之间的对应关系，如线性回归关系，之后在实际使用过程中则可以根据该线性回归关系以及计算出的当前时刻的闸瓦磨耗理论值来计算出闸瓦磨耗厚度计算值。
62.为了便于理解，本发明实施例的还提出一种基于大数据的列车闸瓦磨耗评估方法的具体实施例，在本实施例中当列车更换完闸瓦后，系统每天计算一次当天的闸瓦磨耗理论值并下发给地面系统，地面系统将更换完闸瓦后每日的闸瓦磨耗理论值累加后与预设的闸瓦磨耗厚度阈值进行比较，根据比较结果判断是否需要更换闸瓦。该方法具体包括：
63.步骤401，更换闸瓦后，车载计算装置采集24小时内的列车制动缸压力、列车综合速度和列车运行时间，并计算该24小时内的闸瓦磨耗理论值下发给地面系统；当天的闸瓦磨耗理论值下发之后，车载计算装置清楚该数据以便于之后的数据采集与计算。
64.步骤402，地面系统接收到当天的闸瓦磨耗理论值后，将当天的闸瓦磨耗理论值与闸瓦更换之后下发的其他时间的闸瓦磨耗理论值进行累积，得到该闸瓦磨耗理论值的累积值。
65.步骤403，地面系统将该闸瓦磨耗理论值的累积值与预设的闸瓦磨耗厚度阈值进行比较。其中闸瓦磨耗厚度阈值是根据获取到的历史数据中的多组闸瓦磨耗理论值以及与其对应的闸瓦实际磨耗厚度获得的。
66.步骤404，若该闸瓦磨耗理论值的累积值大于预设的闸瓦磨耗厚度阈值，证明闸瓦磨损情况已经比较严重，需要提醒用户更换闸瓦。闸瓦更换之后，清除掉地面系统中与闸瓦磨耗理论值相关的数据，重新进行闸瓦磨耗评估。
67.在本实施例中，每天进行一次闸瓦磨耗厚度计算。在一些可选的实施例中，也可以其他间隔时间进行闸瓦磨耗厚度计算，或者实时进行闸瓦磨耗厚度计算。
68.本发明实施例所述基于大数据的列车闸瓦磨耗评估方法，根据容易采集到的列车制动缸压力、列车综合速度和列车运行时间等数据来评估闸瓦厚度，同时利用大数据平台所存储的历史列车数据来判断闸瓦磨耗厚度，不需人工停车检查也不需额外加装昂贵的轨旁检测系统，提高检测效率并降低检测成本。
69.本发明实施例的第二个方面提出一种基于大数据的列车闸瓦磨耗评估装置，如图2所示，所述装置包括：
70.采集模块11，用于采集列车制动缸压力、列车综合速度和列车运行时间，根据列车制动缸压力、列车综合速度和列车运行时间与闸瓦磨耗之间的对应关系计算闸瓦磨耗理论值。
71.计算模块12，用于根据所述闸瓦磨耗理论值以及预设的关联关系获得闸瓦磨耗厚度计算值；其中，所述关联关系为根据多组闸瓦磨耗理论值的历史数据以及与其对应的闸瓦实际磨耗厚度获得。
72.判断模块13，用于判断所述闸瓦磨耗厚度计算值是否大于预设的闸瓦磨耗厚度阈值；若是，则提示用户更换闸瓦。
73.可选的，所述采集模块11还用于实现：
74.根据列车制动缸压力、列车综合速度计算单位时间内闸瓦磨耗单位理论值；
75.将所述列车运行时间内的闸瓦磨耗单位理论值进行累加，获得所述闸瓦磨耗理论值。
76.可选的，所述闸瓦磨耗单位理论值的计算公式为：
77.sn＝(v/3.6)*(p-a),p》a
78.其中，sn表示闸瓦磨耗单位理论值，v表示所述列车综合速度，p表示所述列车制动缸压力，a表示列车制动缸预压力，p》a时闸瓦会磨耗。
79.可选的，所述关联关系的获得方法包括：
80.获取多组闸瓦磨耗理论值的历史数据；
81.根据实际测量结果，获取与多组闸瓦磨耗理论值的历史数据对应的闸瓦实际磨耗
厚度；
82.构建关于多组所述闸瓦磨耗理论值的历史数据以及所述闸瓦实际磨耗厚度之间的线性回归关系。
83.上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
84.本发明实施例的第三个方面提出一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任意一项实施例所述的基于大数据的列车闸瓦磨耗评估方法。
85.上述实施例的电子设备用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
86.本发明实施例的第四个方面提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述任一实施例所述的基于大数据的列车闸瓦磨耗评估方法。
87.上述实施例的非暂态计算机可读存储介质用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
88.所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
89.另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
90.尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
91.本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。