随着我国轨道交通运营规模的不断扩大，线路轨道的磨耗和伤损也逐渐突出，如裂纹、剥离、掉块等问题。若不及时进行维护，将造成钢轨寿命减少、养护工作量增加，运维成本提高，甚至严重影响列车稳定性和行车安全，因此对轨道进行日常维护变得尤为重要。
钢轨打磨作为铁路钢轨养护的重要手段，可有效去除轨面病害，延长钢轨使用寿命，减缓钢轨性能恶化速度。
其中磨石作为钢轨打磨车的核心部件，其自身不带动力，主要通过打磨车高速运行时控制磨石下落与钢轨表面接触，依靠磨石与钢轨之间的夹角带来的作用力达到磨石对钢轨表面进行磨削的目的。
磨石性能直接决定钢轨打磨车作业效率和打磨后钢轨表面的质量。在某些情况下，由于钢轨表面状态严重恶化，如掉块或显著不平顺等现象，会造成磨石在切削时产生剧烈振动，进而导致磨石破损或掉块，反而会对钢轨表面造成不可修复的伤害。因此，监测钢轨快速打磨车的磨石状态也至关重要。
目前对于磨石异常状态监测还存在以下问题：
1.磨石监测效率低
打磨车磨石的维护管理通常是依靠人工肉眼判断，无磨石在线监测的方案，而且没有将磨石状态与打磨小车作业状态结合进行联动处置的方案，导致打磨作业时磨石问题处置效率低。
2.磨石异常状态无法准确识别
现有技术只能识别磨耗量大小，其反映的是砂轮磨损程度，无法识别出磨石破损、掉块等异常状态，同时易受外界环境干扰，特别是冷却液压力的突变会引起频繁误判。
3.传统振动分析方法应用难
未对振动数据进行特殊预处理，在面临打磨工况时，不仅磨石异常时的振动信号是非平稳性的，磨石正常时的振动信号由于受到打磨车速度震荡变化叠加磨石-钢轨相互作用力非线性影响也是非平稳性的，且钢轨打磨存在断断续续情况，因此在这种特定环境下识别磨石异常状态的准确率并不高。
针对现有技术中的上述不足，西交轨道最新的专利成果公布了一种钢轨打磨车磨石异常状态识别方法发明专利，有效解决了现有技术无法对钢轨打磨车磨石异常状态进行快速识别的问题。
通过安装在磨石安装座上的振动加速度传感器来实时采集工作磨石组的特定振动时域信息。
将振动时域信息进行去除直流分量、消除趋势项、EMD分解、相关系数计算、模糊熵计算。
提取出基于模糊熵的特征向量，建立模糊熵和磨石状态间非线型映射关系。
4.将特征向量经过训练完毕的BP神经网络模型处理后，得到磨石正常、异常状态识别结果。
该方法可以实时监测磨石异常状态，为工作人员第一时间发现磨石异常状态高效更换磨石提供支撑，不影响打磨的日常作业计划，极大地提高了钢轨打磨效率，节约了大量人力物力支出，为钢轨快速打磨车磨石异常状态智能在线监测提供了新的解决方案。
未来城市的交通规划中，轨道交通将扮演越来越重要的角色。只有保持良好的钢轨维护工作，不断提升养护装备和方式的智能化水平，才能确保城市轨道交通的安全和顺畅运营。
西交轨道作为一家专业的城市轨道交通解决方案和技术服务提供商，自成立来，一直重视技术研发投入，积极开展创新工作，背靠高校科研力量，充分发挥自主知识产权优势，致力于创新技术服务，为客户实现更安全、更高效、更经济的解决方案。
未注明出处信息皆来自网络，如涉及作品内容、版权图片或其它问题，请及时与本号作者联系删除。
