三亞所CRH1A-A型動車組輪對參數退化規律研究

洪 闖，唐 輝，唐 勇，張星光

（中國鐵路廣州局（集團）有限公司廣州動車段，廣東 廣州 511483）

動車組在高速行駛過程中，輪對踏面、輪緣與輪軌接觸部分受到較大的摩擦力與反作用力，使輪對踏面、輪緣發生磨耗，當磨耗量達到一定限度時會極大影響動車組動力學性能，威脅行車安全[1-2]。為了恢復輪軌接觸關系和輪軌動力學性能，必須對磨損輪對進行鏇修，三亞所CRH1A-A型動車組目前均采用30萬km計劃性預防修鏇修策略對動車組輪對進行鏇修。有關統計資料表明[3]，車輪踏面直徑每損失1 mm，車輛可運行的里程將減少10萬km；而當車輪顯著影響車輛動力學性能，需進行鏇修，按照現有車輪鏇修方法，鏇修過程中每恢復1 mm輪緣厚度，踏面直徑需犧牲4.2 mm。因此研究動車組輪對退化規律，對制定合適鏇修方案，節約運維成本具有重要意義。

分階段跟蹤三亞所CRH1A-A-1215、1240兩列動車組一個鏇修周期內LY、LB測量輪對參數數據，采用線性回歸和一元多項式方法對輪對參數磨耗趨勢及退化規律進行分析研究，同時采用統計學方法對三亞所配屬16列CRH1A-A型動車組多邊形、等效錐度數據進行統計分析，探究動車組在現有鏇修周期內動力學性能。

1 輪對參數退化模型建立

跟蹤測量CRH1A-A-1215、1240兩列動車組一個鏇修周期7—12月份輪對參數LY、LB測量數據，基于7—11月份輪對參數LY、LB測量數據，分別采用線性回歸、一元多項式數學方法建立輪對參數退化模型，對比2種方法的適用性，并選擇一種模型建立輪對參數擬合預測模型，以12月份輪對參數數據對該模型進行驗證。

兩組動車組運行基本信息如表1所示。

表1 CRH1A-A-1215、1240車組走行里程信息（單位：萬km）

1.1 退化模型選取

以CRH1A-A-1215、1240兩列車組7—10月份LY、LB數據為研究對象，分別采用線性回歸方法與一元多項式方法建立輪對參數（輪徑值、輪緣厚、輪緣高、QR值、踏面磨耗）LY數據與LB數據退化模型，并采用F檢驗法檢驗回歸是否顯著。

以CRH1A-A-1240次動車組06車4位輪徑值為例，其輪對線性擬合圖、輪對多項式擬合圖分別如圖1和圖2所示。

圖2 CRH1A-A-1240動車組輪對多項式擬合圖

由圖1、2可知，LY、LB原始測量數據在889.8～891.6 mm范圍內相互交替。采用線性回歸方法與元多項式方法建立LY、LB測量數據擬合預測趨勢一致，采用F檢驗法檢驗回歸顯著，說明采用線性回歸方法與一元多項式方法均能表征LY、LB輪對參數退化規律。以同樣的方法對輪對輪緣厚、輪緣高、QR值、踏面磨耗參數進行建模，根據擬合輪緣厚、QR值等參數擬合規律發現當使用一元多項式建立輪緣厚、QR值模型時，需高階次多項式才能表征其退化規律，且預測趨勢具有突變性，說明該方法實用性較低，因此選擇線性回歸方法建立輪對參數退化規律模型。

圖1 CRH1A-A-1240動車組輪對線性擬合圖

1.2 線性回歸方法驗證LY、LB數據精度

以CRH1A-A-1215、1240兩列車組7—11月份LY、LB數據為研究對象，采用線性回歸方法建立輪對參數擬合預測模型，以12月份LY、LB測量數據驗證線性回歸方法擬合預測模型，以CRH1A-A-1240次動車組06車4位輪徑值為例，其LY數據退化規律圖和LB數據退化規律圖分別如圖3和圖4所示。

圖3 CRH1A-A-1240動車組LY數據退化規律圖

圖4 CRH1A-A-1240動車組LB數據退化規律圖

采用線性回歸方法對CRH1A-A-1240次動車組對06車4位輪對參數LY、LB數據進行擬合預測分析，采用F檢驗法檢驗回歸顯著。由圖3、4可知，采用線性回歸對CRH1A-A-1215、1240兩列動車組輪對參數LY、LB數據進行30萬～50萬km擬合預測分析，發現輪對各參數在50萬km內均發展緩慢。

采用線性回歸對CRH1A-A1215、1240兩列動車組所有輪對參數LY、LB數據分別進行擬合預測，通過對比LY、LB實測值和與預測值，得到動車組各輪對參數LY、LB預測誤差，如表2所示。

表2 動車組輪對參數擬合預測誤差范圍（單位：mm）

由輪對參數LY、LB實測數據與采用線性回歸方法得到的預測數據范圍可知，輪對參數輪徑值、輪緣厚、輪緣高及QR值LY數據預測精度均高于LB數據擬合預測精度，說明采用LY系統測量輪對參數數據擬合預測精度更高。進一步分析LY數據實測值與擬合誤差值可知，輪徑值、輪緣高及QR值參數，采用線性回歸方法得到擬合預測誤差最大值分別為0.39 mm、0.09 mm、0.38 mm，其誤差值均小于LY系統測量誤差0.5 mm、0.2 mm、0.4 mm，說明采用線性擬合方法擬合預測輪對參數輪徑值、輪緣高及QR值具有較高的精度；輪緣厚參數采用線性回歸方法得到擬合預測誤差值最大值為0.56mm，大于LY系統測量誤差0.2mm。

根據LY系統測量原理可知，LY系統采用光截圖測量原理對輪緣各參數進行測量，該原理通過測量輪對外形曲線與標準輪廓外形曲線進行對比，從而得到輪對各參數測量值，所以輪對踏面磨耗對輪緣厚磨耗具有誤差補償作用，說明輪緣厚磨耗規律并非呈線性變化。考慮到在現有鏇修周期內，輪緣厚磨耗量較小，在鏇修周期內具有線性規律，因此采用線性擬合預測誤差對研究動車組輪對磨耗速率，優化動車組鏇修周期具有一定參考價值。經上述分析可知，采用線性回歸方法建立輪對參數退化規律模型研究動車組輪對參數磨耗規律整體精度較高，對優化輪對鏇修周期，提高輪對使用壽命具有重要意義。

2 動車組動力學性能分析

動車組輪對多邊形和等效錐度是衡量動車組動力學性能的重要參數。研究分析動車組在運行過程中輪對多邊形參數及等效錐度變化規律，對優化動車組運行鏇修周期具有重要參考意義。

車輪多邊形會導致周期性的輪軌沖擊，不僅顯著增加機車車輛的噪聲水平，還會導致動車組車廂異常振動，增加動車組走行部件脫落、斷裂風險，嚴重危害動車組運行安全；輪對等效錐度過低會出現車廂晃動現象，輪對等效錐度過高會出現車廂抖動現象。在高速行駛狀態下輪對多邊形和等效錐度的異常均會降低動車組乘坐舒適度，甚至威脅行車安全，因此研究現有周期內輪對多邊形和等效錐度數據對優化鏇修周期具有重要的參考意義。目前三亞所CRH1A-A型動車組多邊形和等效錐度數據來源主要為輪對鏇修時不落輪鏇修機床測量數據。統計每列CRH1A-A型動車組全列鏇修后不落輪鏇修機床測量多邊形和等效錐度數據以及走行一個鏇修周期后不落輪鏇修前測量多邊形和等效錐度數據，并得到現有鏇修周期內多邊形與等效錐度在一個鏇修周期內的變化值，統計三亞所配屬16列CRH1A-A型動車組多邊形與等效錐度鏇修周期內變化數據，如圖5和圖6所示。

圖5 三亞所CRH1A-A動車組鏇前多邊形高階幅值分布圖

圖6 三亞所CRH1A-A動車組鏇前等效錐度分布圖

由圖5、6可知，三亞所配屬16列CRH1A-A型動車組輪對多邊形粗糙度均在10 dBre1μm內，等效錐度均小于0.3。參考機輛動客函〔2018〕86號文《中國鐵路總公司機輛部關于加強動車組車輪多邊形防治等相關工作的通知》，采用CRH3C型動車組輪對多邊形形判定標準對CRH1型動車組車輪多邊形進行判定。當高階多邊形粗糙度水平小于10 dBre1μm時，維持現狀，等效錐度在0.3以內為正常范圍。根據該標準，現有30萬km鏇修周期內三亞所16列CRH1A-A動車組多邊形與等效錐度在鏇修周期內均未超過限值，說明現有鏇修周期內CRH1A-A動車組在三亞環島環線上運行過程中多邊形與等效錐度發展緩慢，動車組動力學性能良好。

3 總結

利用LY、LB測量設備，分階段跟蹤測量了三亞所CRH1A-A-1215、1240兩組動車組一個鏇修周期輪對參數數據，對比線性回歸與一元多項式2種方法的優劣，并進一步驗證了線性回歸方法擬合預測精度，最后統計分析三亞所配屬16列CRH1A-A型動車組鏇修周期內多邊形粗糙度值與等效錐度值，得到以下結論：①采用線性回歸及多項式擬合預測LY、LB數據規律，發現線性回歸方法擬合預測趨勢更加穩定，且精度較高，說明線性回歸方法建立輪對參數退化規律具有良好的效果；②在鏇修周期內輪對參數均在限度范圍內，等效錐度、多邊形參數在鏇修周期內發展緩慢，動車組動力學性能良好，鏇修周期具有可優化的空間。