高速鐵路鋼軌擦傷仿真分析及檢測研究進展

張彥博, 劉秀波, 張博, 張志川, 陳茁

（1.中國鐵道科學研究院 研究生院, 北京 100081；2.中國鐵道科學研究院集團有限公司 基礎設施檢測研究所, 北京 100081）

0 引言

隨著新建高速鐵路線逐年增多, 鋼軌擦傷對鐵路運營造成的影響也逐年增大, 目前已經成為危害高速鐵路安全的主要因素。由于鋼軌擦傷會造成輪軌沖擊力增大, 鋼軌所受的垂直載荷增加, 會引發其他病害出現[1］, 因此對鋼軌擦傷快速準確地檢出很有必要。

鋼軌擦傷的檢測方法主要包括鋼軌探傷、視覺檢測方法和基于軸箱加速度的檢測方法3類。鋼軌探傷無法準確識別未出現裂紋或掉塊的鋼軌擦傷；視覺檢測對于形態相近的表面傷損難以區分；基于軸箱加速度的檢測方法難以區分傷損種類, 所以鋼軌擦傷需要找到合適的檢測方法來精準識別和定位。

根據《高速鐵路線路維修規則》, 高速鐵路鋼軌擦傷只能通過打磨或銑磨的方式來進行維修或換軌。根據鋼軌擦傷特點、成因和形成機理, 建立有效的鋼軌擦傷防治措施和管理方法在鐵路運營中至關重要, 合理的周期性維護方法能夠保證列車運行的安全性。

綜上所述, 針對鋼軌擦傷問題的普遍性及對列車運行安全性的不利影響, 亟需開展針對高速鐵路鋼軌擦傷的成因和特點、機理和檢測方法的相關研究。

1 鋼軌擦傷特點和成因

鋼軌擦傷（Wheel Burn）是機車或動車組在不同軌面狀態下啟動制動、上下坡道、經過小曲率半徑時, 由于輪軌黏著力不足造成輪對空轉或輪軌之間的相對滑動, 使得輪軌接觸面因摩擦而產生塑性變形或金屬相變, 在鋼軌踏面產生白色光帶、局部凹陷、局部堆高, 甚至產生剝離掉塊, 從而危害列車運行安全[2-7］。

鋼軌擦傷通常表現為在白色光帶上形成的橢圓形或長條形的淬火區域（見圖1）, 圖1（a）為車輪空轉造成的擦傷；圖1（b）為擦傷造成的剝離掉塊[8］；圖1（c）為擦傷產生的長條狀白層馬氏體。通常深度為0.3~2.5 mm, 長度為15 mm~10 m, 間距為1.8~4.6 m不等[9］。擦傷處的硬度高于鄰近母材硬度[10］, 既有雙軌成對出現, 也有單軌出現, 以曲線分布和長大坡道分布居多, 但存在部分擦傷分布未見明顯分布規律[5, 8-9］。

圖1 部分鋼軌擦傷的形貌特征

王棟[1］認為, 列車啟動空轉、軸重增大和牽引制動力等多種作用力下會導致信號機前后、長大坡道處和曲線處產生擦傷。胡二根[2］統計了機車擦傷的分布特征, 得出車站與制動地段為擦傷多發地段, 其中上坡道的擦傷數量較多。魏建堂等[9］對擦傷的影響因素進行了探究, 得出線路平縱斷面、機車類型和運輸組織模式對擦傷形成的影響較大。寧國平[11］通過對滬昆高鐵擦傷地段的車型、線路特征進行統計分析, 得出擦傷一般是由工程車在建設初期造成的, 多分布于曲線和長大坡道上。李闖[6］認為機車啟動、下坡制動、抱閘行駛和輪軌接觸面相對滑動是造成擦傷的4種原因, 坡度和軸重的增大會增加產生擦傷的可能性。以上擦傷均由機車產生, 而趙康云[7］提出, 動車組緊急制動也會造成鋼軌擦傷, 但其發展時間較長, 檢測難以發現。

2 基于仿真的鋼軌擦傷機理研究

輪軌耦合仿真為研究鋼軌擦傷的形成機理和擦傷對列車動力學的影響提供了快捷有效的方法, 本節將針對輪軌有限元仿真的研究進行論述。

2.1 擦傷形成機理的研究

根據擦傷的成因可知, 輪軌間的高溫摩擦和迅速冷卻是造成鋼軌表面相變產生白層馬氏體的根本原因, 所以熱耦合仿真模型的建立將有助于擦傷形成機理的研究, 從而得出擦傷的形成機理。

蘇航等[12］通過建立包含滑行制動升溫、溫度擴散和鋼軌冷卻3個階段的有限元熱力耦合模型, 實現了對輪軌摩擦熱損傷機理的研究, 并對滑行速度、滑行時間和列車軸重等因素進行了分析。趙鑫等[13-14］建立了純滑動條件下的輪軌滾動接觸熱耦合模型, 并研究了蠕滑率、摩擦系數、軸重和磨損速度對溫度場分布和熱載荷的影響[15］。針對鋼軌波磨, Chen等[16］建立了彈塑性熱耦合模型, 研究了車輪制動過程中鋼軌波磨對輪軌熱接觸應力和溫度分布的影響。大連交通大學研究團隊[17-20］建立了輪對抱死滑行時熱接觸耦合的三維有限元模型, 研究了車輪踏面類型、車輪直徑、相對滑動速度和材料參數等因素對接觸斑、應力場和溫度場的影響。蘭州交通大學研究團隊[21-24］分別建立了二維和三維的輪軌接觸熱耦合模型, 并在模型中引入了隨溫度變化的材料參數和摩擦系數, 研究了不同蠕滑率對溫度分布和動力學響應的影響, 分析了變摩擦系數和相對滑動速度與溫度分布和應力分布的關系。Wu等[25］考慮了軌道與環境的熱對流、熱輻射, 采用隨溫度變化的材料參數, 通過移動鋼軌頂面法向接觸壓力和切向牽引力, 實現了二維滑動接觸過程的仿真。

2.2 擦傷對列車動力學的影響

代爾夫特理工大學團隊[26-36］建立了單輪單軌的三維隱傷有限元模型（見圖2）, 將隱式計算得出的輪軌靜態位移作為顯式分析的初始狀態, 并設置動態松弛距離來衰減初始振動, 實現了對隱傷形成機理和隱傷對車輛動力響應影響的研究。趙鑫等[37］與賈昕昱[38］針對高速鐵路鋼軌波磨的問題, 建立了類似的仿真模型, 并限制了沙漏控制能量。于淼等[39-40］針對高鐵波磨和焊接接頭響應的問題, 建立了雙輪雙軌的瞬態滾動接觸有限元模型, 采用了8節點減縮積分線性實體單元以縮減運算時長。

圖2 隱傷的三維有限元模型

Vo等[41］通過建立有限元模型, 對比了高黏著、低黏著以及完全打滑的情況對列車運行狀況的影響。Han等[42］建立了帶有車輪扁疤缺陷的三維輪軌接觸有限元模型并分析了車輪扁疤對車輛運行的影響。劉洋[43］通過使用圓弧形凹坑來模擬鋼軌剝離掉塊, 使用與溫度相關的變摩擦系數來模擬摩擦熱的影響, 研究了鋼軌剝離掉塊對輪軌沖擊響應的影響。

綜合來看, 建立熱力耦合仿真模型可以實現對擦傷形成機理的研究, 借鑒其他學者針對鋼軌波磨和隱傷的分析方法可以實現擦傷對列車動力學影響的探究。

3 鋼軌擦傷檢測方法

目前鋼軌表面傷損的檢測方法主要有：渦流檢測、超聲波檢測、磁漏檢測、視覺識別和軸箱加速度檢測。由于超聲波檢測對于表面傷損靈敏度較低且多用于內部傷損的探傷[44-45］, 所以在此對渦流檢測、漏磁檢測、視覺檢測和軸箱加速度檢測進行論述。

3.1 電磁檢測

3.1.1 渦流檢測

利用電磁感應原理, 以交流電磁線圈在鋼軌表面產生渦流的無損檢測技術稱為渦流檢測。被測鋼軌和檢測儀器會影響渦流的大小、相位以及分布位置, 其作用于線圈使得線圈的阻抗發生變化, 從而實現對鋼軌缺陷的檢測[46］。Thomas等[47］研究了德國鐵路公司所用軌檢車的超聲和渦流檢測設備對不同傷損的檢測能力（見圖3）, 結果表明：渦流檢測能夠較好地確定鋼軌表面傷損的位置和大小, 如鋼軌擦傷、軌頭裂紋和輕微隱傷等。黃鳳英[48］對鋼軌表面裂紋進行了渦流檢測定量評估的實驗, 發現隨著裂紋深度增加, 渦流檢測的準確率逐漸下降, 若深度＞5 mm時, 渦流檢測將無法提供準確的檢測結果。Kishore等[49］使用渦流探傷系統對不同深度和長度的人造鋼軌表面裂紋和隱傷進行檢測, 通過對比獲得的信號, 可以準確區分表面裂紋及鋼軌隱傷。渦流對鋼軌表面傷損的面積和粗糙度較為敏感, 由于其穿透性較差且易受到裂紋形狀的影響, 所以對傷損深度的測量不準確[50-51］。通過對鋼軌表面不同深度和角度的人工傷損檢測, 熊龍輝等[52］對渦流探傷特性進行了研究, 得出渦流探頭的最佳激勵頻率為769 Hz, 當傷損深度＞2.7 mm或角度＞30°時, 渦流檢測難以準確識別傷損尺寸。針對渦流檢測裝置, 馬旺宇等[53］研制了一種適用于人工巡檢的便攜式渦流探傷儀；黃鳳英等[54］研究了一種既適用于道岔, 也適用于正線鋼軌的軌面渦流檢測系統；胡乾午等[55］開發了可以定量準確檢測鋼軌表面小裂紋的渦流探傷方法及裝置；Park等[56］設計了手推式16通道渦流檢測設備, 對軌面傷損的長度和寬度測量較為準確。

圖3 軌道檢測車的渦流檢測設備

3.1.2 漏磁檢測

當磁性材料被磁化時, 表面的缺陷會引起磁導率的變化, 從而導致磁路中的磁通產生偏移, 進而改變磁感應線的方向, 使部分磁通漏到材料表面, 并在空氣中繞開缺陷, 然后再進入材料內部, 從而產生漏磁場[57］。漏磁檢測是通過磁性傳感器采集到的磁場信號來探測鋼軌表層和淺表層的損傷。

常規的二維漏磁信號檢測技術雖然能夠識別規則性缺陷, 但無法滿足實際檢測的需求, 為了克服檢測方法不足, 王平等[58］采用三維磁場測量方法和有限元法對缺陷漏磁場的三維分布情況進行了分析, 并設計了一套三維漏磁檢測系統。為滿足高速檢測的需求, 熊龍輝等[59］研究了巡檢速度、提離距離等影響因素對鋼軌磁化強度的影響；高運來等[60］從理論、仿真和試驗3個方面對高速漏磁裂紋巡檢的速度效應進行了研究；文獻[61-63］研究了脈沖漏磁信號的過沖和波動現象, 建立了信號特征與缺陷參數之間的函數關系, 實現了對人工裂紋缺陷深度的量化評估。為了提高漏磁場對鋼軌傷損的檢測精度, 文獻[64-66］在漏磁檢測的磁路中加入了鐵氧體, 提高了漏磁場的強度和范圍；張潤華等[67］在磁路中加入了屏蔽層, 減弱了振動的干擾, 提高了信噪比；張事成等[68］與賈銀亮等[69］提出了一種縱向陣列式漏磁檢測探頭結構, 實現了對振動干擾的抑制。徐其瑞等[70］將其設計開發的漏磁檢測系統安裝在GTC-80X鋼軌探傷車上并進行了車載試驗, 實現了40 km/h運行速度下對頂面人工傷損的檢測。Antipov等[71-73］探究了俄羅斯鋼軌探傷車搭載的漏磁檢測系統在鋼軌橫向裂紋的深度檢測中的可行性, 并提出了速度超過80 km/h時, 漏磁磁極之間的距離應超過3 m, 探傷車漏磁系統布局示意見圖4[72］。

圖4 探傷車漏磁系統布局示意圖

3.2 視覺檢測

3.2.1 熱成像檢測

熱成像檢測又被稱為紅外熱成像檢測, 因鋼軌無法自發熱, 所以鋼軌探傷一般使用主動式紅外熱成像技術來檢測。根據加熱方式不同, 主動式紅外熱成像可分為脈沖熱成像、階躍脈沖熱成像、鎖相熱成像以及超聲波熱成像[74］。

脈沖熱成像是當導電試樣在不同脈沖的激勵下以及傷損的影響下, 因焦耳熱現象產生溫度場的分布和傳導現象時, 使用紅外熱像儀在加熱和冷卻階段獲得紅外熱成像圖, 并通過分析處理多熱圖來檢測傷損[75-76］。Peng等[77］基于渦流脈沖熱成像技術, 對鋼軌斜裂紋進行檢測, 并分析了其時域和頻域空間曲線。白潔等[78］利用渦流脈沖熱成像技術, 研究了鋼軌疲勞裂紋中第三種物質填充引起的裂紋閉合效應, 并對其特征進行了分析。Feng等[79］通過設計實驗與建立仿真模型對隱傷裂紋生長的兩階段進行了渦流脈沖熱成像探傷, 驗證了渦流脈沖熱成像檢測對隱傷識別的可行性。

脈沖熱成像對于小尺寸傷損的檢測不是很敏感, 而鎖相熱成像能夠從干擾信號中提取出小缺陷造成的微弱的周期性響應信號[80］。趙延廣[81］利用鎖相紅外熱成像技術檢測了復合材料加筋結構中的夾雜、開裂和脫粘等缺陷, 并對其疲勞性能進行了研究。Peng等[82］使用由波形發生器控制的舞臺燈光作為熱源, 激勵含有多個隱傷的鋼軌, 證明了鎖相紅外熱成像檢測可以準確識別鋼軌隱傷（見圖5）。呂寶西[83］對U71Mn鋼軌的軌頭、軌腰、軌底等部位進行了裂紋擴展試驗, 通過對比傳統的柔度法、顯微目測法, 證明了鎖相紅外熱成像技術的先進性。

圖5 鋼軌隱傷熱成像檢測

3.2.2 機器視覺檢測

目前在軌道傷損檢測中, 機器視覺技術已得到了廣泛應用。機器視覺主要用攝像頭獲取圖像信號, 然后利用圖像處理系統將圖像信息轉換為數字信號, 讓計算機代替人眼來做出相應判斷。與人眼類似, 機器視覺檢測可以有效檢測到鋼軌表面的傷損, 但無法探測到鋼軌內部裂紋或淺表層缺陷。一些發達國家已經建立起較為完善的行業體系和標準, 并在世界各地鐵路得到廣泛應用, 其中具有代表性的有[84］：

（1）美國ENSCO研發的RSIS系統采用線掃描成像法, 從行駛的車輛上收集和記錄連續的高分辨率軌道表面圖像, 并能夠成功識別剝離掉塊、裂紋、隱傷和擦傷等。

（2）意大利MERMEC公司研制的V-CUBE鋼軌視覺檢測系統可以從3個子系統獲取鋼軌表面、緊固件、軌枕和道床的多達50種病害圖像和檢測數據, 運行速度可達到200 km/h。

（3）德國BvSys公司所開發的RailCheck系統使用線陣掃描相機并配合大功率LED燈來拍攝整個作業面, 該檢測系統可實現對軌面、扣件、軌枕、道岔等結構的檢測, 并且運行速度可達200 km/h。

中國鐵道科學研究院團隊[85-86］研制了車載軌道巡檢系統, 該系統采用6個線陣CCD相機運動掃描以獲取軌道圖像, 并利用主成分分析和線性判別分析等方法構建機器學習模型, 實現對擦傷等病害的自動化識別。該系統實現了95%的擦傷檢出率, 巡檢速度可達160 km/h。丁政開[84］采用4K高精度線陣相機, 設計了手推式鋼軌表面缺陷檢測實驗車, 并采用最大穩定值區域方法提取鋼軌擦傷特征, 實現了鋼軌擦傷的自動化識別, 識別過程見圖6。

圖6 鋼軌擦傷視覺檢測

任盛偉等[87］提出了鋼軌表面擦傷的檢測算法, 主要包括：鋼軌區域提取、灰度圖生成、基于最大熵原理的二值化處理和擦傷的判定4個過程, 實現了90.7%的平均準確率和3.95%平均漏檢率。在任盛偉等人的基礎上, 趙宏偉等[88］采用了圖像均值填充法, 增加了灰度圖中擦傷區域與背景圖之間的對比度, 提高了擦傷檢出率?；诿ぴ捶蛛x原理, 李清勇等[89］提出了缺陷圖像的稀疏表示模型并實現了對鋼軌擦傷的識別。Yunus等[90-91］采用深度學習處理了來自3D激光相機的軌面缺陷圖像, 實現了144 km/h速度下的實時檢測, 識別準確率達99%。Li等[92］利用加權投影廓形的軌道定位算法分割由車載圖像子系統采集到的軌道圖像, 然后利用支持向量機識別波磨, 檢測準確率可達98.47%。侯博文等[93］提出了利用ResNet作為分類模型的深度殘差網絡的軌道缺陷識別方法, 利用已知鐵路隧道的數據庫進行模型訓練, 實現了98.51%的識別準確率。Bai等[94］提出了一種基于改進YOLOv4的鐵路表面缺陷檢測方法, 實現了鐵路路面的輕量化網絡和實時檢測, 提升了對鋼軌表面微小傷損的檢出率。

3.3 軸箱加速度檢測

軸箱與輪對為剛性連接, 鋼軌的短波不平順會表現為輪對的振動, 并通過輪對直接傳遞到軸箱, 所以軸箱加速度在一定程度上能反映鋼軌缺陷在車輛運行時所產生的激擾, 利用軸箱加速度可以識別部分鋼軌傷損[95］。

國內外學者做了很多通過使用軸箱加速度來測評鋼軌狀態的研究, 其中Molodova等[96］利用小波功率譜, 根據軸箱加速度信號的頻域響應對不同嚴重程度的隱傷進行分類, 并可以根據頻率大小區分隱傷的嚴重程度（見圖7）。輕微隱傷檢出率為78%, 中、重度隱傷檢出率為100%。Li等[97］提出了3種基于軸箱加速度的檢測輕微隱傷的改進方法。第1種為采用縱向軸箱加速度以提高對隱傷檢測的靈敏度；第2種為使用多傳感器, 采用降噪技術并重復測量；第3種為采用減少車輪缺陷干擾的信號處理方法。曹西寧等[98］采用希爾伯特-黃變換的方法, 對軸箱加速度進行時頻分析, 實現了對短波不平順的定位, 為養護維修工作提供了保障?；谙柌?黃變換, 鄧小軍等[99］改進了經驗模態分解理論, 通過添加白噪聲來構造不同的尺度分量, 實現了時頻空間的均勻分布, 并對波磨時頻特征進行了分析。Jamshidi等[100］通過使用特定頻帶中的軸箱加速度的最大功率譜密度估計隱傷的視覺長度, 建立了隱傷增長的穩健預測模型。劉金朝等[101］提出了基于軸箱垂向振動加速度的軌道沖擊指數方法, 減少了鋼軌接頭焊縫、道岔等隨機因素對結果的影響, 實現了對軌道短波不平順病害的識別。

圖7 輕微和重度隱傷的小波功率譜對比

綜合來看, 渦流檢測對深度較深的傷損檢測會存在不準確性, 但對表面傷損的檢測如鋼軌擦傷具有較強的適用性；漏磁檢測可以實現對鋼軌表面傷損的快速識別, 未來可應用于鋼軌擦傷的識別；熱成像檢測實現了對鋼軌隱傷、鋼軌軌頭、軌腰、軌底等部分的裂紋檢測, 但其尚未應用于擦傷的識別；機器視覺已經實現了較高時速的鋼軌擦傷檢測與識別, 且識別準確率較高；軸箱加速度可以識別輪軌沖擊位置, 但難以直接區分傷損類型。

4 結論與展望

通過對鋼軌擦傷的相關文獻調研, 綜述了鋼軌擦傷的成因和特點、鋼軌擦傷的機理研究以及鋼軌擦傷的主要檢測方法。主要結論如下：

（1）鋼軌擦傷是由于輪軌黏著力不足而產生的輪對空轉或者輪軌之間的相對滑動, 使得鋼軌踏面因摩擦而產生塑性變形或金屬相變, 可能會導致擦傷表面出現白色光帶、局部凹陷、局部堆高、局部裂紋以及掉塊。鋼軌擦傷通常會以單軌分布或雙軌對稱分布的形式出現在進出站信號機前后、長大坡道和曲線段處, 機車軸重、線路平縱斷面、軌面狀態、啟動制動和輪軌接觸關系會對擦傷的形成產生影響。

（2）有限元仿真分析是分析鋼軌擦傷機理的一種行之有效的分析方法, 建立熱耦合仿真模型可以實現對擦傷形成機理的研究, 借鑒其他學者針對鋼軌波磨和隱傷的分析方法可以實現擦傷對列車動力學影響的探究。

（3）針對鋼軌擦傷的檢測方法, 主要有電磁檢測、視覺檢測和軸箱加速度檢測。綜合來看, 渦流檢測和漏磁檢測可以實現對鋼軌表面和淺表層裂紋進行識別, 且車載渦流檢測可以識別擦傷的位置和大??；熱成像檢測實現了對鋼軌隱傷、鋼軌軌頭、軌腰、軌底等部分的裂紋檢測, 但其尚未應用于擦傷的識別；機器視覺已經實現了較高時速的鋼軌擦傷檢測與識別, 且識別準確率較高；軸箱加速度檢測可以識別出沖擊響應較大的擦傷位置, 但難以區分傷損類型。

基于現有結論, 鋼軌擦傷的未來研究方向可分為以下幾點：

（1）鋼軌擦傷的形成機理和對列車動力性能影響的深入研究。國內外利用有限元仿真分析鋼軌擦傷的形成機理和對列車動力性能影響的研究, 以及與多體動力學結合的聯合仿真研究十分有限, 所以未來建立鋼軌擦傷的有限元和多體動力學仿真模型將會填補這一空白。

（2）提高單個檢測手段的精度, 實現多種檢測手段的集成應用。對鋼軌擦傷的檢測方法而言, 現有檢測手段都有其不可避免的缺陷, 因此基于多種檢測手段集成的多源數據分析、單個檢測手段準確率的提升、擦傷的嚴重程度評判以及檢測速度的提升將是未來鋼軌擦傷檢測技術的研究方向。