Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-3534
Main Title: Fahrzeugseitige Schienenbrucherkennung, Nachweis der prinzipiellen Machbarkeit mittels Auswertung von Beschleunigungssignalen am Achslager eines U-Bahnfahrzeuges
Translated Title: On-board Railbreakdetection, Feasibility Proof Using Axleboxacceleration on a Metro Vehicle
Author(s): Slovak, Bohdana
Advisor(s): Hecht, Markus
Granting Institution: Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Type: Doctoral Thesis
Language: German
Language Code: de
Abstract: Die Schiene, das tragende und führende Element der Schienenfahrzeuge, ist im Laufe ihrer Lebensdauer sehr großen Belastungen ausgesetzt. Durch das Rad wirken auf die Schiene senkrechte und seitliche Kräfte, welche in unmittelbarem Einwirkungsbereich zu sehr hohen dynamischen Beanspruchungen und zur plastischen Verformung des Stahls führen. Bei einem schlechten Zustand der Eisenbahnschienen, wie z.B. Fahrflächenschäden in Form von Rissen, können dynamische Beanspruchungen im ungünstigsten Fall zu einem mehrfachen Bruch der Schiene führen. Oft ist bei lückenlos verschweißtem Gleis die thermische Beanspruchung ursächlich für einen Schienenbruch (mangelhaft durchgeführte Schlussschweißung). Eine Reihe von Beispielen aus der Praxis deutet darauf hin, dass ein Schienenbruch hauptsächlich bei Vollbahnen gar kein seltenes Ereignis ist. Die vorliegende Arbeit untersucht die Möglichkeiten einer kontinuierlichen fahrzeugseitigen Gleiszustandsüberwachung. Die eindeutige Erkennung eines Schienenbruchs anhand der Auswertung der Beschleunigungen am Radsatzlager ist die zentrale Aussage dieser Arbeit. Die Grundlage hierfür ist die Interaktion zwischen Rad und Schiene. Auf die von der Fahrbahn kommenden Anregungen reagiert das Rad durch seine Schwingungen. Durch gezielte Analyse des Schwingverhaltens können diverse Anregungen, wie z.B. bei der Fahrt über Weichen, Schweißnähte, Schienenbrüche u.a., klassifiziert werden. Diese Untersuchung basiert auf Messungen, die im Rahmen einer Machbarkeitsstudie zur Schienenbrucherkennung bei der Automatischen U-Bahn in Nürnberg (Projekt RUBIN) durchgeführt wurden. Mit Hilfe der Kreuzkorrelationsfunktion werden die aus der Reaktion des Rades auf einen Schienenbruch resultierenden Signale mit den im herkömmlichen Betriebszustand auftretenden Schwingungen verglichen. Das Maß der Ähnlichkeit der jeweiligen Schwingungen wird anhand des Kreuzkorrelationskoeffizienten quantifiziert. Ergänzend wird mit dem Mehrkörpersimulationsprogramm SIMPACK ein Fahrzeug/Fahrweg Modell erstellt, das eine Reihe weiterer Vorhersagen bezüglich des Einflusses der Fahrgeschwindigkeit und der Gleislagefehler auf die Schienenbrucherkennung ermöglicht. In dem Modell wird das U-Bahnfahrzeug (VAG Nürnberg, DT3 der Fa. Siemens) als Starrkörpermodell abgebildet. Die gesamte Fahrbahn wird im Finite-Elemente-Programm ANSYS modelliert, um die komplette Dynamik der Schiene und des Oberbaus zu berücksichtigen. Der Schwerpunkt der Arbeit liegt in der Auswahl der geeigneten Referenzfunktionen für die Korrelationsanalyse, welche auf den Vergleichen ermittelter Radbewegungen basiert. Diese werden dann als Muster für die Schienenbrucherkennung verwendet. Durch Anwendung der Kreuzkorrelationsfunktion des vertikalen Achslagerweges wurde für alle relevanten Fälle eine gute Erkennbarkeit des Schienenbruchs, außer im Herzstückbereich der Weichen nachgewiesen. Da die Positionen der Weichenherzstücke im Streckennetz weitgehend bekannt sind, ist dieses Manko beherrschbar.
Rail, as a supporting and leading element of the rolling stock, is exposed to countless loads during its lifetime. Through the wheel, vertical and lateral forces act on the rail, resulting in high local dynamic stress and deformation of the steel in the exposure area. In poor condition of the railway track, e.g. railhead surface damages in form of cracks, dynamic stresses can lead to a multiple break of the rail. Often in continuously welded track, the thermal stress causes rail breaks (e.g. flawed closure welding). A number of examples from practice indicate that a rail fracture is not a rare event. In frame of this research work, continuous on-board monitoring of the track condition is extensively investigated. The focus is given on the rail break detection. The unambiguous detection of a rail fracture based on evaluation of the axle box accelerations builds the main message of this work. Detailed analysis on interactions between wheel and rail (e.g. response of the wheel on various track excitations) has been explored for a clear identification of a rail break out of other vibration sources like switches, welds or insulated joints. Hereto, measured data at different operation conditions have been taken for reference. The measurements were carried out as part of a feasibility study of rail break detection for driverless automatic metro in Nuremberg (Project RUBIN). Using the cross-correlation function, the wheel response on a rail fracture is compared with other types of vibrations. The degree of similarity is quantified by the cross correlation coefficient. For more detailed analysis, a vehicle / track model was created in the multi-body simulation (MBS) software SIMPACK. Based on the numerical simulations a number of further predictions regarding the impact of higher vehicle speed as well as the track geometry defects on the rail break detection have been investigated. In the MBS model, the Nuremberg metro car - DT3 from Siemens is build as a rigid body model. In order to cover the full dynamics of the rail under different conditions the entire track is modelled as elastic structure in the finite element program ANSYS. The focus of the work lies in the definition of a generic function which is to be used for correlation analysis. Target is a rail break recognition based on real time comparison of the measured wheel data with the reference pattern. In summary, a reliable identification of the rail break has been achieved for all relevant use cases by applying the cross-correlation function on the vertical axle box displacement. In case of a frog part of the switch, the break detection is supported by information about exact position of the switches in the railway network.
URI: urn:nbn:de:kobv:83-opus-38899
http://depositonce.tu-berlin.de/handle/11303/3831
http://dx.doi.org/10.14279/depositonce-3534
Exam Date: 4-Jul-2012
Issue Date: 15-Mar-2013
Date Available: 15-Mar-2013
DDC Class: 600 Technik, Technologie
Subject(s): Achlslagerbeschleunigungen
Mustererkennung
Schienenbruchdetektion
Axleboxacceleration
On-board Railbreakdetection
Pattern Recognition
Usage rights: Terms of German Copyright Law
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 5 Verkehrs- und Maschinensysteme » Institut für Land- und Seeverkehr (ILS) » Publications

Files in This Item:
File Description SizeFormat 
Dokument_2.pdf2.29 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.