列车的蛇行运动是轨道车辆的固有特性之一,其形成的根本原因在于列车轮对踏面具有锥度。由于轮对踏面锥度是铁路车辆过弯的必要条件,因而铁路车辆的蛇行运动无法从根本上消除。当列车的运行速度超过临界速度时,稳定的蛇行运动会发展为蛇行失稳,带来极大的安全风险。因此,对列车的蛇行状态进行监测是列车安全运行的必要条件。车辆蛇行失稳的实时监测一般通过车载监控系统来实现。对动车组列车来说,其主要依据EN14363,UIC518等标准构建蛇行失稳实时监控设备,这导致车载蛇行失稳监控设备皆以构架横向加速度作为输入参数,通过阈值对比进行最终的蛇行失稳判定。然而,在实际应用过程中该方法已暴露出一些缺陷。第一,由于依靠阈值判定,现有方法只能在蛇行失稳造成构架剧烈振动时进行识别,这直接导致了当依据现有方法探测到转向架蛇行失稳时,转向架的运行状态已经严重恶化。第二,对于超临界工况,若刚好列车的速度位于非线性临界速度与线性临界速度之间,此时转向架有可能呈现小幅震荡状态,该振动加速度不足以达到报警阈值。然而,长时间在该状态下运行显然对列车的安全不利。第三,决定列车是否脱轨的直接因素是轮对的横向位移量。在蛇行状态下,轮对的横向位移峰值大小不仅与横向振动加速度幅值有关,还与横向振动加速度的频率相关。现有方法显然没有考虑频率对横向位移的影响。第四,目前已形成标准的算法都将构架假设为刚体且忽略构架摇头角的影响,因此未对构架横向加速度的测点位置做出严格规定。但根据本文对某型动车组连续30万公里的构架振动测试结果:构架不同位置的横向加速度值并不相同。因此,测点位置会对现有方法的判定造成一定影响。为了解决上述问题,本文提出了基于轮对横向位移峰值的转向架蛇行失稳识别方法。通过对一定长度的轴箱横向振动数据构造Hankel矩阵并进行奇异值分解,本文计算得到了振动主频(蛇行失稳状态下对应于固有频率)对应的轮对横向位移峰值,通过对该峰值大小的评判,可以更好的评价转向架的运行状态。实际测量数据的对比分析表明,横向位移方法不仅能够识别现有方法可以识别的蛇行失稳问题,而且还可以对小幅蛇行运动进行识别。在系统硬件方面,由于蛇行失稳监控系统的核心是振动加速度的测量,而用于测量横向振动的加速度传感器未经放大的输出信号只有毫伏级别,属于典型的低压小信号设备,其对供电质量要求很高。目前,主流的电源滤器可以使得大部分车载系统达到GB/T24338中干扰耐受的要求,但是对于加速度传感器这类低压小信号设备来说,目前的滤波器性能不足,依据GB/T24338要求进行的电快速瞬变脉冲群试验中,在使用已有滤波器的测试条件下,系统测量误差高达1.5g。为了解决上述问题,本文采用了仿真分析与实测结果对比的方式分析了误差增大的原因并将以电感、电容元件为核心的传统滤波器构建方式改为以变压器为核心的构建方式。电快速瞬变脉冲群测试的结果表明,采用优化后的滤波器,系统对电磁干扰的耐受能力明显提升,系统干扰状态下的测量误差由1.5g减小至0.01g。此外,改进的滤波器对传导干扰和辐射干扰亦有很强的隔离作用。