本发明专利技术公开一种基于运营车辆的轨道道岔病害检测系统及方法，该系统包括：加速度传感器，根据车辆运行过程中的振动产生转向架的横向、垂向加速度信号，以检测车辆运行过程中车体的振动状态；信号采集及预处理单元，以固定的采样频率采集横向、垂向加速度信号并进行预处理，产生各采样时刻的待检测信号；信号处理单元，根据待检测信号，应用支持向量机SVM识别轨道道岔病害。本发明专利技术所述技术方案能够实现在列车经过道岔时的实时检测，不受时间的限制，且不存在人工检测易发生人为失误的问题。
【技术实现步骤摘要】
本专利技术涉及道岔病害检测领域。更具体地，涉及一种基于运营车辆的轨道道岔病 害检测系统及方法。
技术介绍
国内外现阶段有关车辆-道岔动力学的研究成果如下。 国外：瑞典政府的TS7和MU14项目中，对道岔病害以及车辆与道岔之间的低频 作用关系进行了研究，参见《Wheel/rail impacts at a railway turnout crossing》。 以Oswald为首的奥地利VAE成员组以及德国BWG公司研究了道岔区不同曲线形式对轮 轨系统的影响情况，参见〈〈Turnout geometry optimization with dynamics simulation of track and vehicle》。德国Netter等学者利用SIMPACK模拟了客车通过道岔时的 动力特性，并分析了轮轨之间的作用力，参见《New aspects of contact modeling and validation within mutibody system simulation of railway vehicles》。Kassa对列 车-固定式辙叉道岔系统动态相互作用进行了研究和测试，参见《Simulation of dynamic interaction between train and railway tunout》。 国内：在文献《固定式辙叉区轮轨动力有限元分析及其弹性值的优选》中，作者采 用弹性点支撑有限元铰接梁模型分析了道岔区的轮轨作用力，在其基础上论述了弹性值的 优选方案。文献《道岔区轮轨系统动力学的研究》和文献《道岔区轮轨系统空间耦合振动模 型及其应用》在忽略轮对与护轨发生轮背接触的可能性的条件下，采用锥形踏面，在尖轨与 基本轨共同承受列车荷载的区段将两根钢轨视为同一股钢轨，将心轨与翼轨在密贴处视为 一股，抗弯强度采用二者之和，将道岔区内其他部分钢轨视为以弹性点支撑为基础的等截 面欧拉梁，对车辆侧向和直向经过道岔时的动力学特性做了研究。文献《列车-可动心轨式 道岔空间耦合系统动力分析》和文献《道岔转辙器部分的力学特性分析》中的道岔建模考虑 了轮对载荷在尖轨与基本轨、翼轨与心轨之间的过渡过程，将尖轨与基本轨分开建模，二者 的载荷之和为轮对总载荷。在建模基础上，以蛇形运动为对象研究了列车经过道岔时稳定 性、安全性。 目前常用的道岔病害检测方法如下。 国内外普遍采用微机监测系统检测尖轨的密贴性、监控转辙机构的动作过程，参 见《加强道岔病害整治提高检修质量》，监测的主要内容包括道岔动作电流和时间的关系曲 线图、轨道电路状态等。国外对道岔的监测系统已投入使用的有德国的Roadmaster2000 道岔监测系统、俄罗斯用于检测尖轨密贴的无接触道岔自动控制器ABKC，法国的Trackand TurnoutmonitoringSystem等，参见《TJWX-2000 型信号微机监测系统》、《Developmentof monitoringsystemforelectricswitchmachine》。 综上所述，目前常用的道岔病害的检测方法多为人工实地检查与小型监测仪器相 结合。各运营公司常用的检测方式是定时（夜间）派轨道维修工对线路中的每一处道岔进 行实地检测，这种检测方法不仅耗费时间长，需要大量的人力支持，而且如果道岔在运营时 间内突然发生病害，通过人力检测的方法就会失去作用。例如，利用尖轨密贴检测仪识别尖 轨不密贴病害，用人工测量法检测导曲线反超高病害，这种检测方法需耗费大量的人力物 力；容易存在因为人为疏忽等原因造成的检测错误；且由于检测时间固定，实时性较差，不 能及时发现道岔的突发病害。因此，需要提供一种。
技术实现思路
本专利技术的目的在于提供一种，在列 车每一次经过道岔时都可以对道岔进行一次检测，实时性和检测效率高，且避免了人工检 测时可能存在的人为疏忽等问题。 为达到上述目的，本专利技术采用下述技术方案： -种基于运营车辆的轨道道岔病害检测系统，该系统包括： 加速度传感器，根据车辆运行过程中的振动产生转向架的横向、垂向加速度信号， 用以检测车辆运行过程中车体的振动状态； 信号采集及预处理单元，以固定的采样频率采集横向、垂向加速度信号并进行预 处理，产生各采样时刻的待检测信号； 信号处理单元，根据待检测信号，应用支持向量机SVM识别轨道道岔病害。 优选地，信号采集及预处理单元对采集到的横向、垂向加速度信号进行预处理包 括：对采集到的横向、垂向加速度信号进行隔离处理、模数转换和数字滤波。 优选地，信号处理单元包括： 轨道道岔划分模块，将轨道道岔按等步长划分为多个区段； 区段病害判断模块，分别判断各区段是否存在病害； 病害区域识别模块，应用SVM识别存在病害的道岔区域； 病害类型识别模块，应用SVM识别病害的类型； 病害等级识别模块，应用SVM识别病害的等级。 -种基于运营车辆的轨道道岔病害检测方法，包括如下步骤：S1、利用加速度传感器根据车辆运行过程中的振动产生转向架的横向、垂向加速 度信号；S2、以固定的采样频率采集横向、垂向加速度信号并进行预处理，产生各采样时刻 的待检测信号；S3、根据各采样时刻的待检测信号，应用SVM识别轨道道岔病害。 优选地，步骤S2中的预处理进一步包括：对采集到的横向、垂向加速度信号进行 隔离处理、模数转换和数字滤波。 优选地，步骤S3进一步包括如下子步骤：S3. 1、将轨道道岔按等步长划分为多个区段并分别判断各区段是否存在病害，若 至少有一个区段存在病害则转入步骤S3. 2,若各区段均不存在病害则结束流程；S3. 2、应用SVM识别存在病害的道岔区域；S3. 3、应用SVM识别病害的类型；S3. 4、应用SVM识别病害的等级。 优选地，步骤S3. 1中所述将轨道道岔按等步长划分为多个区段并分别判断各区 段是否存在病害的过程为： 沿列车运行方向按等步长将轨道道岔划分为Μ个区段，分别计算各区段的时域特 征值：平均值If、峰值乂^和有效值忑L，j= 1，2，…，Μ，公式如下： 公式中，x/为第j个区段的第i个采样时刻的待检测信号，η为各区段的采样点个 数； 将各区段的时域特征值分别与时域特征值阈值比较，若各区段的时域特征值中至 少有一项数值超过该数值的阈值，则判断该区段存在病害，否则判断该区段不存在病害。 优选地，步骤S3. 2的过程为： S3. 2. 1、将轨道道岔划分为三个区域：尖轨区、导曲线和辙叉区； S当前第1页1 2 3 本文档来自技高网...
【技术保护点】
一种基于运营车辆的轨道道岔病害检测系统，其特征在于，该系统包括：加速度传感器，根据车辆运行过程中的振动产生转向架的横向、垂向加速度信号；信号采集及预处理单元，以固定的采样频率采集横向、垂向加速度信号并进行预处理，产生各采样时刻的待检测信号；信号处理单元，根据待检测信号，应用支持向量机SVM识别轨道道岔病害。
【技术特征摘要】
【专利技术属性】
技术研发人员：魏秀琨，贾利民，申丽，朱明，贺延芳，李卓玥，尹贤贤，张晓中，王腾腾，闫冬，吕又冉，张靖林，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。