一种基于振动和声频信号的高速列车轨道伤损探测方法技术

技术编号:4075200 阅读:600 留言:0更新日期:2012-04-11 18:40
一种基于振动和声频信号的高速列车轨道伤损探测方法,属于信号检测与处理及安全监测领域,它解决了现有列车轨道探伤存在的探测速度慢、探伤方法单一的问题。所述方法为:一、通过设置在列车轨道测试点上的传感器采集列车轨道的振动信号和声频信号;二、分别提取振动和声频信号所包含的信息特征;三、采用非线性相关分析方法分别获得振动信号非线性相关曲线和声频信号的非线性相关曲线;四、分别分析步骤三获得的两条非相关性曲线信息,分别获得两条非线性相关系数曲线的最小值;五、将两个最小值及其对应的信息进行数据融合,获得损伤系数,根据该系数查表获得损伤程度。本发明专利技术适用于铁路列车轨道伤损探测及列车运行安全监测。

【技术实现步骤摘要】

本专利技术涉及列车安全信号检测与处理及安全行驶监测技术,具体涉及一种基于振 动和声频信号的高速列车轨道伤损探测方法。
技术介绍
随着高速铁路的快速发展,传统的超声伤损探测技术由于伤损探测速度的限制无 法满足高速铁路的探伤要求,需求探索新型高速铁路探伤技术。钢轨在使用的过程中,会发生折断、裂纹及其它影响和限制钢轨使用性能的伤损 形式,即为钢轨伤损。钢轨伤损的种类很多,常见的有磨耗、剥离及轨头核伤、轨腰螺孔裂纹 等。钢轨伤损是断轨的主要原因,是影响行车安全的重要隐患,列车出轨事故主要由钢轨断 裂产生。列车在加速和制动过程中以及通过钢轨接缝、弯道和道岔时,对钢轨造成强烈的摩 擦、挤压、弯曲和冲击作用,它们的长期反复作用,钢轨极易产生疲劳裂纹,裂纹一旦产生就 易于快速扩展,从而造成钢轨折断等重大恶性事故。高速列车对钢轨的摩擦、挤压、弯曲和 冲击等力作用更加突出,因此高速铁路钢轨更容易产生裂纹,而且从裂纹发展到钢轨断裂 的速度更快。为了保证高速铁路的安全运行,必须缩短高速铁路的检测周期,同时由于高速 铁路的行车密度大、车速高,传统的探伤速度很难满足高速铁路的需求。目前基于超声波的钢轨探伤依然是在轨探伤的主要设备,绝大多数研究集中在如 何对现有超声探伤仪的检测速度的提高和功能增强上。国外钢轨探伤主要使用大型探伤车,小型设备一般只用来复查大型探伤车的检测 结果。探伤车探伤速度大多在20-50km/h。德国、美国、法国、澳大利亚、俄罗斯等国都可以 设计和生产钢轨探伤车,比较典型的如美国Pandrol Jackson公司的SYS1000。Sperry公 司研制的钢轨探伤车,具有超声和磁感两个互补的测试系统,既可以连续探伤,也可以停顿 探伤,该车的缺陷探测的可靠性大于90%。Harsco公司的新系统10K利用了最新的技术,使 探伤更迅速、更灵活,两项新技术分别是利用阵列技术的自动对中技术和利用侧打换能器 来探测轨头垂直劈裂。Dapco公司研制的探伤车将高速计算机和模式识别与分类方面的人 工智能技术结合在一起,同时利用全球定位系统使缺陷的定位更准确。俄罗斯近几年研制 了 “ABNK0H-01”型超声波探伤车,它从发声原理、接收和判伤方法与俄旧式探伤车不同,能 较好地检出螺孔裂纹和轨底疲劳裂纹,该型号探伤车将逐步替代俄旧式探伤车。一些针对 于高速铁路伤损探测的新技术也已在欧美一些高等学校开始探索性研究工作,如美国宾夕 法尼亚州立大学和英国帝国理工学院等开展的低频表面波裂纹伤损检测和激光超声检测 技术等。在我国,铁路是最早开展无损检测工作的部门之一,1950年铁道部引进瑞士生产 的共振式超声波探伤仪检查钢轨,是公认的我国超声波探伤的开端。经过50多年的努力, 钢轨探伤已取得长足发展,经国内与国外合作,己经能生产大型探伤车,并开发研制了一系 列探伤小车,还先后制定了钢轨探伤仪和专用探头的技术条件以及钢轨探伤管理规则等。目前,我国钢轨的探伤主要采用超声波检测方法,设备主要有大型探伤车和小型探伤仪。存在的主要问题有(1)手推式人工探伤小车探伤作业效率低。其检测速度一般 为纩3mk/h,每天的作业量为一个区间(一般为7-10km)。这种手推式探伤小车,探伤速度 太低,不能适应高速运营要求;(2)手工钢轨探伤作业方式需要投入大量的人力;(3)与 手推式钢轨探伤小车相比,进口大型探伤车检测轨头核伤的灵敏度要低10dB左右,检出率 低,误判率高。而随着列车速度的提高,核伤成为影响运输安全的巨大隐患,对核伤的检出变得 更为重要。欧美等国钢轨中的核伤主要是由于白点造成的,核伤主要存在于钢轨轨头中央; 而我国钢轨的核伤主要是由于夹杂和表面擦伤等引起的,又多存在于轨头内侧,现有探伤 设备很难检测。傅立叶变换是传统的信号分析方法,是一种全局的变换,所处理的信号需要满足 线性、平稳性和Dirichlet等条件。而对于非平稳信号,目前较常用的分析方法有短时傅立 叶变换、Wigner-Ville分布、小波分析等,它们都是以傅立叶变换为基础发展起来的,因此 同样受到傅立叶变换局限性的影响。短时傅立叶变换算法简单,但依赖于传统的傅立叶谱 分析,并且窗函数尺寸固定,所以必须假设待分析数据是分段平稳的,而这种假设一般很难 被证明;Wigner- Ville分布克服了短时傅立叶变换的部分缺点,但在分析多分量信号时, 存在着严重的干扰项,限制了其使用范围;小波分析实际上是一种可调窗的傅立叶谱分析 方法,是目前流行的非平稳随机信号分析方法,但由于小波分析的结果严重的依赖小波基 函数的选取,因此不同的信号往往需要采用不同的小波基函数,从而限制其有效地应用。希尔伯特-黄变换(Hilbert-HuangTransform - HHT)是 1998 年由在 NASA 工作 的美籍华人科学家Norden E. Huang提出的一种依据数据本身的时间尺度特征来对信号进 行分解的方法,与傅立叶及小波等依赖于先验函数基的分解方法相比,有效地克服了傅立 叶变换中测不准原理的限制,更适用于处理非线性、非平稳信号,从而可以获得信号任意时 刻的频率分布,提供更高的时频域分辨能力。HHT认为任何信号都是由基本信号——本征模态函数(Intrinsic Mode Function -IMF)相互叠加组成。基于这样的思想,提出信号分析或特征提取可以分成两个步骤,即经验模态分解(Empirical Mode Decomposition - EMD)就是把复杂的信号用经验模 态分解方法分解成若干个IMF ;希尔伯特谱分析(Hilbert Spectrum Analysis - HSA)对IMF进行变换,得到每一 个随时间变化的瞬时频率和振幅,虽后求得时间_频率_振幅的三维谱分布,称为Hilbert谱。这一方法已在实际中得到了有效的应用,其信号分解过程由信号本身驱动,具有 完全自适应性,并且分解所得的IMF分量信号具有物理可实现性,更符合客观世界的实际 情况。由于HHT面对非线性非平稳信号,因此在分类时需要进行非线性相关分 析。相关性分析一直以来是数据分析、故障诊断的常用方法。最常用的是线性相关系 数,然而线性相关系数只能精确度量变量之间的线性相关程度,这就意味着即使变量、T有着强的非线性相关性(二次关系),度量结果仍存在/^=0。因此,人们采用互信息 (Mutual Informational)来度量变量之间的非线性相关性。互信息是一种广义的相关性 度量方法,它可以描述任何的相互关系,既包括线性的,也包括非线性的。但是,从互信息的定义中可以看出,它的值并不是在一个确定的闭区间内,这一点与相关系数表示线性相关 性的方式不同,相关系数以闭区间W,l]中的值来表示两个变量间线性相关的程度,其中0 表示最弱的线性相关,1表示最强的。因此,考虑两个离散变量JT和r,变量取值的个数设 为*,该值通常由可以获得的数据的量来确定;变量可取的状态数设为i。状态的分布由以 下的方式来确定1)将变量I和:r的数据分别按大小顺序排列;2)变量对I和r分布网格划分为6个JV7A个值组成的状态;3)将变量对x^llj (x^^),……,放入ftxfi的二维状态格中。 经过以上处理之后,对于变量I和:T的任意状态i,其本文档来自技高网...

【技术保护点】
一种基于振动和声频信号的高速列车轨道伤损探测方法,其特征在于,该探测方法包括以下步骤:步骤一:采集振动传感器和声频传感器采集到的振动信号和声频信号,并分别进行滤波处理,得到反映轨道伤损、轨道固有频率以及与列车运行相关的振动信号和噪声信号;所述振动传感器和声频传感器安装在待检测的列车轨道段中的测试点位置,所述振动传感器和声频传感器分别用于采集列车轨道的振动信号和声频信号,步骤二:采用信号分解或频率分析方法,提取振动和声频信号所包含的各种与伤损、振动及噪声相关的信息特征,分别获得振动信号特征信息C↓[v]和声频信号特征信息C↓[a],进而获得振动信号的IMF矩阵C↓[vj](t),j=1,…,n↓[2]和声频信号的IMF矩阵C↓[ai](t),i=1,…,n↓[1];步骤三:采用非线性相关分析方法分别分析步骤二获得的振动信号的IMF矩阵C↓[vj](t)和监督振动信号的IMF矩阵*↓[vj](t)、声频信号的IMF矩阵C↓[ai](t)与监督声频信号的IMF矩阵*↓[ai](t),分别获得振动信号的非线性相关系数曲线NCC(C↓[vj](t),*↓[vj](t))和声频信号的非线性相关系数曲线NCC(C↓[ai](t),*↓[ai](t));步骤四、分别分析步骤三获得的两条非相关性曲线信息,分别获得两条非线性相关系数曲线的最小值,获得振动信号的非线性相关系数最小值NCC↓[vj*]、和声频信号的非线性相关系数最小值NCC↓[ai*];步骤五、将获得的振动信号的非线性相关系数最小值NCC↓[vj*]所对应的IMF矩阵中的信息、和声频信号的非线性相关系数最小值NCC↓[ai*]所对应的IMF矩阵中的信息进行数据融合,获得损伤系数δ;在经验列车轨道的铁轨伤存在程度表中查询获得与获得的损伤系数δ最接近的数据,最终确定待检测的列车轨道段的损伤程度。...

【技术特征摘要】

【专利技术属性】
技术研发人员:沈毅王艳沈志远张敏
申请(专利权)人:哈尔滨工业大学
类型:发明
国别省市:93

网友询问留言 已有0条评论
  • 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。

1