CN107423338B - 一种铁路综合检测数据显示方法及装置 - Google Patents
一种铁路综合检测数据显示方法及装置 Download PDFInfo
- Publication number
- CN107423338B CN107423338B CN201710292892.0A CN201710292892A CN107423338B CN 107423338 B CN107423338 B CN 107423338B CN 201710292892 A CN201710292892 A CN 201710292892A CN 107423338 B CN107423338 B CN 107423338B
- Authority
- CN
- China
- Prior art keywords
- detection
- mileage
- file
- sensor
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 271
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 144
- 238000004458 analytical method Methods 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000012351 Integrated analysis Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种铁路综合检测数据显示方法及装置,方法包括:获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,文件头检测信息块用于记录本次检测的基本情况;文件头通道定义块用于记录获取检测数据的每个传感器的信息,文件体用于记录每个采样点处的每个传感器的检测数据;按照文件头检测信息块、文件头通道定义块对检测文件的文件体进行解析,获得各传感器的里程及对应地实际检测值;各传感器的里程作为显示区域的二维坐标系中X轴坐标值,各传感器的实际检测值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标;在显示区域,以相同的里程作为基准,根据各传感器的坐标获得对应的数据波形。
Description
技术领域
本发明涉及铁路基础设施检测技术领域,特别涉及一种铁路综合检测数据显示方法及装置。
背景技术
在高速铁路基础设施维修方面,需要各方面检测数据进行综合分析,对设备状态及变化趋势进行综合评估,研究高速铁路基础设施状态变化规律和演变机制,为设备的维修维护提供辅助决策支持,那么,就要对轨道几何状态与列车动力学响应、轨道几何状态与接触网状态的关联性进行分析研究。
目前,轨道几何、列车动力学响应(轮轨动力学、加速度响应)、接触网状态各自有本身专业的分析展示软件,能够单独展示相应领域的检测数据波形。铁路总公司、各路局的数据分析人员在进行综合分析时,存在以下问题:
(1)、只能使用各领域相应的专业波形分析软件读取本领域的数据,不能在同一软件界面直接读取展示同一检测线路、行别的轨道几何、列车动力学响应(轮轨动力学、加速度响应)、接触网的检测数据;
(2)、缺少将不同专业的检测通道自由组合在一起按里程同步综合展示的手段,不能直接展示出不同专业数据之间的关联影响;
(3)、不能标注显示无效数据区段。
以上这些问题,形成各专业波形分析软件各自为营的局面,导致在检测分析过程中成本投入的提高以及综合分析的精确度不高。
发明内容
为解决现有技术的问题,本发明提出一种铁路综合检测数据显示方法及装置,各检测专业***在检测过程中按里程记录以二进制文件存储检测数据,需要开发集成分析与波形展示技术,对轨道几何、轮轨动力学、车辆加速度、接触网的检测数据进行统一格式转换、数据分拆、同步定位及无效区段标识处理,实现多专业检测数据集成分析展示。
为实现上述目的,本发明提供了一种铁路综合检测数据显示方法,包括:
获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度;所述文件体用于记录每个采样点处的每个传感器的检测数据;
按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
优选地,还包括:
以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
优选地,还包括:
获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表将对应采样点的里程进行校正;其中,所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。
优选地,所述获得各传感器的里程显示值的步骤包括:
如果所述采样类型为距离采样,根据所述文件头通道定义块中的通道编码、采样点累计值、里程标签及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程;
如果所述采样类型为时间采样,根据所述文件头通道定义块中的通道编码、采样点的速度及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程间距。
优选地,所述获得各传感器的检测显示值的步骤为:
所述文件体的每个数据字节与二进制数值128异或,将每两个字节的异或的结果除以对应传感器的通道比例之后,再加上对应传感器的通道基线值,获得每个传感器的检测数据显示值。
优选地,所述根据所述长短链的配置表将对应采样点的里程进行校正步骤包括:
在检测线路上标记至少两个点,获取任意两标注点之间的目标线路;
根据所述目标线路的长短链的配置表,获得所述目标线路的实际里程;其中,length(AB)=B点里程–A点里程+Extra_长链的绝对值–Extra_短链的绝对值;B点、A点分别为目标线路上的两个标记点;当前采样点的链的类型为长链,则Extra_长链=当前采样点的链的米数–1000;当前采样点的链的类型为短链,则Extra_短链=当前采样点的链的米数;
确定所述目标线路内的采样点个数,根据所述采样点个数以及所述目标线路的实际里程获得任意两标注点之间的采样间距;
根据任意两标注点之间的采样间距确定采样间距平均值;
根据采样间距平均值获得起始点的里程、终止点的里程、起始点与终止点之间的里程间距、起始点的采样字节数、终止点的采样字节数以及起始点与终止点的采样点的数目;
根据起始点的里程、终止点的里程、起始点与终止点之间的里程间距、起始点的采样字节数、终止点的采样字节数以及起始点与终止点的采样点的数目校正检测线路上的每个采样点的里程。
为实现上述目的,本发明还提供了一种铁路综合检测数据显示装置,包括:
存储器,用于存储各应用程序指令;
处理器,其与所述存储器耦合,所述处理器被配置为执行存储在所述存储器中的应用程序指令,其中,所述处理器被配置的应用程序用于:
获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度;所述文件体用于记录每个采样点处的每个传感器的检测数据;
按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
优选地,所述处理器被配置的应用程序还用于:
以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
优选地,所述处理器被配置的应用程序还用于:
获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表将对应采样点的里程进行校正;其中,所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。
上述技术方案具有如下有益效果:
本技术方案通过对检测文件统一处理和多通道数据并行展示,实现轨道几何、接触网、车辆动力学、车辆加速度多专业检测数据关联显示分析,并实现了灵活的通道设置和用户定制,为高速铁路基础设施病害识别、病害原因诊断、维修决策支持和作业质量评价提供了重要手段,是高速铁路检修中面向维修现场的重要工具。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提出的一种铁路综合检测数据显示方法流程图之一;
图2为本发明实施例提出的一种铁路综合检测数据显示方法流程图之二;
图3为本实施例的综合显示示意图之一;
图4为本实施例的综合显示示意图之二;
图5为本实施例的综合显示示意图之三;
图6为本技术方案中长链示意图;
图7为本发明实施例提出的一种铁路综合检测数据显示装置示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为本发明实施例提出的一种铁路综合检测数据显示方法流程图之一。包括:
步骤101):获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道名称、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度;所述文件体用于记录每个采样点处的每个传感器的检测数据;
在本技术方案中,检测文件包括轨道几何检测文件、列车动力学检测文件、车辆加速度检测文件、接触网检测文件。检测文件存储在二进制数据文件中,检测文件中包含的检测数据的采样方式分为两种:一种是按距离采样的数据;一种是按时间采样的数据。在实际分析时,需要在对同一线路、行别上按里程同步显示各传感器的数据,各专业***的检测数据保存格式并不一致,解析程序在解析各专业原始检测数据难以按里程同步展示。因此,一列车上有多个检测专业,每个检测专业都需要时间、速度和里程信息,本技术方案采用统一的时钟、距离采样控制基准、统一的时间、速度和里程标签,能够确保多专业的数据对于一条线路的一次检测是相对一致的,在同步处理可以按里程同步显示,实现不同专业检测数据同步定位处理。
本技术方案统一要求将各专业的检测文件的格式转换为CIT格式,其格式主要定义为:
文件头检测信息块,用来记录本次检测的基础信息,这些基础信息可以帮助分析人员了解本次检测的基本情况,如果检测发现铁轨有问题,根据这些基本情况就能立刻得知问题发生的时间,地点,日期等信息。其中,文件头检测信息块包括:
检测数据的类型编码,用来说明这个检测文件记录哪种检测专业数据,比如:加速度的数据,轨道几何数据,还是其他专业的数据。不同的检测数据种类要做的分析运算是不同的;
检测线路,该编号用来表示检测的是哪条线路,是京广线?京沈线?如果不记录这个信息,如果发现问题,怎么能知道是哪段铁轨出问题了呢;其中,检测线路对应行业编码将全国的线路统一定义5位ASCII码长度并预留部分长度进行设置,检测行别统一采用行业内的编码。
检测行别,用来说明检测火车行驶的方向,是从北京开到广州(下行),还是从广州开到北京(上行),这个用来定位发生问题的那一小段钢轨的具***置。
检测车号,用来记录是哪个检测火车检测的。
检测日期,用来记录检测发生的时间。
采样类型,用来表示传感器的采样类型,比如:按照时间间距采样的(比如一秒中采样2000次),还是按照距离间距采样的(比如一米采样4次)。
检测起止里程,在本技术方案中,检测火车不一定把整段钢轨都测试一遍。比如钢轨长度是0米到100米,但是检测火车可以选择只检测从30米到80米这一段,起止里程就是30和80)。
增减标志,这个与检测行别有关,规定:上行的话为增里程,下行的话为减里程。用来定位问题发生的钢轨的具***置。
文件头通道定义块,在本技术方案中,检测火车上有多个传感器,每个传感器采集一种数据,如果有8个传感器,那就采集8种数据,也就是有8个通道;有100个传感器,就采集100种数据,也就是有100个通道。文件头通道定义块就是说明传感器的基本信息的。其中,基本信息包括:传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度。在本实施例中,按轨道几何、动力学、车辆加速度、接触网检测四个专业的检测通道统一定义编码,即从1~10000范围内,按照各专业适当预留的原则划分一定范围定义其通道。例如:定义1~2500之内的代码都为轨道几何专业的通道代码,文件头通道定义块说明了各传感器的基本信息,比如:采样点累计值、通道比例、通道基线值、里程标签、采样点的速度。传感器的具体数据存储在CIT文件的文件体中。那如何知道这些通道数据是按照啥顺序存储的,对每个采样点所有的传感器都采集了自己的数据,那这一次采样数据有多大?这些信息都可以由文件头通道定义块计算出来。
文件体,用于记录每个传感器的里程及对应地检测数据。无论是按距离采样数据还是按时间采样数据,检测数据均是按各通道对应的实际数据进行记录,同时记录各采样点的速度,从文件头中通道块定义可解释出文件体中各传感器的检测数据。
步骤102):按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
对于本技术方案来说,采用统一编码格式,在解析不同专业的检测数据是可按文件头检测信息块、文件头通道定义块来统一解析。根据文件头通道定义块我们知道传感器的数目,假设有3个传感器,传感器采集的数据是按照采样点存的,即一个采样点就记录了三种数据。所以,数据存储如下:采样点1,采样点2,采样点3,采样点4,采样点5等等,而每个采样点都记录了三种数据,所以数据存储如下:1-2-3、1-2-3、1-2-3、1-2-3等等,每个传感器用2个字节表示,那么每个采样点就是3*2=6个字节,所以在文件体中每读取6个字节就是一个采样点(含3个传感器),每个传感器的数据字节为2个。把这两个字节取出来,进行解密,就得到了任一采样点的某个传感器的真实数据。
如果所述采样类型为距离采样,根据所述文件头通道定义块中的通道名称、采样点累计值、里程标签及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程。比如:任一检测文件中都有2个里程传感器,一个是千米里程传感器,另一个是米里程传感器,用来记录采样点发生的里程。例如,第1980个采样点,其km和m通道分别为123和456,那我们就知道这第1980个点发生在123.456km位置处。根据检测行别,如果是下行,那这123.456km是从北京开始算,反之是从广州。
如果所述采样类型为时间采样,根据所述文件头通道定义块中的通道名称、采样点的速度及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程间距。假设开始里程是30,结束里程是100,那么这段距离就是100-30=70,如果这段距离有100个采样点,那么采样点间距:70除以99。100个采样点把这段距离等分为99份。
这样就能采用相同的算法实现对多专业数据的统一解析和处理,最终将不同专业不同采样的数据能够按转换为统一的距离和里程基准展示,避免了对不同格式文件进行复杂处理的工作,优化了程序,减少了开发工作量。
另外,在本技术方案中,存储在文件体中的检测数据是按距离采样,在计算机屏幕上显示成为离散的数据点,将这些离散的数据点用线连接后成为数据波形,需要将检测数据中记录的各采样点的里程转换成为X轴坐标上的数值,各采样点的传感器采集的数据按比例转换成为Y轴坐标上的数值。计算机屏幕宽向显示X轴坐标,高向显示Y轴坐标。实际中不同专业的传感器种类众多,每个传感器采集的数据为浮点型,在检测文件的文件体中传感器采集的数据转换为整型。对于浮点型数据来说,其幅值变化范围复杂,既有的在正、负浮点数大范围波动检测值(如在-10n~10n范围内,n为1~5),也有在非常极小范围内波动的检测值(如在-10-n~+10-n,n为1~5);各传感器的数据单位不尽相同,难以将检测值按相同高度并行显示,为此在文件体中存储检测值时需要考虑存储方式。检测的实质是需要记录检测值与标准的偏差,将各传感器的实际检测值首先减去对应的传感器的通道标准值,得到偏差,然后根据各偏差的变化幅值范围乘以适当的比例系数(根据变化范围放大或缩小),全部通道的偏差值都能转换成在-2,147,483,648~+2,147,483,647之间变化的整型数值。也就是说,对每个传感器而言,将采集的数据由浮点型转换为整型数据,并存储在文件体中,每个传感器在文件头通道定义块中有基本参数信息:通道比例fcale和通道基线值foffset,假设某个传感器实际采集的数据为a,将实际采集的数据a转换为整型数据时,过程为:(a-foffset)*fcale=b,b中每个字节再和128异或操作然后把操作结果存到文件体中。将整型数据转换为实际采集的数据a的过程为:文件体中每个数据字节先和128异或,将每两个字节的异或的结果为b,然后b/fcale+foffset=a,就把实际数据还原出来了。这样,既保证了检测数据文件的结构体有序性,又避免记录复杂的浮点数需要大量字节存储降低了文件容量,提高读取文件速度,在解析时将全部各传感器的基准值和比例系数设置于配置文件头通道定义块中,当解析时只需要将读取的整数值除以对应传感器的通道比例,再加上通道基线值就能计算出检测的原始数值;在显示数据波形时,可将存储在文件体中的检测数据转换成与屏幕对应Y轴坐标,对于变化幅度小的数据波形,可由界面手动设置放大比例系数,调整各传感器的波形显示比例趋于相同。
步骤103):各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
为同时读取多个不同专业的传感器的检测数据,需要对着多个检测文件进行有序的管理,哪个检测文件先被打开,然后又打开哪个检测文件,再然后又打开哪个检测文件等,后台通过编写软件程序把读取的检测文件管理起来。从存储器中读检测文件至内存时,对每个读取的检测文件打上数据标签,表示哪个是主显示数据,哪个是次显示数据。当前显示一帧的数据点数,动态读取内存的数据,以适应在不同显示比例情况下每屏显示的点数动态变化。在实际展示操作中,用户在屏幕上移动鼠标按里程拖动时,***自动从内存数据中比较当前要新读取的里程数据,如果该里程数据已经在内存队列中,则不去从存储器中读取检测文件,而是从内存中获取对应的检测文件。每次从内存中读取当前没有的区域数据后重新刷新内存数据;同时从存储器中读取新的检测文件至内存中,在读取检测文件与内存交换数据时,一次尽量读大块数据而不频繁读取小块数据,减少对文件的访问次数,提高I/O吞吐效率。
检测文件读入时,在内存中建立Hash索引,读数据时,先在Hash索引中查找数据位置,再到指定位置读取内容,实现快速随机读取;***读取数据时,按显示最大通道数设置在内存设置动态循环数组,在多个传感器的检测数据波形展示时在对应通道显示。其中,里程显示区域作为一个最基本的显示区域单独处理,多个传感器的检测数据都以相同的里程作为显示基准进行波形曲线显示。在显示时不做I/O操作,利用双内存队列缓存降低屏幕刷新率;如果多个点坐标对应同一个像素点,先合并再显示,关联屏幕上的显示通道与检测数据,可以确定每个展示的文件通道显示位置,实现以不同专业的传感器的检测文件为单位的通道平移操作处理,即以文件图层为标识的处理操作。
如图3所示,为本实施例的综合显示示意图之一。在图3中,数据以相同的里程作为基准,将不同传感器采集的数据进行展示。比如:里程为K3+200处,展示了速度传感器、轨距传感器、水平传感器、硬点传感器、冲击传感器、右轴垂1传感器、左轴垂1传感器这7种不同专业的传感器的检测数据。不同里程处的检测数据分别构成了七条数据波形。本技术方案对实现轨道几何、接触网、车辆动力学、车辆加速度多专业检测数据综合展示分析,应用在CRH380A-001、CRH380B-002综合检测列车上及铁路基础设施检测数据中心、各铁路局,为检测工程师进行综合分析提供了有效的手段。
如图4所示,为本实施例的综合显示示意图之二。由图4可知,通过自动和手动分析相结合,可标注出数据缺失、阳光干扰、进出站、加宽道岔、其他原因等多种无效区段,为分析工程师准确评判和现场分析提供了直观的工具。
如图2所示,为本发明实施例提出的一种铁路综合检测数据显示方法流程图之二。在图1的基础上,包括:
步骤104):以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
如图5所示,为本实施例的综合显示示意图之三。在图5中,每个显示通道有两条数据波形曲线,不同的数据波形曲线对应不同的时间段。通过比对不同时间段相同传感器采集的数据,为高速铁路基础设施病害识别、病害原因诊断、提供维修建议和作业质量评价提供了重要手段。同时,在软件界面上鼠标移动至需要测量里程位置,单击弹出“测量结果”窗口显示里程断面全部通道值,实现测量功能。
在本技术方案中,铁路的实际里程存在长短链情况,即在连续增加的里程中出现里程跳变情况,在文件体中记录的里程也存在跳变情况,如图6所示。假设A,B是公里标,A为35km,B为36km,在正常状态下,B=A+1000米,也就是36km=35km+1000米。但是现在因为某种原因,使得AB之间的实际距离不再是1000米,可能比1000米长(比如AB之间把一段直线铁轨改造成了曲线铁轨),那么,AB之间就有一个长链。此时,可以修改原先涉及到的所有的工程图纸,把里程重新丈量并在图纸上标注正确,同时也要把现场的里程标(一根已经埋好了的柱子)重新调整。但这样的话工作量太大了,因此,就设置了长短链表,这样,原先的工程图纸不用动,现场的已经做好了的里程标也不用改造。做某种计算的时候只需要把长短链表考虑进去即可。
基于上面的情况,现在如果AB段为长链(比1000米长),假设为1890米,那么:B=A+1890米,也就是36km=35km+1890米。数学上并不正确,但是实际当中,在火车线路上,位置35km+1890米处,标的就是36km(有一个柱子,上面标36km),现场人员只会以这跟柱子为参照点去找相对位置。在波形软件显示的波形图中,要标注里程标,35km就标35km,35公里往后1000米就标成35km+1000m,35km往后1400米就表示为35km+1400m,到35km+1890米处要标注成36km。
在波形软件中有个长短链的配置表,以下表为例,采样点的采样间距为1000m,如下表1:
表1
所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。这个表的含义如下:
例如第一行,在275km这个点,有个长链,链的长度(线路的实际长度)是1900米,也就是说,276km这个里程标的位置在:275km+1900m。
例如在第三行,在336km处,有个短链,这个短链比1000米短了105米,链的长度(线路的实际长度)是1000-105=895米,也就是说,337km这个里程标的位置在:336km+895m。
记录用户的操作,存储到IndexOri表中。这个表按顺序记录用户的操作,无需排序。
表2
上表2中,IndexPoint是某个采样点在检测文件中的采样字节数。IndexMeter是用户标注的新里程。
在检测线路上标记至少两个点,获取任意两标注点之间的目标线路;用户需要标注至少2个点,才运行里程修正算法,少于2个点则不运行里程修正算法。
对于用户标记的点,两两之间(假设AB两点),读取长短链表并分析,看看AB之间是否存在长短链,则AB之间的实际里程长度如下:
当AB间没有长短链时,length(AB)=B点里程–A点里程
由表1可知,对于一个长链点,长出的里程为:
Extra_长链=米数–1000
对于一个短链点,缺少的里程为:
Extra_短链=米数
所以,AB间实际里程为:length(AB)=B点里程–A点里程+Extra_长链的绝对值–Extra_短链的绝对值;B点、A点分别为目标线路上的两个标记点;当前采样点的链的类型为长链,则Extra_长链=当前采样点的链的米数–1000;当前采样点的链的类型为短链,则Extra_短链=当前采样点的链的米数;
用户标注的点之间的目标里程上的点的数目M也可以计算出来,那么,用户标注的点之间的采样点的采样间距就为:设某段用户标注点之间的实际里程为L,采样间距=L/(M-1)。
基于上一步描述,任意两标注点之间的采样间距都已经计算出来,把这些采样间距求平均值。
对用户标注的点按里程从小到大(如果线路是增里程)或者从大到小(如果线路是减里程)排序,然后从第一个用户标注的点往前数采样点,一直数到起始点,根据采样间距平均值计算出起始点的里程。同理,从最后一个用户标注的点往后数采样点,一直数到线路终止点,根据采样间距平均值,计算出终止点的里程。
这样,我们就得到了起始点,用户标注点,终止点。将这些点存储到下表3。
表3
上表3中的内容用来做里程校正。表中的StartPoint,EndPoint是采样点在文件体中的采样字节数。StartMeter是起始采样点的里程数,EndMeter是终止采样点的里程数,ContainsPoint是StartPoint与EndPoint之间的采样点的数目,ContainsMeter是起始采样点与终止采样点之间的里程间距,ContainsMeter/(ContainsPoint-1)就是新的采样间距。
基于上面的表,就可以推算出每个采样点的里程了。
在显示波形图的时候,里程标按照推算出来的采样点的里程来显示。但要注意长短链,例如35km有个长链,为1890米,那么35km+1km就标成“35km+1km”,而35km+1890m,需要标成36km。
由上述可知,本技术方案的在解析检测文件的同时获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表获得表3里程校正表,利用表3的里程校正表将对应采样点的里程进行校正,极大提高了读取效率。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
如图7所示,为本发明实施例提出的一种铁路各方面检测数据显示装置示意图。包括:
存储器a,用于存储各应用程序指令;
处理器b,其与所述存储器耦合,所述处理器被配置为执行存储在所述存储器中的应用程序指令,其中,所述处理器被配置的应用程序用于:
获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度;所述文件体用于记录每个采样点处的每个传感器的检测数据;
按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
进一步地,所述处理器b被配置的应用程序还用于:
以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
进一步地,所述处理器b被配置的应用程序还用于:
获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表将对应采样点的里程进行校正;其中,所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。
本发明实施例还提供一种计算机可读程序,其中当在电子设备中执行所述程序时,所述程序使得计算机在所述电子设备中执行如图1、图2所述的铁路综合检测数据显示方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在电子设备中执行如图1、图2所述的铁路综合检测数据显示方法。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种铁路综合检测数据显示方法,其特征在于,包括:
获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度,其中,文件头通道定义块还用于确定文件体中通道数据的存储顺序以及每个采样点采样数据的大小;所述文件体用于记录每个采样点处的每个传感器的检测数据;
按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
2.如权利要求1所述的方法,其特征在于,还包括:
以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
3.如权利要求1或2所述的方法,其特征在于,还包括:
获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表将对应采样点的里程进行校正;其中,所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。
4.如权利要求1或2所述的方法,其特征在于,所述获得各传感器的里程显示值的步骤包括:
如果所述采样类型为距离采样,根据所述文件头通道定义块中的通道编码、采样点累计值、里程标签及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程;
如果所述采样类型为时间采样,根据所述文件头通道定义块中的通道编码、采样点的速度及所述文件头检测信息块中用于记录检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、检测起止里程、增减标志获得各传感器的里程间距。
5.如权利要求1或2所述的方法,其特征在于,所述获得各传感器的检测显示值的步骤为:
所述文件体的每个数据字节与二进制数值128异或,将每两个字节的异或的结果除以对应传感器的通道比例之后,再加上对应传感器的通道基线值,获得每个传感器的检测数据显示值。
6.如权利要求3所述的方法,其特征在于,所述根据所述长短链的配置表将对应采样点的里程进行校正步骤包括:
在检测线路上标记至少两个点,获取任意两标注点之间的目标线路;
根据所述目标线路的长短链的配置表,获得所述目标线路的实际里程;其中,length(AB)=B点里程–A点里程+Extra_长链的绝对值–Extra_短链的绝对值;B点、A点分别为目标线路上的两个标记点;当前采样点的链的类型为长链,则Extra_长链=当前采样点的链的米数–1000;当前采样点的链的类型为短链,则Extra_短链=当前采样点的链的米数;
确定所述目标线路内的采样点个数,根据所述采样点个数以及所述目标线路的实际里程获得任意两标注点之间的采样间距;
根据任意两标注点之间的采样间距确定采样间距平均值;
根据采样间距平均值获得起始点的里程、终止点的里程、起始点与终止点之间的里程间距、起始点的采样字节数、终止点的采样字节数以及起始点与终止点的采样点的数目;
根据起始点的里程、终止点的里程、起始点与终止点之间的里程间距、起始点的采样字节数、终止点的采样字节数以及起始点与终止点的采样点的数目校正检测线路上的每个采样点的里程。
7.一种铁路综合检测数据显示装置,其特征在于,包括:
存储器,用于存储各应用程序指令;
处理器,其与所述存储器耦合,所述处理器被配置为执行存储在所述存储器中的应用程序指令,其中,所述处理器被配置的应用程序用于:
获取检测文件;所述检测文件的格式为:文件头检测信息块、文件头通道定义块、文件体;其中,所述文件头检测信息块用于记录本次检测的基本情况,包括所述检测文件中检测数据的类型编码、检测线路、检测行别、检测车号、检测日期、采样类型、检测起止里程、增减标志;所述文件头通道定义块用于记录获取检测数据的每个传感器的信息,包括所述传感器的通道编码、采样点累计值、通道比例、通道基线值、里程标签、采样点的速度,其中,文件头通道定义块还用于确定文件体中通道数据的存储顺序以及每个采样点采样数据的大小;所述文件体用于记录每个采样点处的每个传感器的检测数据;
按照所述文件头检测信息块、所述文件头通道定义块对所述检测文件的文件体进行解析,获得各传感器的里程显示值及对应地检测显示值;
各传感器的里程显示值作为显示区域的二维坐标系中X轴坐标值,各传感器的检测显示值作为显示区域的二维坐标系中Y轴坐标值,获得各传感器的坐标为(x,y);在显示区域,以相同的里程作为基准,根据各传感器的坐标(x,y)获得对应的数据波形。
8.如权利要求7所述的装置,其特征在于,所述处理器被配置的应用程序还用于:
以相同的里程作为基准,获得不同时间段的各传感器的数据波形,在显示区域,将不同时间段的各传感器的数据波形比对显示。
9.如权利要求7或8所述的装置,其特征在于,所述处理器被配置的应用程序还用于:
获取所述检测文件对应的长短链的配置表,根据所述长短链的配置表将对应采样点的里程进行校正;其中,所述长短链的配置表包括:检测线路、检测行别、当前采样点的里程、当前采样点的链的米数、当前采样点的链的类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710292892.0A CN107423338B (zh) | 2017-04-28 | 2017-04-28 | 一种铁路综合检测数据显示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710292892.0A CN107423338B (zh) | 2017-04-28 | 2017-04-28 | 一种铁路综合检测数据显示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107423338A CN107423338A (zh) | 2017-12-01 |
CN107423338B true CN107423338B (zh) | 2020-12-25 |
Family
ID=60424806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710292892.0A Active CN107423338B (zh) | 2017-04-28 | 2017-04-28 | 一种铁路综合检测数据显示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423338B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109557856A (zh) * | 2018-12-08 | 2019-04-02 | 深圳科安达电子科技股份有限公司 | 一种提速道岔运行数据可视化展示*** |
CN110197133B (zh) * | 2019-05-13 | 2021-06-25 | 中国铁路总公司 | 将检测波形进行对齐的方法和装置 |
CN113625264A (zh) * | 2021-06-16 | 2021-11-09 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种并行处理铁路检测大数据的方法及*** |
CN114880533B (zh) * | 2022-07-12 | 2022-09-13 | 济南致通华铁测量技术有限公司 | 一种实现铁路里程标显示的***和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101590862A (zh) * | 2008-05-28 | 2009-12-02 | 北京人和路通科技有限公司 | 一种轨道电路实时监测方法 |
CN102842103A (zh) * | 2012-07-17 | 2012-12-26 | 北京交通大学 | 高速综合检测列车二维全息可视化***与方法 |
CN102855659A (zh) * | 2012-07-17 | 2013-01-02 | 北京交通大学 | 高速综合检测列车三维全息可视化***与方法 |
CN103419815A (zh) * | 2013-05-30 | 2013-12-04 | 北京全路通信信号研究设计院有限公司 | 一种铁路线路中铁路信息的确定方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19532104C1 (de) * | 1995-08-30 | 1997-01-16 | Daimler Benz Ag | Verfahren und Vorrichtung zur Bestimmung der Position wenigstens einer Stelle eines spurgeführten Fahrzeugs |
CN101216828B (zh) * | 2007-12-27 | 2012-01-11 | 北大方正集团有限公司 | 一种图像文件转换方法及装置 |
CN103617378B (zh) * | 2013-11-01 | 2017-07-14 | 北京创世泰克科技股份有限公司 | 基于移动智能终端的drm内容保护***及方法 |
CN103984773B (zh) * | 2014-06-05 | 2018-06-19 | 南京信息工程大学 | 一种多格式天气雷达基数据文件转NetCDF文件方法 |
CN104268820A (zh) * | 2014-09-30 | 2015-01-07 | 中国神华能源股份有限公司 | 铁路检测车检测数据的处理方法和*** |
-
2017
- 2017-04-28 CN CN201710292892.0A patent/CN107423338B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101590862A (zh) * | 2008-05-28 | 2009-12-02 | 北京人和路通科技有限公司 | 一种轨道电路实时监测方法 |
CN102842103A (zh) * | 2012-07-17 | 2012-12-26 | 北京交通大学 | 高速综合检测列车二维全息可视化***与方法 |
CN102855659A (zh) * | 2012-07-17 | 2013-01-02 | 北京交通大学 | 高速综合检测列车三维全息可视化***与方法 |
CN103419815A (zh) * | 2013-05-30 | 2013-12-04 | 北京全路通信信号研究设计院有限公司 | 一种铁路线路中铁路信息的确定方法和装置 |
Non-Patent Citations (1)
Title |
---|
车载数据综合分析处理***;赵钢 等;《铁路技术创新》;20120229(第2012年第1期);23-27 * |
Also Published As
Publication number | Publication date |
---|---|
CN107423338A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423338B (zh) | 一种铁路综合检测数据显示方法及装置 | |
US20120203402A1 (en) | Intelligent Railway System for Preventing Accidents at Railway Passing Points and Damage to the Rail Track | |
JP5965251B2 (ja) | 軌道位置データ付与システム及び軌道位置データ付与方法 | |
CN106327866B (zh) | 基于rfid的车辆出行od切分方法及其*** | |
CN110745162A (zh) | 一种列车完整性检查方法及*** | |
CN110046212B (zh) | 路况变化信息确定方法、装置、计算机设备及存储介质 | |
CN113935158B (zh) | 一种针对高速公路事故多发点的交通检测器优化布设方法 | |
CN106651731A (zh) | 基于历史数据的通信铁塔待解决问题集生成方法及*** | |
CN106679627B (zh) | 一种基于物联网的通信铁塔垂直度问题判断方法及*** | |
CN103273382B (zh) | 一种光栅尺的读数装置 | |
CN111309791A (zh) | 一种检测仪器数据自动采集方法 | |
KR101040511B1 (ko) | 철도레일로부터 검측된 궤도틀림 데이터의 위치 동기화 방법 및 이를 수행하기 위한 시스템 | |
JP2014091424A (ja) | 鉄道車両における運用を考慮した走行距離補正システム | |
CN108665723B (zh) | 一种信息获取方法及装置 | |
CN105187451B (zh) | 网站流量异常检测方法及*** | |
CN112040433A (zh) | 一种数据处理方法及装置 | |
KR101048804B1 (ko) | 레일 누적 통과 톤수 실측 장치 | |
KR101791947B1 (ko) | 프랙탈 차원 분석에 기반한 주행 평가 방법 및 장치 | |
JP2003329431A (ja) | トロリ線摩耗状態解析装置 | |
JP2007248341A (ja) | トロリ線支持点位置検出方法及び検出システム | |
CN112829797B (zh) | 一种线路点的参数获取方法、装置、设备及存储介质 | |
CN105547932B (zh) | 一种发动机滑油金属颗粒在线监测的信号检波方法 | |
JP7517089B2 (ja) | トロリ線管理装置、トロリ線管理方法、及びプログラム | |
JP2013122459A (ja) | Pq測定処理装置及びpq測定処理プログラム | |
Bergquist et al. | Cleaning of railway track measurement data for better maintenance decisions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |