CN111845842B - 一种轨道监测***及其监测方法 - Google Patents
一种轨道监测***及其监测方法 Download PDFInfo
- Publication number
- CN111845842B CN111845842B CN201910355185.0A CN201910355185A CN111845842B CN 111845842 B CN111845842 B CN 111845842B CN 201910355185 A CN201910355185 A CN 201910355185A CN 111845842 B CN111845842 B CN 111845842B
- Authority
- CN
- China
- Prior art keywords
- data
- track
- monitoring
- monitoring system
- curve
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
- B61K9/10—Measuring installations for surveying permanent way for detecting cracks in rails or welds thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mechanical Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种轨道监测***及其监测方法,所述方法包括:S1、启动采集装置,连续对轨道***进行数据采集;S2、判断数据采集过程是否满足判定条件;是,进行步骤S3;否,返回步骤S1;S3、对采集的数据进行处理,获得不同指标的数据信号;S4、将步骤S3得到的数据信号输入人工神经网络,经过神经网络控制算法处理后,输出相应的控制量;S5、根据步骤S4获得的控制量,判断是否存在任一控制量超过对应控制阈值的情况;是,则***报警;否,则形成数据报表;本发明所述的一种轨道监测***及其监测方法,能够对轨道运行状态进行监测和预警,极大提高了监测***的智能化,有效保障了列车的安全运行。
Description
技术领域
本发明涉及铁路轨道工程监测领域,特别涉及一种轨道监测***及其监测方法。
背景技术
随着各个城市规模逐渐扩大,城市人口持续增加,对城市轨道交通的建设需求越来越大,并促进地铁向高速度、大运量、间隔短的方向深入发展。因此,不可避免地加重了轨道结构的运营负担,影响了轨道的服役状态。列车作用于轨道结构的荷载越来越复杂,造成轮轨动态相互作用力加剧,在一定程度上加速了轨道零部件的损坏,从而需要频繁更换和维护轨道零部件,这一方面给铁路部门造成一定的经济损失,增加了养护维修工作量,另一方面严重影响铁路轨道运营的安全性及稳定性。
目前国内外铁路轨道状态监测主要有以下几种方式:
人工巡检。此方法巡检随机、灵活,但易受人为判断,要求巡检人员工作责任心强,具备良好的专业能力。此外,人工巡检会占用大量的人力资源,自然或气候条件恶劣地区也难以保证巡检质量。
视频检测列车等设备。目前检测车在检测效率、巡检人员人身安全等方面已表现出极大的优越性,但存在以下弊病:多数监测列车是以高速连续拍照的形式进行数据分析,这会造成巡检数据量巨大的情况;同时,检测过程中会经常出现污物、雨雪等遮挡摄像机镜头或被检测部件的情况,使得无法获取准确的数据信息,影响检测结果。
专业设备现场检测。此方法目的性和专业性强,适用于找出问题出现的深层原因,方便对症下药。但该方法存在检测耗时耗力、不能长期监测和提供预警效果。
以上几种方式存在自身的盲区和缺点,存在重大的安全隐患。随着科技进步和运维要求提高,未来轨道的智能一体化监测将是必然趋势。
发明内容
有鉴于此,本发明旨在提出一种轨道监测***及其监测方法,以解决现有技术在对轨道监测过程中存在诸多问题,且无需人工辅助检测,即可完成复杂庞大的轨道运行状态监测和预警,极大提高了监测***的智能化、网络化,有效保障列车的安全运行。
为达到上述目的,本发明的技术方案是这样实现的:
一种轨道监测***的监测方法,包括:
S1、启动采集装置,连续对轨道***进行数据采集;
S2、判断数据采集过程是否满足判定条件;是,进行步骤S3;否,返回步骤S1;
S3、对采集的数据进行处理,获得不同指标的数据信号;
S4、将步骤S3得到的数据信号输入人工神经网络,经过神经网络控制算法处理后,输出相应的控制量;
S5、根据步骤S4获得的控制量,判断是否存在任一控制量超过对应控制阈值的情况;是,则***报警;否,则形成数据报表。
进一步的,步骤S1包括:
S11、监测***开启;
S12、保持至少一个采集装置开启,连续对轨道***进行数据采集;
S13、在额定时长内,采集到的数据是否均大于对应的额定值,和/或采集到的数据在单位时间内的变化量或变化率是否均大于对应的额定值;是,进行步骤S14;否,返回步骤S12;
S14、开启监测***中的所有采集装置,并连续对轨道***进行数据采集。
进一步的,在步骤S2中,所述判定条件包括第一判定条件、第二判定条件、第三判定条件中的至少一个;
所述第一判定条件为数据连续采集的时长是否大于预设时长;
所述第二判定条件为采集到的数据值是否均小于对应的预设值;
所述第三判定条件为采集到的数据在单位时间内的变化量或变化率的绝对值是否均小于对应的预设值。
进一步的,步骤S3包括:
S31、对采集的数据进行分类、排序,形成时域信号;
S32、对所述时域信号进行编辑、滤波;
S33、对步骤S32处理后的时域信号进行信号变换,形成频域信号。
进一步的,步骤S3还包括:
S34、对所述信号进行相关性函数处理,得到相关性参数;
S35、根据步骤S34获得的相关性参数,判断是否存在相关性参数小于预设阈值的情况;若是,则判定为人为或自然因素,生成日志文件,并返回步骤S1;若否,则进行步骤S4。
进一步的,步骤S34包括:
S341、利用自相关函数,对任一个信号,进行进行相关性函数处理,得到相关性参数;
S342、利用互相关函数,对任意两个不同的信号,进行进行相关性函数处理,得到相关性参数。
进一步的,所述监测方法包括:
S6、根据步骤S4获得的控制量或步骤S5生成的数据报表,判定相关数据是否达到第一临界值;若是,则进行预警并重点监控;若否,则进行步骤S7;
S7、调取历史数据曲线和/或标准数据曲线;
S8、将步骤S5生成的数据报表与历史数据曲线和/或标准数据曲线进行比对,判断数据报表中相关数据的变化情况是否满足判断条件;若是,则进行预警并重点监控;若否,则返回步骤S1。
进一步的,在步骤S8中,所述判断条件包括第一判断条件、第二判断条件中的至少一个;
所述第一判断条件为数据报表中的相关数据曲线的斜率的绝对值是否大于历史数据曲线和/或标准数据曲线的斜率的绝对值;
所述第二判断条件为数据报表中的相关数据曲线的曲率是否大于历史数据曲线和/或标准数据曲线的曲率。
一种轨道监测***,采用所述的监测方法;所述监测***包括:
数据采集单元,所述数据采集单元设置在轨道***中,用于对轨道的状态进行检测;
中央处理器,所述中央处理器与数据采集单元连接,用于处理与轨道状态相关的数据;
通信单元,所述通信单元与中央处理器连接,且通信单元与总控室连接,用于将中央处理器处理后的数据发送给总控室;
存储单元,所述存储单元与中央处理器连接,用于存储中央处理器处理后的数据以及历史数据。
相对于现有技术,本发明所述的一种轨道监测***及其监测方法具有以下优势:
本发明所述的一种轨道监测***及其监测方法,在轨道***中无需进行人工辅助检测,即可完成复杂庞大的轨道运行状态监测和预警,极大提高了监测***的智能化、网络化,有效保障列车的安全运行。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种轨道监测***的结构示意图;
图2为本发明实施例所述的一种轨道监测***的另一种结构示意图;
图3为本发明实施例所述的一种轨道监测***在隧道中的布置图;
图4为本发明实施例所述的一种轨道监测***中的传感器在钢轨上的安装示意图;
图5为本发明实施例所述的一种轨道监测***中的传感器在钢轨上的另一种安装示意图;
图6为本发明实施例所述的一种轨道监测方法的流程图。
附图标记说明:
隧道壁1,道床2,钢轨3,轨头31,轨腰32,轨底33,第一监测点4,第二监测点5,第三监测点6,采集装置7。
具体实施方式
下文将使用本领域技术人员向本领域的其它技术人员传达他们工作的实质所通常使用的术语来描述本公开的发明概念。然而,这些发明概念可体现为许多不同的形式,因而不应视为限于本文中所述的实施例。提供这些实施例是为了使本公开内容更详尽和完整,并且向本领域的技术人员完整传达其包括的范围。也应注意这些实施例不相互排斥。来自一个实施例的组件、步骤或元素可假设成在另一实施例中可存在或使用。在不脱离本公开的实施例的范围的情况下,可以用多种多样的备选和/或等同实现方式替代所示出和描述的特定实施例。本申请旨在覆盖本文论述的实施例的任何修改或变型。对于本领域的技术人员而言明显可以仅使用所描述的方面中的一些方面来实践备选实施例。本文出于说明的目的,在实施例中描述了特定的数字、材料和配置,然而,领域的技术人员在没有这些特定细节的情况下,也可以实践备选的实施例。在其它情况下,可能省略或简化了众所周知的特征,以便不使说明性的实施例难于理解。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“设有”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通;术语“固定”可以是螺栓固定连接和/或螺钉固定连接和/或卡接和/或焊接,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明。
实施例1
如附图1-5所示,本实施例提出一种轨道监测***,所述监测***可以设置在常规的陆面轨道***、桥梁轨道***、隧道轨道***中,对于任意轨道***,可以包括钢轨3、道床2、扣件、弹条,也可以包括浮置板、垫板、限位凸台等,鉴于各部件以及装配情况均为现有技术,在此不进行赘述;本实施例着重对所述监测***进行介绍。所述监测***可以包括在某一段轨道的监测区域内设置的监测***,也可以包括整条轨道中的监测***;
在本实施例中,着重以在某一段轨道的监测区域内设置的监测***为例进行介绍,如附图1所示,所述监测***包括:
数据采集单元,所述数据采集单元设置在轨道***中,具体是设置在某一段轨道***的监测区域内,用于对轨道的状态进行检测;
中央处理器,所述中央处理器与数据采集单元连接,用于处理与轨道状态相关的数据;
通信单元,所述通信单元与中央处理器连接,且通信单元与总控室连接,用于将中央处理器处理后的数据发送给总控室;
存储单元,所述存储单元与中央处理器连接,用于存储中央处理器处理后的数据以及历史数据;
供电单元,所述供电单元与监测***的各个部件连接,用于为监测***的各个部件提供电力支持,以维持监测***的正常运转。
具体的,所述数据采集单元包括多个采集装置7,例如加速度传感器、位移传感器、传声器、压力传感器、振动传感器等。对于采集装置7在轨道***中的布置情况,以隧道轨道***为例,隧道壁1上至少设置有第一监测点4、第二监测点5,所述隧道壁1与道床2的交接处至少设置有第三监测点6;作为优选,所述第一监测点4上设置传声器,用于隧道内的噪声情况进行检测,所述第二监测点5上设置加速度传感器和/或振动传感器,用于对隧道内的垂向、横向的振动情况进行检测,所述第三监测点6上设置加速度传感器,用于对隧道壁1与道床2交接处的垂向、横向的振动情况进行检测;
除此之外,所述采集装置7也可以设置在钢轨3的轨腰32、钢轨3的轨底33、扣件、弹条、枕木、道床板、浮置板、垫板、限位凸台等轨道***相关的结构上,甚至设置在轨道***附近的陆面或路基上。当然,采集装置7的布置方式,也可以应用在陆面轨道、桥梁轨道等常规轨道***中。
对于所述中央处理器为常规的中央处理器,具有数据处理功能以及数据分析功能,用于对各个采集装置7获取的数据进行处理。
所述通信单元可以通过有线通信的方式,或者无线通信的方式与总控室连接;具体可以通过高压动力线、光纤通信线等有线通信结构进行有线通信,也可以采用WIFI、蓝牙、zigbee等无线通信方式进行无线通信;鉴于其均为现有技术,在此不进行赘述。
所述存储单元包括下列存储介质类型中的至少一种类型的存储介质:闪存型、硬盘型、固态磁盘(SSD)型、硅磁盘驱动器(SDD)型、多媒体卡微型、卡型存储器(SD或XD存储器类型)、随机存取存储器(RAM)型、静态随机存取存储器(SRAM)型、只读存储器(ROM)型、电可擦除可编程只读存储器(EEPROM)型、可编程只读存储器(PROM)型、磁存储器型、磁盘型以及光盘型等;所述存储单元用于存储中央处理器处理后的数据以及历史数据。
实施例2
本实施例在实施例1的基础上,着重以整条轨道中的监测***为例进行介绍,如附图2所示,所述监测***包括:
中央处理器,所述中央处理器设置在整条轨道***的总控室,用于处理整条轨道***中与轨道状态相关的数据;以地铁***为例,所述中央处理器设置在整条地铁线路所对应的总控室中。
多个数据采集单元,所述数据采集单元根据实际监测需要设置在整条轨道***中的不同监测区域中,具体的,所述数据采集单元包括多个采集装置7,所述采集装置7在整条轨道***中的设置情况与实施例1一致,在此不进行赘述;
对于任一个数据采集单元而言,所述数据采集单元还包括通信模块、供电模块;
所述通信模块与采集装置7连接,并以无线通信的方式与中央处理器连接,用于将采集装置7获取的轨道状态信息发送给中央处理器;优选的,采用WIFI、蓝牙、zigbee等无线通信方式进行无线通信;
所述供电模块分别与数据采集单元的各个组件连接,用于为数据采集单元的各个组件提供电力支持,以确保数据采集单元的正常数据采集工作的进行。
所述监测***还包括存储单元,所述存储单元与中央处理器连接,用于存储中央处理器处理后的数据以及历史数据;作为优选,所述存储单元同样设置在整条轨道***的总控室,用于存储整条轨道***中的相关数据以及历史数据;所述存储单元包括下列存储介质类型中的至少一种类型的存储介质:闪存型、硬盘型、固态磁盘(SSD)型、硅磁盘驱动器(SDD)型、多媒体卡微型、卡型存储器(SD或XD存储器类型)、随机存取存储器(RAM)型、静态随机存取存储器(SRAM)型、只读存储器(ROM)型、电可擦除可编程只读存储器(EEPROM)型、可编程只读存储器(PROM)型、磁存储器型、磁盘型以及光盘型等。
实施例3
本实施例在实施例1或实施例2的基础上,提出一种轨道监测方法,包括:
S1、启动采集装置,连续对轨道***进行数据采集;
所述采集装置包括加速度传感器、位移传感器、传声器、压力传感器、振动传感器等;
具体的,各个采集装置的布置情况可以参考实施例1中的相关介绍;
例如:所述加速度传感器可以设置在道床或浮置板上,可以设置在钢轨或扣件上,也可以设置在隧道壁上,利用加速度传感器采集轨道的振动量;所述位移传感器设置在钢轨上,利用位移传感器采集轨道的位移值或形变量;所述传声器设置在隧道壁上或轨道外侧的地面上,利用传声器采集轨道***中的噪声,尤其是隧道内的噪声;所述压力传感器设置在道床或浮置板上,也可以设置在钢轨或扣件上,利用压力传感器采集轨道***中的应力应变数据。
考虑到对轨道***进行监测的过程,数据采集往往发生在列车经过监测点的这一时间段内,并非需要始终维持数据信息采集状态;因此,步骤S1包括:
S11、监测***开启;
在对各个采集装置布置完成,整套监测***投入使用后,即可开启***。
S12、保持至少一个采集装置开启,连续对轨道***进行数据采集;
仅保持至少一个采集装置开启,即使其处于数据采集状态,连续对轨道***进行数据采集;其余采集装置均处于待机状态,从而整个监测***无需时刻保持数据采集,能够减少无关数据信息的获取量,降低整套检测***的运行负担;例如:只开启传声器,保持传声器处于数据采集状态,其余采集装置均处于待机状态;或者开启传声器和加速度传感器,保持其处于数据采集状态,其余采集装置均处于待机状态。
S13、在额定时长内,采集到的数据是否均大于对应的额定值,和/或采集到的数据在单位时间内的变化量或变化率是否均大于对应的额定值;是,进行步骤S14;否,返回步骤S12;
在列车未驶近监测点时,采集装置所采集的数据往往为一个量值较小且平稳的状态;当列车驶近监测点,采集装置所采集的数据会在一定时间段内出现明显的变动,从而通过在额定时长内,判定采集到的数据是否均大于对应的额定值,例如只开启传声器,判断在4s的额定时长内,噪音是否均大于50dB,若噪音在4s的额定时长内均大于50dB,则说明列车正在靠近,进行步骤S14,若噪音不大于50dB,则可能是环境噪音或底噪等因素,可以返回步骤S12;
或者只开启设置在轨道上的位移传感器,判断在3s的额定时长内,钢轨的位移量在单位时间内的变化量,若在3s的额定时长内,钢轨位移量在单位时间内的变化量均大于0.007mm,则说明列车正在靠近,进行步骤S14,若钢轨位移量在单位时间内的变化量不大于0.007mm,则可能是外界扰动或信号底噪等因素,返回步骤S12。
S14、开启监测***中的所有采集装置,并连续对轨道***进行数据采集;
当监测***通过步骤S13的判断过程,判定列车正在驶近监测点或监测区,则中央处理器控制监测***中的所有采集装置进行开启,并连续对轨道***进行数据采集,从而确保监测***能够在列车经过监测点或监测区的过程中,监测***能够对轨道***进行完整的监测。
从而通过步骤S11-S14的设置,使得监测***中的大部分采集装置,仅需在列车经过监测点或监测区的过程中,进行数据采集工作,在没有列车经过监测点或监测区时,处于待机状态即可;从而整个监测***无需时刻保持数据采集,能够减少无关数据信息的获取量,降低整套检测***的运行负担。
S2、判断数据采集过程是否满足判定条件;是,进行步骤S3;否,返回步骤S1;
其中,所述判定条件包括第一判定条件、第二判定条件、第三判定条件中的至少一个,其中:
所述第一判定条件为,数据连续采集的时长是否大于预设时长;
该过程中,在预设时长内连续对数据进行采集,并将采集的数据作为一组信号单元,以便于***在每次监测过程中均能够获取固定时长的信号数据,有利于***对相应的信号数据进行分析处理。
所述第二判定条件为,采集到的数据值是否均小于对应的预设值;
考虑到监测过程往往是在列车经过监测区域时,对轨道***进行数据采集;因此,当列车完全驶离监测区域后,各项采集数据均会出现不同程度的衰减;从而通过第二判定条件来确定列车是否已经完全驶离监测点或监测区,具体的判断条件可以为噪音是否小于50dB等,若各项数据值均小于预设值,则将采集的数据作为一组信号单元,进行后续的数据分析处理过程;通过设置第二判定条件,能够适用于不同长度的列车经过监测区域时的数据采集,并能够在列车完全驶离监测区域后及时进行后续的数据分析处理过程。
所述第三判定条件为,采集到的数据在单位时间内的变化量或变化率的绝对值是否均小于对应的预设值;
同样,通过第三判定条件也确定列车是否已经完全驶离监测点或监测区,具体的判断条件可以为钢轨在单位时间内位移量的变化值的绝对值是否小于0.008mm等,若各项数据在单位时间内的变化量或变化率的绝对值均小于预设值,则将采集的数据作为一组信号单元,进行后续的数据分析处理过程;从而通过设置第三判定条件,一方面能够适用于不同长度的列车经过监测区域时的数据采集,并能够在列车完全驶离监测区域后及时进行后续的数据分析处理过程,另一方面降低了外界环境因素对监测***的干扰,有利于提高判断结果的准确性。
S3、对采集的数据进行处理,获得不同指标的数据信号;
由于在数据采集过程中,监测***获取到大量的离散或连续的点值数据,通过对各个点值数据进行处理,获得不同监测指标的数据信号,例如钢轨振动信号、噪音信号等。
具体的,步骤S3的数据处理过程包括:
S31、对采集的数据进行分类、排序,形成时域信号;
由于监测***在数据采集过程中获取大量随时间变化的数据值,从而通过对不同的数据进行分类,并按照时间顺序进行排序,能够形成多组时域信号,例如钢轨位移量随时间的变化信号,噪音随时间的变化信号等;
S32、对所述时域信号进行编辑、滤波;
为了提高监测***在数据处理过程中的准确性,步骤S32对各组时域信号的波形进行编辑,或者对各组时域信号进行滤波,以降低信号中噪音对后续数据处理过程的干扰。
S33、对步骤S32处理后的时域信号进行信号变换,形成频域信号;
通过对各组时域信号进行傅里叶变换,形成频域信号;例如,将噪音值计为A,噪音的时域信号为A=f(x),经过傅里叶变换后,形成噪音的频域信号A=F(ω);鉴于傅里叶变换为现有技术中常规的数据处理方法,在此不进行赘述。
考虑到在对各组时域信号进行傅里叶变换过程中,往往需要对时域信号做进一步拟合,同时需要考虑傅里叶变换过程中的数据泄漏情况,从而在步骤S33中的信号变换过程,不单单包括傅里叶变换,还包括加窗处理、计权处理、平均处理等,例如对噪音信号进行计权处理,其中可以通过A计权、B计权、C计权中的任意一种或多种计权处理过程;对钢轨位移量的信号进行平均处理,其中可以通过按照线性平均或指数平均的方式进行处理;
此外,在对各个时域信号进行傅里叶变换过程中,对各个信号进行加窗处理,其中可以利用矩形窗函数、汉宁窗函数、指数窗函数等函数进行加窗处理,使得各组时域信号更好地满足傅里叶变换处理过程中对信号的周期性要求,以减少傅里叶变换过程中的数据泄漏。
S4、将步骤S3得到的数据信号输入人工神经网络,经过神经网络控制算法处理后,输出相应的控制量;
其中,所述数据信号包括应力应变、位移变形、振动、噪声等指标的时域信号或频域信号;所述控制量包括轮轨横向力、脱轨系数、轮重减载率、钢轨伤损状态、轨枕和道床强度等数据信号。
具体的,人工神经网络根据步骤S3得到的数据信号,例如噪音、钢轨振动量、钢轨位移值等指标的时域信号或频域信号,通过神经网络控制算法计算获得最优方案;比如,因车速、频率带宽或钢轨表面润滑状态不同,钢轨长时间的磨耗量会有很大差异,神经网络控制算法提供多变量模糊匹配,增加了智能性,由模糊控制规则表来判断铁路轨道的状态,使列车有足够的时间在前方铁轨出现状况时采取紧急措施。
S5、根据步骤S4获得的控制量,判断是否存在任一控制量超过对应控制阈值的情况;是,则***报警;否,则形成数据报表。
具体的,如果列车从近至远行驶经过采集点所对应的控制量曲线是平滑的衰减曲线,则表示该段铁路轨道上不存在路障;如果从近至远所对应控制量曲线出现突变,则表示该段铁路轨道上存在路障,其中控制阈值为相关评判标准中的限定值,优选为铁路标准或国家标准;例如,对于脱轨系数这一控制量,其控制阈值为TB/T 2360-1993或GB5599-1985中的规定限值,作为本实施例的优选方案,脱轨系数的控制阈值为1.2,且不大于1.2。
若有任一控制量超过相关评判标准,则***直接报警;若均未超过相关标准,则形成数据报表,具体可以为日报、周报、月报、年报等等,所述数据报表可以为柱状图表,也可以为拟合曲线表。
每一控制量均可对应于一个故障编码,例如钢轨横向位移对应的故障编码为0x6b,轮轴横向力对应的故障编码为0x1z,从而便于***能够根据故障编码准确地进行报警。
实施例4
由于在步骤S1的参数获取阶段,由于轨道***受外界的干扰,例如人为因素(人或机械在轨道附近的劳作等)或自然因素(雷雨冰雹等恶劣环境),监测***所获取的数据往往为非常态数据,若对该数据进行处理分析,容易使得检测***获取错误的数据信息,导致***出现误判,甚至出现不必要的报警;
为了解决这一问题,本实施例在实施例3的基础上,作进一步改进;具体为:
步骤S3还包括:
S34、对所述信号进行相关性函数处理,得到相关性参数;
其中,相关性函数处理往往用于确定变量之间的线性关系。对于确定性信号,两个变量之间可以用函数关系来描述,对于两个随机信号之间就不具有这样的确定性关系,但是通过大量统计就可以发现它们之间还是存在具有某种内涵的物理关系。从而在本实施例中,将相关性函数用于对所述信号进行数据处理,以获取相应的相关性参数;需要说明的是,在步骤S34中,所述信号可以是所述时域信号,也可以是所述频域信号。
具体的,步骤S34包括:
S341、利用自相关函数,对任一个信号,进行进行相关性函数处理,得到相关性参数;
S342、利用互相关函数,对任意两个不同的信号,进行进行相关性函数处理,得到相关性参数;
其中,互相关函数是对两个信号进行分析,描述一个信号在一个时刻的取值与另一个信号在另一个时刻取值之间的依赖关系,例如,利用互相关函数对噪音的时域信号以及钢轨位移的时域信号进行相关性函数处理,得到不同时刻的噪音信号与钢轨位移信号之间的关系。
S35、根据步骤S34获得的相关性参数,判断是否存在相关性参数小于预设阈值的情况;若是,则判定为人为或自然因素,生成日志文件,并返回步骤S1;若否,则进行步骤S4;
无论是经过自相关函数处理,还是互相关函数处理,若得到的相关性参数小于预设阈值,则说明采集装置获取的数据之间相互关联性较差,甚至不存在依赖关系,不符合列车经过监测区域时的数据情况,则判定为外部的人为因素或自然因素所致,监测***生成日志文件,存储到存储单元中,以备以后数据核验,然后返回步骤S1,重新进行监测过程;从而提高了数据处理分析的准确性,有利于避免外界因素对监测***产生的干扰,避免监测***出现误判,确保了监测***的正常运行。
实施例5
由于现有技术中的轨道监测***往往仅能够对当前的情况进行报警,无法对未来时刻可能存在的故障或隐患进行准确预警,从而为了解决这一问题,本实施例在实施例3或实施例4的基础上,对所述监测方法进行进一步改进。
具体的,所述方法还包括:
S6、根据步骤S4获得的控制量或步骤S5生成的数据报表,判定相关数据是否达到第一临界值;若是,则进行预警并重点监控;若否,则进行步骤S7;
其中,所述第一临界值为步骤S5中控制阈值的0.8-0.9倍;例如,脱轨系数的第一临界值为1.0,当脱轨系数大于1.0且小于1.2时,则***对脱轨系数进行预警,并对相关的数据采集点进行重点监控。
S7、调取历史数据曲线和/或标准数据曲线;
中央处理器从存储单元中调取历史数据曲线和/或标准数据曲线;所述历史数据曲线是在轨道***处于正常状态时,由监测***获取的历次历史数据所构成的一个近似标准的拟合曲线;所述标准数据曲线是在满足各项国标要求下的实验室中,在一个理想的模拟轨道环境中,根据相关测试数据形成的一个标准曲线。鉴于曲线的拟合过程均为现有技术,在此不进行赘述。
S8、将步骤S5生成的数据报表与历史数据曲线和/或标准数据曲线进行比对,判断数据报表中相关数据的变化情况是否满足判断条件;若是,则进行预警并重点监控;若否,则返回步骤S1。
其中,所述判断条件包括第一判断条件、第二判断条件中的至少一个;
第一判断条件为数据报表中的相关数据曲线的斜率的绝对值是否大于历史数据曲线和/或标准数据曲线的斜率的绝对值;该过程可以通过对各个曲线进行一阶求导运算得到各个曲线斜率;例如将数据报表中的脱轨系数曲线的斜率的绝对值与脱轨系数标准曲线的斜率的绝对值进行比较,若数据报表中的脱轨系数曲线的斜率的绝对值大于脱轨系数标准曲线的斜率的绝对值,则说明轨道***的脱轨系数存在过度衰减的情况,从而轨道***中可能在后续的运行过程中存在一定的安全隐患,监测***进行预警并对相关监测点进行重点监控。
第二判断条件为数据报表中的相关数据曲线的曲率是否大于历史数据曲线和/或标准数据曲线的曲率;该过程可以通过对各个曲线进行二阶求导运算得到各个曲线的曲率,即所述曲率可以视为曲线斜率的变化率的绝对值;例如将数据报表中的轮重减载率曲线的曲率与轮重减载率标准曲线的曲率进行比较,若数据报表中的轮重减载率曲线的曲率大于轮重减载率标准曲线的曲率,则说明轨道***的轮重减载率存在过度衰减的情况,从而轨道***中可能在后续的运行过程中存在一定的安全隐患,监测***进行预警并对相关监测点进行重点监控。
从而本实施例通过设置步骤S6以及步骤S8,一方面能够对当前轨道状态进行预警,另一方面通过将当前的数据报表与历史数据曲线和或标准数据曲线进行分析,对后续的轨道运行情况进行预警,从而通过两级预警过程,有利于提高监测***对未来时刻可能存在的故障或隐患进行预警工作的准确性,同时能够对轨道***中可能存在的故障或隐患进行提前发现、预警,有利于确保轨道***安全稳定的运行状态。
此外,在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种轨道监测***的监测方法,其特征在于,所述方法包括:
S1、启动采集装置,连续对轨道***进行数据采集;
S2、判断数据采集过程是否满足判定条件;是,进行步骤S3;否,返回步骤S1;
S3、对采集的数据进行处理,获得不同指标的数据信号;
S4、将步骤S3得到的数据信号输入人工神经网络,经过神经网络控制算法处理后,输出相应的控制量;
S5、根据步骤S4获得的控制量,判断是否存在任一控制量超过对应控制阈值的情况;是,则***报警;否,则形成数据报表;
S6、根据步骤S4获得的控制量或步骤S5生成的数据报表,判定相关数据是否达到第一临界值;若是,则进行预警并重点监控;若否,则进行步骤S7;
S7、调取历史数据曲线和/或标准数据曲线;
S8、将步骤S5生成的数据报表与历史数据曲线和/或标准数据曲线进行比对,判断数据报表中相关数据的变化情况是否满足判断条件;若是,则进行预警并重点监控;若否,则返回步骤S1;
在步骤S8中,所述判断条件包括第一判断条件、第二判断条件中的至少一个;
所述第一判断条件为数据报表中的相关数据曲线的斜率的绝对值是否大于历史数据曲线和/或标准数据曲线的斜率的绝对值;
所述第二判断条件为数据报表中的相关数据曲线的曲率是否大于历史数据曲线和/或标准数据曲线的曲率。
2.根据权利要求1所述的一种轨道监测***的监测方法,其特征在于,步骤S1包括:
S11、监测***开启;
S12、保持至少一个采集装置开启,连续对轨道***进行数据采集;
S13、在额定时长内,采集到的数据是否均大于对应的额定值,和/或采集到的数据在单位时间内的变化量或变化率是否均大于对应的额定值;是,进行步骤S14;否,返回步骤S12;
S14、开启监测***中的所有采集装置,并连续对轨道***进行数据采集。
3.根据权利要求1所述的一种轨道监测***的监测方法,其特征在于,在步骤S2中,所述判定条件包括第一判定条件、第二判定条件、第三判定条件中的至少一个;
所述第一判定条件为数据连续采集的时长是否大于预设时长;
所述第二判定条件为采集到的数据值是否均小于对应的预设值;
所述第三判定条件为采集到的数据在单位时间内的变化量或变化率的绝对值是否均小于对应的预设值。
4.根据权利要求1所述的一种轨道监测***的监测方法,其特征在于,步骤S3包括:
S31、对采集的数据进行分类、排序,形成时域信号;
S32、对所述时域信号进行编辑、滤波;
S33、对步骤S32处理后的时域信号进行信号变换,形成频域信号。
5.根据权利要求4所述的一种轨道监测***的监测方法,其特征在于,步骤S3还包括:
S34、对所述信号进行相关性函数处理,得到相关性参数;
S35、根据步骤S34获得的相关性参数,判断是否存在相关性参数小于预设阈值的情况;若是,则判定为人为或自然因素,生成日志文件,并返回步骤S1;若否,则进行步骤S4。
6.根据权利要求5所述的一种轨道监测***的监测方法,其特征在于,步骤S34包括:
S341、利用自相关函数,对任一个信号,进行相关性函数处理,得到相关性参数;
S342、利用互相关函数,对任意两个不同的信号,进行相关性函数处理,得到相关性参数。
7.一种轨道监测***,其特征在于,所述监测***采用权利要求1-6任一项所述的监测方法;所述监测***包括:
数据采集单元,所述数据采集单元设置在轨道***中,用于对轨道的状态进行检测;
中央处理器,所述中央处理器与数据采集单元连接,用于处理与轨道状态相关的数据;
通信单元,所述通信单元与中央处理器连接,且通信单元与总控室连接,用于将中央处理器处理后的数据发送给总控室;
存储单元,所述存储单元与中央处理器连接,用于存储中央处理器处理后的数据以及历史数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355185.0A CN111845842B (zh) | 2019-04-29 | 2019-04-29 | 一种轨道监测***及其监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355185.0A CN111845842B (zh) | 2019-04-29 | 2019-04-29 | 一种轨道监测***及其监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111845842A CN111845842A (zh) | 2020-10-30 |
CN111845842B true CN111845842B (zh) | 2021-08-13 |
Family
ID=72966282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910355185.0A Active CN111845842B (zh) | 2019-04-29 | 2019-04-29 | 一种轨道监测***及其监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111845842B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112737859B (zh) * | 2021-01-04 | 2023-05-05 | 中车青岛四方车辆研究所有限公司 | 车载流量审计和告警联动***及流量异常判断方法 |
CN113320572A (zh) * | 2021-05-31 | 2021-08-31 | 湖北铁安检测技术有限公司 | 一种城市轨道交通设备设施变形预警*** |
CN115514711A (zh) * | 2022-09-21 | 2022-12-23 | 浙江齐安信息科技有限公司 | 一种基于物联网和大数据的数据传输***、方法及介质 |
CN115560693A (zh) * | 2022-12-05 | 2023-01-03 | 浙江天铁实业股份有限公司 | 载荷动态监测方法及*** |
CN116654050B (zh) * | 2023-08-02 | 2023-10-13 | 成都西交轨道交通技术服务有限公司 | 一种打磨小车走行和作业在轨状态监测装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6216985B1 (en) * | 1997-08-29 | 2001-04-17 | Robert Douglas Stephens | Railway hazard acoustic sensing, locating, and alarm system |
RU2380259C1 (ru) * | 2008-11-17 | 2010-01-27 | Федеральное государственное образовательное учреждение высшего профессионального образования "Сибирский федеральный университет" (СФУ) | Способ неразрушающего контроля железнодорожных рельсов в процессе движения подвижного состава и устройство для его осуществления |
CN102530028A (zh) * | 2012-01-19 | 2012-07-04 | 重庆安谐新能源技术有限公司 | 铁路轨道实时监测***及其数据处理方法 |
GB2514143A (en) * | 2013-05-15 | 2014-11-19 | Selex Es Ltd | Sensing device method and system |
CN105444853A (zh) * | 2015-11-14 | 2016-03-30 | 北京东方瑞威科技发展股份有限公司 | 以钢轨作为弹性体的光纤检测装置、铁路超偏载检测*** |
CN105730472A (zh) * | 2016-02-03 | 2016-07-06 | 中国船舶重工集团公司第七一一研究所 | 轨道状态评估*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3624390B2 (ja) * | 1996-03-29 | 2005-03-02 | 西日本旅客鉄道株式会社 | 鉄道用軌道の異常検知方法および異常検知装置 |
US7755660B2 (en) * | 2003-05-02 | 2010-07-13 | Ensco, Inc. | Video inspection system for inspection of rail components and method thereof |
-
2019
- 2019-04-29 CN CN201910355185.0A patent/CN111845842B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6216985B1 (en) * | 1997-08-29 | 2001-04-17 | Robert Douglas Stephens | Railway hazard acoustic sensing, locating, and alarm system |
RU2380259C1 (ru) * | 2008-11-17 | 2010-01-27 | Федеральное государственное образовательное учреждение высшего профессионального образования "Сибирский федеральный университет" (СФУ) | Способ неразрушающего контроля железнодорожных рельсов в процессе движения подвижного состава и устройство для его осуществления |
CN102530028A (zh) * | 2012-01-19 | 2012-07-04 | 重庆安谐新能源技术有限公司 | 铁路轨道实时监测***及其数据处理方法 |
GB2514143A (en) * | 2013-05-15 | 2014-11-19 | Selex Es Ltd | Sensing device method and system |
CN105444853A (zh) * | 2015-11-14 | 2016-03-30 | 北京东方瑞威科技发展股份有限公司 | 以钢轨作为弹性体的光纤检测装置、铁路超偏载检测*** |
CN105730472A (zh) * | 2016-02-03 | 2016-07-06 | 中国船舶重工集团公司第七一一研究所 | 轨道状态评估*** |
Also Published As
Publication number | Publication date |
---|---|
CN111845842A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111845842B (zh) | 一种轨道监测***及其监测方法 | |
Salvador et al. | Axlebox accelerations: Their acquisition and time–frequency characterisation for railway track monitoring purposes | |
Mori et al. | Condition monitoring of railway track using in-service vehicle | |
RU2349480C2 (ru) | Способ и устройство диагностики и мониторинга состояния стрелок, пересечений, стрелочных переводов или рельсовых стыков | |
CN107727338B (zh) | 一种基于车桥耦合***的桥梁损伤诊断方法 | |
CN102114855B (zh) | 一种轨道检测方法和装置 | |
CN108845028A (zh) | 一种高速铁路钢轨波磨动态检测方法和装置 | |
US20170267263A1 (en) | Method and system for determining a vertical profile of a rail surface | |
Hoelzl et al. | On-board monitoring for smart assessment of railway infrastructure: A systematic review | |
CN110239587B (zh) | 一种确定损伤扣件位置的理论检测方法 | |
JP2015102329A (ja) | 列車情報の推定方法および橋梁の健全度評価方法 | |
CN114001819A (zh) | 轨道交通振动噪声监控*** | |
CN112550369A (zh) | 一种道岔运用在线状态监测*** | |
KR102203412B1 (ko) | 곡선 구간 선로 안정성 모니터링 방법 및 시스템 | |
Moreu et al. | Structural health monitoring of railroad bridges—Research needs and preliminary results | |
de Oliveira et al. | Experimental investigation on the use of multiple very low-cost inertial-based devices for comfort assessment and rail track monitoring | |
Purnomo et al. | Initial implementation of structural health monitoring system of a railway bridge | |
CN210707430U (zh) | 道岔运用在线状态监测*** | |
KR102623294B1 (ko) | 이동형 실시간 궤도 동적거동 측정 및 분석시스템 | |
CN216483474U (zh) | 轨道交通振动噪声监控*** | |
CN107521520B (zh) | 一种车轮脱轨预警的方法及*** | |
Aliev et al. | Intelligent system of noise control of the technical condition of railroad tracks | |
MATSUOKA et al. | Resonant bridge detection method by on-board measurement | |
Liu et al. | Performance study of a double crossover for facing and trailing directions | |
Peng et al. | Wayside wheelset lateral motion detection and vehicle hunting instability evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |