一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其步驟為：一、高速鐵路鋼軌上安裝振動(dòng)和聲學(xué)傳感器，結(jié)合無(wú)線節(jié)點(diǎn)處理器構(gòu)成一個(gè)無(wú)線傳感器網(wǎng)絡(luò)，實(shí)時(shí)測(cè)量鋼軌振動(dòng)信號(hào)和聲頻信號(hào)；二、根據(jù)軌道實(shí)際結(jié)構(gòu)，采用有限元方法構(gòu)建軌道振動(dòng)模型和聲學(xué)模型，得到典型鋼軌傷損的振動(dòng)和聲頻信號(hào)；三、利用希爾伯特-黃變換對(duì)信號(hào)進(jìn)行預(yù)處理；四、融合振動(dòng)和聲學(xué)信號(hào)建立振動(dòng)、聲頻和傷損種類三維張量；五、利用非負(fù)張量分解提取傷損種類特征系數(shù)；六、利用相關(guān)向量機(jī)建立傷損識(shí)別規(guī)則并對(duì)實(shí)時(shí)測(cè)量信號(hào)進(jìn)行分類，確定傷損類型。本發(fā)明實(shí)現(xiàn)了高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)，保障高速鐵路安全運(yùn)行。
【專利說(shuō)明】一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種高速鐵路鋼軌傷損的檢測(cè)方法，尤其是一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法。
【背景技術(shù)】
[0002]隨著我國(guó)鐵路運(yùn)輸?shù)拇罅ㄔO(shè)，特別是高速鐵路的飛速發(fā)展，鐵路運(yùn)輸?shù)陌踩@得越來(lái)越重要。由于傷損檢測(cè)速度的限制，傳統(tǒng)的超聲傷損探測(cè)技術(shù)及模式無(wú)法滿足高速鐵路的探傷要求，新型高速鐵路探傷技術(shù)的研究迫在眉睫。
[0003]鋼軌在使用的過(guò)程中，會(huì)發(fā)生折斷、裂紋及其它傷損形式，即為鋼軌傷損。鋼軌傷損是斷軌的主要原因，是影響行車安全的重要隱患，列車出軌事故主要由鋼軌斷裂產(chǎn)生。列車在加速和制動(dòng)過(guò)程中以及通過(guò)鋼軌接縫、彎道和道岔時(shí)，長(zhǎng)期產(chǎn)生對(duì)鋼軌的強(qiáng)烈摩擦、擠壓、彎曲和沖擊，鋼軌極易產(chǎn)生疲勞裂紋，裂紋一旦產(chǎn)生就易于快速擴(kuò)展，從而造成鋼軌折斷等重大惡性事故。高速列車對(duì)鋼軌的摩擦、擠壓、彎曲和沖擊等作用更加突出，使其產(chǎn)生裂紋的概率大大增加，而且從裂紋發(fā)展到鋼軌斷裂的速度更快。為了保證高速鐵路的安全運(yùn)行，必須縮短高速鐵路的檢測(cè)周期。另外高速鐵路的行車密度大、車速高，現(xiàn)有的以大型探傷車為主、小型探傷儀為輔的鐵路鋼軌探傷模式對(duì)鋼軌進(jìn)行檢測(cè)時(shí)將占用高鐵線路，嚴(yán)重的影響了列車運(yùn)行的效率。同時(shí)，小型鋼軌探傷儀也只能進(jìn)行局部范圍內(nèi)有限的檢測(cè)。傳統(tǒng)的探傷方式很難滿足高速鐵路的需求，為此必須盡快開(kāi)發(fā)快速、準(zhǔn)確、實(shí)時(shí)的高速鐵路探傷技術(shù)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，實(shí)時(shí)、準(zhǔn)確的獲取鋼軌傷損信息。
[0005]本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:
[0006]步驟一:在高速鐵路軌道鋼軌上安裝振動(dòng)傳感器和聲學(xué)傳感器，結(jié)合無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)處理器相連構(gòu)成一個(gè)高速鐵路沿線的分布式無(wú)線傳感器網(wǎng)絡(luò)，對(duì)鋼軌振動(dòng)信號(hào)和聲頻信號(hào)進(jìn)行實(shí)時(shí)采集；
[0007]步驟二:根據(jù)軌道實(shí)際結(jié)構(gòu)，采用有限元方法構(gòu)建軌道振動(dòng)模型和聲學(xué)模型，得到典型鋼軌傷損的振動(dòng)和聲頻信號(hào)；
[0008]步驟三:利用希爾伯特-黃變換對(duì)采集到的信號(hào)進(jìn)行預(yù)處理，獲得信號(hào)的希爾伯特邊際譜；
[0009]步驟四:融合振動(dòng)和聲學(xué)信號(hào)建立振動(dòng)、聲頻和傷損種類三維張量；
[0010]步驟五:利用非負(fù)張量分解方法對(duì)三維張量進(jìn)行分解，提取典型鋼軌傷損的傷損種類特征系數(shù)；
[0011]步驟六:使用步驟五提取的傷損特征系數(shù)對(duì)相關(guān)向量機(jī)進(jìn)行訓(xùn)練，建立傷損識(shí)別規(guī)則并對(duì)實(shí)時(shí)測(cè)量到的振動(dòng)和聲頻信號(hào)進(jìn)行分類，確定傷損類型。
[0012]由于鋼軌傷損會(huì)帶來(lái)振動(dòng)信號(hào)和聲頻信號(hào)的變化，這些信號(hào)中包含著傷損的信息，本發(fā)明通過(guò)無(wú)線傳感器網(wǎng)絡(luò)實(shí)時(shí)檢測(cè)軌道鋼軌傷損的振動(dòng)和聲頻信號(hào)，利用希爾伯特-黃變換(Hi Ibert一Huang Transform, HHT)進(jìn)行信號(hào)預(yù)處理、非負(fù)張量分解(Non—negativeTensor FactoriZation,NTF)進(jìn)行多維數(shù)據(jù)的特征提取和相關(guān)向量機(jī)(RelevanceVector Machine, RVM)對(duì)傷損進(jìn)行識(shí)別分類，快速、準(zhǔn)確獲取鋼軌傷損實(shí)時(shí)信息，從而保障高速鐵路的安全運(yùn)行。本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn):
[0013](I)針對(duì)目前鋼軌的探傷方式多為探傷車和探傷儀，本發(fā)明通過(guò)建立軌道沿線探傷無(wú)線傳感器網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)高速鐵路鋼軌傷損狀況的實(shí)時(shí)監(jiān)測(cè)；
[0014](2)通過(guò)建立鋼軌有限元模型以獲得各種典型傷損情況下的特征信號(hào)，用于建立相應(yīng)的鋼軌傷損分類器，為實(shí)測(cè)信號(hào)的傷損分類提供傷損判斷準(zhǔn)則；
[0015](3)充分發(fā)揮HHT分析非線性、非平穩(wěn)信號(hào)的高效性，對(duì)信號(hào)進(jìn)行預(yù)處理，以減少傳輸數(shù)據(jù)量，提高節(jié)點(diǎn)工作效率；
[0016](4)結(jié)合振動(dòng)和聲頻信號(hào)構(gòu)造多維信號(hào)張量進(jìn)行傷損特征系數(shù)提取，相對(duì)于單一使用一種類型的信號(hào)能更有效的提取隱含在數(shù)據(jù)中具有識(shí)別能力的特征，提高識(shí)別的準(zhǔn)確性。
【專利附圖】

【附圖說(shuō)明】
[0017]圖1為本發(fā)明的流程圖；
[0018]圖2為系統(tǒng)結(jié)構(gòu)示意圖；
[0019]圖3為希爾伯特-黃變換(HHT)流程圖；
[0020]圖4為振動(dòng)和聲頻信號(hào)構(gòu)建二維信號(hào)不意圖；
[0021]圖5為振動(dòng)信號(hào)、聲頻信號(hào)和傷損種類三維張量構(gòu)建示意圖；
[0022]圖6為非負(fù)張量分解流程圖；
[0023]圖7為建立的軌道鋼軌有限元模型；
[0024]圖8為HHT分解后的各階MF和殘差。
【具體實(shí)施方式】
[0025]下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步的說(shuō)明，但并不局限于此，凡是對(duì)本發(fā)明技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的精神和范圍，均應(yīng)涵蓋在本發(fā)明的保護(hù)范圍中。
[0026]【具體實(shí)施方式】一:本實(shí)施方式提供了一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，如圖1所示，共分為六個(gè)步驟，具體步驟如下:
[0027]步驟一:在高速鐵路軌道鋼軌上安裝振動(dòng)傳感器和聲學(xué)傳感器，結(jié)合無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)處理器構(gòu)成高速鐵路沿線的分布式無(wú)線傳感器網(wǎng)絡(luò)，對(duì)鋼軌振動(dòng)信號(hào)和聲頻信號(hào)進(jìn)行實(shí)時(shí)米集。
[0028]用于高速鐵路探傷的分布式無(wú)線傳感器網(wǎng)絡(luò)包含兩類傳感器:振動(dòng)傳感器和聲學(xué)傳感器。振動(dòng)傳感器主要用于軌道垂直振動(dòng)信號(hào)的采集，以獲取有無(wú)列車經(jīng)過(guò)時(shí)軌道自身以及列車經(jīng)過(guò)時(shí)輪軌相互作用所產(chǎn)生的各種振動(dòng)信號(hào)，同時(shí)也包含鋼軌傷損所引起的振動(dòng)特性變化；聲學(xué)傳感器主要用于軌道列車經(jīng)過(guò)時(shí)的聲頻的信號(hào)采集，它既包含各種振動(dòng)所引起的噪聲信號(hào)，也包含列車經(jīng)過(guò)時(shí)輪軌之間的鋼軌傷損信息。
[0029]若干個(gè)振動(dòng)傳感器和聲學(xué)傳感器安裝在鋼軌側(cè)部，將兩種傳感器連接到無(wú)線節(jié)點(diǎn)處理器，在列車經(jīng)過(guò)時(shí)，振動(dòng)傳感器對(duì)列車激勵(lì)產(chǎn)生的垂向軌道振動(dòng)信號(hào)進(jìn)行采集，聲學(xué)傳感器采集包含輪軌聲頻特征的信息，無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)處理器對(duì)采集到的振動(dòng)信號(hào)和聲頻信號(hào)進(jìn)行預(yù)處理，并通過(guò)無(wú)線傳感器網(wǎng)絡(luò)發(fā)送到信息處理中心或巡檢探傷車，無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)處理器同時(shí)還將負(fù)責(zé)有無(wú)列車時(shí)節(jié)點(diǎn)的工作狀態(tài)控制，以便節(jié)省能源、延長(zhǎng)節(jié)點(diǎn)的使用壽命。信息處理中心或巡檢探傷車將接收到的信號(hào)通過(guò)傷損識(shí)別規(guī)則方法進(jìn)行分類，判斷傷損的種類。其整個(gè)系統(tǒng)結(jié)構(gòu)如圖2所示。
[0030]步驟二:根據(jù)軌道實(shí)際結(jié)構(gòu)，采用有限元方法構(gòu)建軌道振動(dòng)模型和聲學(xué)模型，得到典型鋼軌傷損的振動(dòng)和聲頻信號(hào)。
[0031]采用有限元建模方法建立鋼軌三維有限元模型(圖7)，得到典型傷損的振動(dòng)和聲頻信號(hào)，為鋼軌傷損識(shí)別分類器的建立提供了樣本數(shù)據(jù)，為實(shí)測(cè)信號(hào)的傷損分類提供傷損判斷準(zhǔn)則。有限元模型需要選擇合適的時(shí)間分辨率和空間分辨率，其時(shí)間間隔和單元長(zhǎng)度公式如下:
【權(quán)利要求】
1.一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述方法步驟如下: 步驟一:在高速鐵路軌道鋼軌上安裝振動(dòng)傳感器和聲學(xué)傳感器，結(jié)合無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)處理器相連構(gòu)成一個(gè)高速鐵路沿線的分布式無(wú)線傳感器網(wǎng)絡(luò)，對(duì)鋼軌振動(dòng)信號(hào)和聲頻信號(hào)進(jìn)行實(shí)時(shí)采集； 步驟二:根據(jù)軌道實(shí)際結(jié)構(gòu)，采用有限元方法構(gòu)建軌道振動(dòng)模型和聲學(xué)模型，得到典型鋼軌傷損的振動(dòng)和聲頻信號(hào)； 步驟三:利用希爾伯特-黃變換對(duì)采集到的信號(hào)進(jìn)行預(yù)處理，獲得信號(hào)的希爾伯特邊際譜； 步驟四:融合振動(dòng)和聲學(xué)信號(hào)建立振動(dòng)、聲頻和傷損種類三維張量； 步驟五:利用非負(fù)張量分解方法對(duì)三維張量進(jìn)行分解，提取典型鋼軌傷損的傷損種類特征系數(shù)； 步驟六:使用步驟五提取的傷損特征系數(shù)對(duì)相關(guān)向量機(jī)進(jìn)行訓(xùn)練，建立傷損識(shí)別規(guī)則并對(duì)實(shí)時(shí)測(cè)量到的振動(dòng)和聲頻信號(hào)進(jìn)行分類，確定傷損類型。
2.根據(jù)權(quán)利要求1所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟一的具體步驟如下: 若干個(gè)振動(dòng)傳感器和聲學(xué)傳感器安裝在高速鐵路軌道鋼軌側(cè)部，并將兩種傳感器連接到無(wú)線節(jié)點(diǎn)處理器構(gòu)成一個(gè)高速鐵路沿線的分布式無(wú)線傳感器網(wǎng)絡(luò)，在列車經(jīng)過(guò)時(shí)，振動(dòng)傳感器對(duì)列車激勵(lì)產(chǎn)生的垂向軌道振動(dòng)信號(hào)進(jìn)行采集，聲學(xué)傳感器采集輪軌聲頻特征的信息，并將采集到信號(hào)進(jìn)行預(yù)處理后通過(guò)無(wú)線傳感器網(wǎng)絡(luò)發(fā)送到信息處理中心或巡檢探傷車。
3.根據(jù)權(quán)利要求1所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟二中，采用有限元建模方法建立鋼軌三維有限元模型，得到典型傷損的振動(dòng)和聲頻信號(hào)。
4.根據(jù)權(quán)利要求1所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟三的具體步驟如下: 步驟I)、找出振動(dòng)或者聲頻信號(hào)x(t)的極大值和極小值； 步驟2)、通過(guò)三次樣條插值方法分別生成信號(hào)的局部極大值和局部極小值包絡(luò)； 步驟3)、將信號(hào)的局部極大值包絡(luò)和局部極小值包絡(luò)相加求平均，得到局部包絡(luò)均值m(t)； 步驟4)、從信號(hào)中減去局部包絡(luò)均值:h (t) =x (t) -m (t)； 步驟5)、判斷h(t)是否滿足IMF的條件:條件一、在整個(gè)函數(shù)中，極值點(diǎn)的數(shù)目與穿越零點(diǎn)的數(shù)目相等，或者只相差I(lǐng) ;條件二、在任意時(shí)刻，由極值包絡(luò)線所定義的包絡(luò)均值為零；如果滿足，得到第一個(gè)MF C1 (t)，同時(shí)定義殘差項(xiàng)(t) =x (t) -C1 (t)，執(zhí)行步驟6)，如果不滿足，將信號(hào)h(t)執(zhí)行步驟I)到步驟4)； 步驟6)、將殘差作為待分解的信號(hào)繼續(xù)應(yīng)用上述篩選過(guò)程分解出各個(gè)頂Fci (t)，i=l,…，n，分解至r為常函數(shù)、單調(diào)函數(shù)或只具有一個(gè)極值點(diǎn)的函數(shù)時(shí)，分解結(jié)束，得到x(t)如下形式的分解JW = ZL1 c.(0 +「，其中，殘差項(xiàng)r代表了信號(hào)x(t)的基本趨勢(shì)； 步騾7)、對(duì)上述得到的x(t)分解形式進(jìn)行希爾伯特變換，構(gòu)造解析信號(hào)，表示為極坐標(biāo)形式，并取實(shí)部，得希爾伯特譜H(W，t):
5.根據(jù)權(quán)利要求1所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟四的具體步驟如下: 步驟I)、振動(dòng)傳感器對(duì)鋼軌上傷損振動(dòng)信號(hào)進(jìn)行測(cè)量，記為:Xl，并對(duì)其進(jìn)行HHT變換得到希爾伯特邊際譜，記為:f\ ;聲學(xué)傳感器對(duì)鋼軌上傷損聲頻信號(hào)進(jìn)行測(cè)量，記為:x2，并對(duì)其進(jìn)行HHT變換得到希爾伯特邊際譜，記為:f2 ； 步驟2)、每個(gè)fi; (i=l，2)都是一維的信號(hào)，利用振動(dòng)和聲頻的這2個(gè)一維信號(hào)構(gòu)建出一個(gè)二維信號(hào)記為:Xviteti°nX_stie，其中vibration代表振動(dòng)信號(hào)值、acoustic代表聲頻信號(hào)值； 步驟3)、根據(jù)不同的傷損情況，即傷損種類構(gòu)建信號(hào)的第三維，記為:xVib—ustieXelass，其中Vibration代表振動(dòng)信號(hào)值、acoustic代表聲頻信號(hào)值、class代表傷損種類。
6.根據(jù)權(quán)利要求1所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟五的具體步驟如下: 三維張量信號(hào)表示為:xvib?ti?Xa_stieXelass=GxiA(1)X2A(2)X3A(3)，其中 G，A(1), A(2)，A(3) > 0，進(jìn)行非負(fù)張量分解，其步驟如下: 步驟I)、隨機(jī)初始化Αω(η=1，2，3)，計(jì)算最小化的最小均方誤差 Cnew=I |Χω-ΑωΖωτ| I2，其中:為原始信號(hào)…Xcl.、
7.根據(jù)權(quán)利要求1、4、5或6所述的一種基于振動(dòng)和聲頻復(fù)合信號(hào)的高速鐵路鋼軌傷損實(shí)時(shí)檢測(cè)方法，其特征在于所述步驟六的具體步驟如下: 步驟I)、利用步驟二得到的典型傷損的振動(dòng)和聲頻信號(hào)，并結(jié)合步驟三、步驟四和步驟五的信號(hào)處理方法得到特征向量系數(shù)；步驟2)、利用步驟I)的特征向量系數(shù)進(jìn)行相關(guān)向量機(jī)訓(xùn)練，得到具有傷損識(shí)別分類的相關(guān)向量機(jī)，建立傷損識(shí)別規(guī)則； 步驟3)、通過(guò)軌道的分布式無(wú)線傳感器網(wǎng)絡(luò)，測(cè)量列車激勵(lì)下的鋼軌振動(dòng)信號(hào)和聲頻信號(hào)，并對(duì)這些信號(hào)利用步驟三、步驟四和步驟五計(jì)算信號(hào)特征系數(shù)； 步驟4)、利用步驟2)中得到相關(guān)向量機(jī)對(duì)步驟3)中得到的信號(hào)特征系數(shù)進(jìn)行分類，識(shí)別該實(shí)時(shí)測(cè)量信號(hào)的 傷損類型。
【文檔編號(hào)】G01N29/04GK103808801SQ201410093836
【公開(kāi)日】2014年5月21日 申請(qǐng)日期:2014年3月14日 優(yōu)先權(quán)日:2014年3月14日
【發(fā)明者】沈毅, 章欣, 王艷, 馮乃章, 孫明健 申請(qǐng)人:哈爾濱工業(yè)大學(xué)