[发明专利]一种基于噪声信号的列车车轮损伤识别方法在审

专利信息
申请号: 201911422141.1 申请日: 2019-12-31
公开(公告)号: CN110956164A 公开(公告)日: 2020-04-03
发明(设计)人: 朱利明;卓静超;孙宇 申请(专利权)人: 南京工大桥隧与轨道交通研究院有限公司
主分类号: G06K9/00 分类号: G06K9/00;B61K9/12
代理公司: 南京钟山专利代理有限公司 32252 代理人: 徐博
地址: 210000 江苏省南京市秦淮区*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 噪声 信号 列车 车轮 损伤 识别 方法
【权利要求书】:

1.一种基于噪声信号的列车车轮损伤识别方法,其特征在于:噪声采集装置设置在列车均速行驶的直线段两侧,所述的噪声采集装置用于实时采集列车经过噪声采集装置的过程中轮轨接触面周围噪声的瞬时声压,将采集到的噪声信号数据进行分析处理,对轨道交通列车车轮损伤进行识别判断,具体步骤如下:

步骤1,通过噪声采集装置采集得到噪声信号,对噪声信号进行盲源分离,保留轮轨噪声信号;

步骤2,确定轮轨噪声信号的特征,对轮轨噪声进行短时傅里叶变换,得到轮轨噪声的时频分布特征;

步骤3,车轮损伤识别,对比列车经过该装置时轮轨噪声的瞬时声压时频谱与列车车轮各类损伤的特征时频谱,判断损伤车轮隶属的车辆和位置,并得到车轮损伤的类型。

2.根据权利要求1所述的一种基于噪声信号的列车车轮损伤识别方法,其特征在于:所述的噪声采集装置设置在两车站之间的列车均速行驶的直线段隧道壁上。

3.根据权利要求1所述的一种基于噪声信号的列车车轮损伤识别方法,其特征在于:所述的步骤1中噪声采集装置采集得到噪声信号包括但不限于:列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声。

4.根据权利要求1所述的一种基于噪声信号的列车车轮损伤识别方法,其特征在于:步骤1中盲源分离的方法具体方法如下:

S(t)=W(t)X(t)

其中,t为监测时间;X(t)=(x1(t),…,xi(t))T为测得的混合信号;S(t)=(s1(t),…,si(t))T为分离结果,W(t)为解混矩阵;

所述的噪声信号包括列车的轮轨噪声、机车车辆的机械设备噪声、空气动力噪声、机电系统噪声以及与运行无关的其他设备发生的噪声,采集到的观测信号记为x1(t),x2(t),x3(t),x4(x),x5(t),原始信号记为s(t),s2(t),s3(t),s4(t),s5(t),xi(t)是si(t)的加权和,加权系数取决于源和噪声采集装置之间的距离,可得如下等式:

x1(t)=a11s1(t)+a12s2(t)+a13s3(t)+a14s4(t)+a15s5(t)

x2(t)=a21s1(t)+a22s2(t)+a23s3(t)+a24s4(t)+a25s5(t)

x3(t)=a31s1(t)+a32s2(t)+a33s3(t)a34s4(t)+a35s5(t)

x4(t)=a41s1(t)+a42s2(t)+a43s3(t)+a44s4(t)+a45s5(t)

x5(t)=a51s1(t)+a52s2(t)+a53s3(t)+a54s4(t)+a55s5(t)

式中,aij是常值系数,表示混合的权重;

假设由aij组成的矩阵可逆,此时存在一个元素是wij的矩阵W可以分离出源信号:

s1(t)=w11x1(t)+w12x2(t)+w13x3(t)+w14x4(t)+w15x5(t)

s2(t)=w21x1(t)+w22x2(t)+w23x3(t)+w24x4(t)+w25x5(t)

s3(t)=w31x1(t)+w32x2(t)+w33x3(t)+w34x4(t)+w35x5(t)

s4(t)=w41x1(t)+w42x2(t)+w43x3(t)+w44x4(t)+w45x5(t)

s5(t)=w51x1(t)+w52x2(t)+w53x3(t)+w54x(t)+w55x5(t)

得到解混矩阵W(t)后,计算得到分离出的轮轨噪声数据P(t)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工大桥隧与轨道交通研究院有限公司,未经南京工大桥隧与轨道交通研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911422141.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top