[发明专利]一种基于分布式光纤振动传感系统的铁路健康监测方法有效
申请号: | 201610688251.2 | 申请日: | 2016-08-18 |
公开(公告)号: | CN106323442B | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 张益昕;张旭苹;刘品一;孙振鉷;董家赟;李建华 | 申请(专利权)人: | 南京发艾博光电科技有限公司 |
主分类号: | G01H9/00 | 分类号: | G01H9/00;G01M17/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱桢荣 |
地址: | 210000 江苏省南京市栖霞区*** | 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: | 本发明公开了一种基于分布式光纤振动传感系统的高速铁路健康监测方法,利用铁路沿线铺设的既有通信光纤进行传感,捕获铁路沿线在列车经过后的振动信息。将数据按时间轴组织为一灰度表示强度的瀑布图,进行小波分解滤波后,采用基于动态规划的边缘提取算法提取出列车行驶产生的轨迹,划分出轨迹前和轨迹后两个区域。分别对轨迹区域和轨迹前后区域进行时频分析,提取出轮轨振动特征频谱和钢轨谐振特征频谱,再经过特征频谱提取算法,得到轮轨振动特征频率和钢轨谐振特征频率。不断的重复此监测过程,得到钢轨振动特性随时间的变化,建立对应的数据库。新采集到的数据与数据库中的数据进行对比并更新数据库,实现对列车和钢轨的实时健康监测。 | ||
搜索关键词: | 钢轨 振动传感系统 分布式光纤 数据库 健康监测 铁路沿线 谐振特征 频谱 轮轨 列车 边缘提取算法 实时健康监测 振动特征频率 动态规划 轨迹区域 监测过程 时频分析 特征频谱 提取算法 通信光纤 小波分解 振动特性 振动特征 振动信息 瀑布图 时间轴 高速铁路 传感 灰度 滤波 捕获 取出 铺设 采集 行驶 重复 更新 铁路 | ||
【主权项】:
1.一种基于分布式光纤振动传感系统的铁路健康监测方法,其特征在于,包括以下步骤:步骤一、利用铁路沿线铺设的既有通信光纤进行传感,捕获铁路沿线各处在列车经过后的振动信息沿时间和空间的二维分布情况;将所测量得到的光纤振动曲线数据按时间轴组织为一灰度表示强度的瀑布图,该瀑布图的横坐标为光纤长度信息、纵坐标为时间长度信息;步骤二、对有列车驶过的时间段所对应的瀑布图进行滤波,采用基于动态规划的边缘提取算法提取列车驶过被测钢轨的轨迹图,轨迹图内包含轮轨振动关系数据;在轨迹图中划分出轨迹前后两个范围,这两个范围内包含钢轨振动数据;步骤三、对轮轨振动关系数据和钢轨振动数据分别进行时频分析处理,提取出轮轨振动特征频谱和钢轨谐振特征频谱,将轮轨振动特征频谱和钢轨谐振特征频谱再分别经过特征频谱提取算法,得到轮轨振动特征频率和钢轨谐振特征频率;步骤四、对无列车驶过的时间段所对应的瀑布图进行时域分析处理,提取背景噪声的特征频谱,将背景噪声的特征频谱再经过特征频谱提取算法,得到背景噪声的特征频率;步骤五、在铁轨和车轮的表面均无损伤的情况下,重复步骤一至步骤四,建立轮轨关系数据库和背景噪声数据库;将轮轨振动特征频率和钢轨谐振特征频率与对应的列车型号和钢轨路段信息存储在轮轨关系数据库中;将背景噪声的特征频率与钢轨路段信息存储在背景噪声数据库;步骤六、将步骤三中得到的轮轨振动特征频率和钢轨谐振特征频率与步骤五建立的轮轨关系数据库进行比较;具体如下:601、当轮轨振动特征频率与轮轨关系数据库中的轮轨振动特征频率的差异在预设允许范围内,且钢轨谐振特征频率与轮轨关系数据库中的钢轨谐振特征频率的差距也在预设允许范围内;则将步骤三中得到的轮轨振动特征频率和钢轨谐振特征频率标记为观察状态存入轮轨关系数据库;602、当轮轨振动特征频率与轮轨关系数据库中的轮轨振动特征频率的差异不在预设允许范围内,或者钢轨谐振特征频率与轮轨关系数据库中的钢轨谐振特征频率的差距不在预设允许范围内时,若整条铁路的轮轨振动特征频率均变化,则是列车轮子出现问题,否则,则是钢轨出现问题,将步骤三中得到的轮轨振动特征频率和钢轨谐振特征频率标记为报警状态存入轮轨关系数据库,并将列车轮子出现问题的信息、钢轨出现问题的信息传输给监测人员;步骤七、将步骤四中得到的背景噪声的特征频率与背景噪声数据库中数据进行对比分析,对背景噪声数据进行大数据分析,分析钢轨随外部环境的变化情况,从而得到其老化规律和预测寿命信息。
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发艾博光电科技有限公司,未经南京发艾博光电科技有限公司许可,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/patent/201610688251.2/,转载请声明来源钻瓜专利网。