本发明属于列车弓网技术领域,具体涉及一种新型弓网受流质量的获取方法及其获取系统。
背景技术:
列车运行声音信号中包含着丰富的信息,如电机运行声音,列车气动声音,列车轮轨声音,列车刹车声音,列车鸣笛声音以及弓网电弧声音等。目前主要通过光学和图像检测的手段来评价弓网离线水平,不同检测技术方案之间存在一定的不确定度,比如光学检测存在受环境因素影响大的缺点,因此有必要发展新的检测方法进行弓网电弧离线水平的评价。由于这几类声信号的产生机制不同,所以这几类声信号具有不同的特征。弓网拉弧过程伴随着电弧弧声的出现,弓网电弧弧声是弓网离线燃弧过程中由空气震荡产生的非平稳的随机信号,它产生于弓网电弧的能量变化。弓网电弧声信号的频率较高,背景声音频率较低。同时列车在稳定运行条件下,整体声信号处于相对稳定的状态,当有电弧发生时,会对声信号产生较大的影响。这为检测和识别弓网电弧声信号提供了基础。
目前,对弓网受流评估方法的研究也成为世界各国铁路建设者非常重要的研究课题。而我国目前在该领域的研究主要集中在图像检测上,因此亟待提出一种新型方法和思路,对现有的评估方法做出补充和证明。
现有技术存在以下问题:
(1)由于弓网拉弧过程中,存在周围环境的各种声信号的干扰,导致检测的准确性低;
(2)现有技术中,对弧声和其它干扰声音区分困难,进一步降低了弧声检测的准确性;
(3)现有技术中,对于弓网受流质量的获取系统,结构复杂,成本投入大。
技术实现要素:
针对现有技术中的上述不足,本发明提出一种新型弓网受流质量的获取方法及其获取系统,用于解决现有技术存在的准确性低、检测系统结构和使用复杂以及成本投入高的问题。
为了达到上述发明目的,本发明采用的技术方案为:
一种新型弓网受流质量的获取方法,包括以下步骤:
s1:使用声波采集器采集受电弓处的声信号;
s2:对采集到的声信号进行降噪滤波处理;
s3:对降噪处理后的声信号进行频率和能量的定量计算,获取弧声特征;
s4:使用电弧采集器采集此时弓网电弧的电弧信息,并根据其计算弓网电弧的电弧特征;
电弧特征包括燃弧时刻、持续时间以及燃弧相对强度信息;
s5:重复步骤s1-s4,采集各种情况下的弧声特征及其对应的电弧特征,并根据电弧特征对所有弧声特征进行分类,获取弧声分类;
s6:进入列车实际运行过程,重复步骤s1-s3,获取当前弧声特征,判断是否属于弧声分类,若是则根据当前弧声特征以及对应的电弧特征,获取弓网受流质量,并结束方法,否则继续执行步骤s6。
进一步地,步骤s2中,使用小波算法进行降噪处理,将信噪比、互相关系数、均方误差以及降低噪音水平作为评判标准,满足评判标准则获取最佳降噪效果。
进一步地,步骤s3中,频率定量计算的方法为:进行快速傅里叶变换,定量计算各类声信号的频率特征;
能量定量计算的方法为:当弓网电弧发生时,声波采集器接收一个电弧声脉冲信号,声信号的能量随时间而变化;对声信号进行短时平均能量分析,描述弓网弧声的能量特征,进行弓网电弧的识别,若超过平均能量阈值,则至少含有一个电弧声脉冲信号,即至少产生一次弓网电弧,否则为未产生弓网电弧。
一种应用于新型弓网受流质量的获取方法的获取系统,包括声音采集器、高速相机、上位机以及电流钳,声音采集器和高速相机均与上位机通信连接,声音采集器和高速相机设置于列车与受电弓的连接处,电流钳设置于列车车底接地处,且与上位机通信连接。
进一步地,获取系统包括两路声波采集器,两路所述声波采集器设置于受电弓的两侧,并均与上位机连接。
进一步地,电流钳与上位机之间设置有数据采集卡。
本发明的有益效果为:
(1)本发明先对原始声音信号进行降噪滤波处理,使得弓网电弧声信号更加凸显,将信噪比、互相关系数、均方误差、降低噪音水平作为评判标准,输出最佳降噪效果,避免了噪音干扰,提高了检测的准确度;
(2)本发明根据弧声信号频率和能量特征的综合判断,可以将弧声与其它干扰声信号相区分,进一步提高了了检测的准确性;
(3)本发明首先经过试验将各种情况的弧声进行分类,在正常运行期间,只需采集弧声特征,判断出燃弧时刻、持续时间,燃弧相对大小,进而进行新型评估弓网受流质量,提高了检测的自动化;
(4)本发明的获取系统结构简单,使用方便,成本投入小。
附图说明
图1为新型弓网受流质量的获取方法流程图;
图2为新型弓网受流质量的获取系统结构框图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
一种新型弓网受流质量的获取方法,如图1所示,包括以下步骤:
s1:使用声波采集器采集受电弓处的声信号;
s2:对采集到的声信号进行降噪滤波处理;
采集到的声音信号中包含了一定的干扰声音,需要先对原始声音信号进行降噪滤波处理,使得弓网电弧声信号更加凸显;
现场采集的声音信号中包含了较多无用的背景噪声,这部分噪声呈现为频带宽、能量分布较平均的特征;为了减少背景噪声对电弧声音分析的影响,需对采集到的原始声信号进行降噪处理;小波分析在时域和频域都有很好的局部化特性,可以用于边界的处理与滤波、信噪分离、提取弱信号、信号的识别与诊断以及多尺度边缘检测;
使用小波算法进行降噪处理,将信噪比、互相关系数、均方误差以及降低噪音水平作为评判标准,满足评判标准则获取最佳降噪效果,避免了噪音干扰,提高了检测的准确度;
s3:对降噪处理后的声信号进行频率和能量的定量计算,获取弧声特征;
频率定量计算的方法为:在matlab中通过编程的方式将声信号进行快速傅里叶变换,定量计算各类声信号的频率特征;
其对应的计算程序为:
%fft变换
%某段时间内声信号的fft变换
[f,fs]=audioread('file.wav');
a1=fs*t1;%前t1s样点数
b1=fs*t2;%第t2s样点数
y=f(a1:b1);
subplot(1,2,1);plot(y);ylabel('幅值');xlabel('样点数');title('原始信号');
%axis([13.1,13.5,-1,1]);
ylim([-1,1]);
%
t=1/fs;%采样时间
l=44100;%信号长度
%t=(0:l-1)*t;%时间序列,用到了:,为一个序列
n=2^nextpow2(l);%l为数字信号的长度
%采样点数,采样点数越大,分辨的频率越精确,n>=l,超出的部分信号补为0
%exponentofnexthigherpowerof2nextpow2的用法意义?
y=fft(y,n)/n*2;%除以n乘以2才是真实幅值,n越大,幅值精度越高
f=fs/n*(0:1:n-1);%频率
a=abs(y);%幅值
p=angle(y);%相值
%figure;
subplot(1,2,2);plot(f(1:n/2),a(1:n/2));
%函数fft返回值的数据结构具有对称性,因此我们只取前一半
title('幅值频谱')
xlabel('频率(hz)')
ylabel('幅值')
能量定量计算的方法为:当弓网电弧发生时,声波采集器接收一个电弧声脉冲信号,声信号的能量随时间而变化;对声信号进行短时平均能量分析,描述弓网弧声的能量特征,进行弓网电弧的识别,若超过平均能量阈值,则至少含有一个电弧声脉冲信号,即至少产生一次弓网电弧,否则为未产生弓网电弧;
其对应的计算程序为:
%在matlab中计算窗长为n时的声音能量
[x,fs]=audioread('file.mp3');
n1=n;
l=length(x);
t=l/n1;
s=fra(n1,n1,x);
s2=s.^2;
energy=sum(s2,2);
subplot(2,2,1)
plot(energy)%画声音能量图
xlabel('时间t/s')
ylabel('短时能量e')
legend('n1=800')
axis([0,t,0,25])%定义横纵坐标范围
clc
根据弧声信号频率和能量特征的综合判断,可以将弧声与其它干扰声信号相区分,进一步提高了了检测的准确性;
s4:使用电弧采集器采集此时弓网电弧的电弧信息,并根据其计算弓网电弧的电弧特征;
电弧特征包括燃弧时刻、持续时间以及燃弧相对强度信息;
s5:重复步骤s1-s4,采集各种情况下的弧声特征及其对应的电弧特征,并根据电弧特征对所有弧声特征进行分类,获取弧声分类;
s6:进入列车实际运行过程,重复步骤s1-s3,获取当前弧声特征,判断是否属于弧声分类,若是则根据当前弧声特征以及对应的电弧特征,获取弓网受流质量,并结束方法,否则继续执行步骤s6。
一种应用于新型弓网受流质量的获取方法的获取系统,如图2所示,包括声音采集器、高速相机、上位机以及电流钳,声音采集器和高速相机均与上位机通信连接,声音采集器和高速相机设置于列车与受电弓的连接处,电流钳设置于列车车底接地处,且与上位机通信连接;获取系统结构简单,使用方便,成本投入小。
本实施例中,获取系统包括两路声波采集器,两路所述声波采集器设置于受电弓的两侧,并均与上位机连接。
本实施例中,电流钳与上位机之间设置有数据采集卡。
工作原理:使用电流钳采集车底接地处的电流数据;使用两路声波采集器采集受电弓附近的声信号,并根据采集的两路声信号的差异性来判断弓网电弧的位置;使用高速相机采集弓网电弧的数据,包括对应的燃弧时刻、持续时间以及燃弧相对强度信息;将三路数据传输至上位机中,进行弓网受流质量的检测。
本发明提出一种新型弓网受流质量的获取方法及其获取系统,解决了现有技术存在的准确性低、检测系统结构和使用复杂以及成本投入高的问题。